中国银河：“AI+”系列报告（汽车篇）：DeepSeek冲击波：AI赋能智能化趋势提速

核心观点 Deepseek在硬件条件有限的情况下大幅提高训练效率并缩减算力成本，同时实现模型性能显著提升。在智能驾驶运用层面，对车端算力需求下降，从而带来云端模型训练成本下降，大幅节省成本。此外，Deepseek为开源模型，降低技术门槛，利好中小厂商或智驾刚开始发力厂商。2025年1月20日，DeepSeek正式发布R1模型，并同步开源模型权重，在第三方的基准测试中，R1延续了此前DeepSeek基础语言模型V3的出色性能表现，性能比肩全球顶尖大模型OpenAIol。DeepSeek-R1以其算法架构的创新实现了大模型性能的领先与成本的大幅优化，为以智能驾驶与智能座舱为代表的汽车智能化技术研发与应用带来新启示，有望推动智能化技术成熟度提升与研发成本的下降，助力汽车产业智能化转型提速。 智能驾驶：带来技术启发，推动“智驾平权”加速：DeepSeek-R1通过MLA、DeepSeekMoE、无辅助损失的负载均衡、MTP等算法架构的创新实现了训练效率的提升和训练成本的降低，通过蒸馏技术得到了性能表现出色的小型模型，若在智能驾驶系统开发中对DeepSeek-R1的创新算法架构加以应用，有望带来