DeepSeek 大模型，成功对标 ChatGPT" 为国争光 " 后，成为了现在科技圈的时尚单品。

不仅微软 、英伟达、亚马逊三巨头接入，吉利、长城、广汽、智己等近二十家车企也相继宣布深度融合 DeepSeek 大模型。

这样的场景在 2023 年也上演过，不少企业曾扎堆宣布过接入 " 文心一言 " 大模型。

但它们后续都没有溅起什么水花，难道 DeepSeek 上车就会有所不同？

大家 " 见异思迁 " 的原因是什么？

只是为了蹭新一波大模型的流量？

就像这位网友说的，" 接入了有啥用，还能开着车查询百度百科？"

我们不妨来详细探究下。

一、大家喜欢用 DeepSeek 干什么

先来看看 DeepSeek 官方宣传的用法：

直接面向用户或者支持开发者，提供智能对话、文本生成、语义理解、计算推理、代码生成补全等应用场景，

支持联网搜索与深度思考模式，同时支持文件上传，能够扫描读取各类文件及图片中的文字内容。

简单总结一下就是：支持日常或者学术类的各种对话以及写代码。大部分用户都是以前者为主要用途。

我们可以把 DeepSeek 当 " 导师 "，直接输入问题，它会迅速汲取大量资料并总结出答案，为我们省去大量搜索和分析的时间。

据说 DeepSeek 大火以后，某些问答型 APP 的用户量大幅减少。

还有一种玩法就是用 DeepSeek 满足情感需求。

DeepSeek 熟知各种网络热梗，通过给 DeepSeek 立人设，就能让它和我们进行 IP 特色明显、没有人机感的对话。

（网友和 DeepSeek 互动）

DeepSeek 的限制也很明显，它没有记忆和躯体，只能回复方法论和提供 " 网恋 " 式的互动。

但如果将 DeepSeek 接上车，情况就不一样了，比如我们来看吉利座舱接入 DeepSeek 的表现。

我们想知道某条路线经过的湖泊叫什么名字，需要先把路线输给 DeepSeek。

而接入座舱后，它拥有路线记忆，像一个共同出行的朋友，可以直接接茬。

或者你向它提出需求，表示 " 过会儿叫醒我 "。

它可以给出 " 关窗、自动调节空调温度、睡眠模式氛围灯、座椅躺平 " 等反应。

评价座舱是否 " 聪明 " 的一个重要指标就是它能不能听得懂话。

最早语音助手只能识别特殊指令词，现在几乎可以完成 " 我冷了 "" 我饿了 " 等需求性的指令。

而 DeepSeek 极其擅长中文语境，无论是方言还是语义理解，都能更加贴合用户需求。

就像我们前面展示过的 " 陪聊 " 功能，DeepSeek 可以实现车企们都在说的 " 情感座舱 "。

它现在拥有声音，你在网页上可以跟它怎么聊，就可以跟这台车怎么聊。

逗趣拌嘴，风花雪月，人生理想，都是它擅长的领域。

（网友和 DeepSeek 聊工作）

汽车给了 AI" 身体 "，它还能够通过自然语言处理技术和语音识别技术实现语音控车，给出实际的动作反应。

当然如果你不爱用语音助手，它也能为你静静解决一些问题。

比如借助 DeepSeek-Writer API，各位商务人士可以轻松解决会议纪要、营销文案甚至编程代码。

或者是通过分析历史数据，了解用户习惯，提供一些专属服务，比如用你最喜欢的音乐、空调温度迎接你上车。

我们之前一切优异的 AI 体验需要打开 Deepseek 的网页或 APP，而现在坐进车内就进入了一个 AI 世界，同时享受到它用操控车辆的方式突破次元来 " 照顾 " 我们。

当然，以上仅针对于全面接入 DeepSeek 的车型。

如果只是支持在车机端使用 DeepSeek 网页版，那纯是凑热闹蹭流量了。

二、为什么选择 DeepSeek

成本低是 DeepSeek 大火的一个标签，每 100 万个 token 的直接成本为 1 美金多一些，DeepSeek-R1 API 服务定价每百万输出 tokens 也就 16 元，远远低于竞品。

另外 DeepSeek 还是一个开源模型，其模型架构、训练细节以及相关代码都作了公开。

比如 DeepSeek-R1 开源了大量模型和训练细节，方便开发者深入了解算法原理，还可以进行二次开发和优化。

开发者还可以提交代码、报告问题或提出改进建议。

而文心一言目前公开表示今年 6 月底开源，此前是闭源状态，其模型架构和训练细节不对外公开。

百度主要提供 API 接口，开发者只能通过接口调用模型功能，开发者也没什么社区参与，只能通过官方渠道反馈问题。

相比起文心一言，DeepSeek 是一个成本更低、自由度更高的选择。

对于车企来说，DeepSeek 不止是优化座舱体验的工具。

比如吉利提到的 " 模型蒸馏 "，通过 DeepSeek 开源模型提炼的新模型可以在本地车载芯片运行，减少云端依赖并提升响应速度，降低成本还节省算力。

另外 DeepSeek 的多模态模型具备视觉定位和视频理解能力，结合对环境内信息的分析，能够优化环境感知和决策。

比如实时分析摄像头、激光雷达等传感器信息，对路上各种文字信息、障碍物目标作出更明智的判断，给出更合理的路径规划，从而在加减速、车道保持、避障上有更好的表现。

当然，DeepSeek 也不是直接就能适配，数据准备和模型训练、系统集成和测试等都是技术活儿，即使上车也不一定表现相同，可能只能让语音助手会说更多的人话罢了。

有不少车企展示的案例都是用语音助手生成一篇文章或攻略，这在 DeepSeek 上车之前就有很多车型可以做到。

我们无法通过这些短视频看出各家到底用 DeepSeek 涨了多少实力，只能说智能车能不能吃住这波流量，还得靠线下跟车主碰碰。

毕竟我们都很清楚，他们需要的不是一个用来打开大模型网页的车机。

END