> 数据图表怎样理解车企抢滩DeepSeek，AI行业与智能驾驶共振2025-3-1车企抢滩DeepSeek，AI行业与智能驾驶共振（3）云端高效训练。在云端，DeepSeek基于当前智驾企业积累的数据库，通过数据生成完善场景构建，仅需极少量标注数据即可实现高效训练。据NE时代新能源消息，这种方式可以节省约90%的标注成本，还可以生成海量的增强数据。据懂车帝消息，传统智驾系统需6-12个月完成场景训练，而DeepSeek的MoE（混合专家）架构可将周期压缩至45天。（4）蒸馏技术提升研发效率、降低算力需求。车企可以将云端大模型通过DeepSeek的知识蒸馏技术压缩为适合自动驾驶车端部署的小模型，无需单独对车端模型进行训练。不同版本的智驾方案，在理想情况下可以来源于同一教师模型而无需重复开发，有助于提升开发效率、减少三方智驾企业的资金压力和项目周期压力，并逐渐模糊中高阶智驾技术边界。长远来看，基于教师模型蒸馏得到的学生模型也会更加精细化，且DeepSeek所展示的推理效率也有一定的借鉴意义，这也就意味车端所需的芯片算力要求会有所降低。个别企业表示，基于DeepSeek的技术路径，甚至可以在单Orin-X上部署L3的功能。（5）语义分割、目标识别等赋能智能座舱。DeepSeek应用于座舱交互，能够实现更精准、流畅的语音交互，理解驾驶员的模糊指令，快速准确执行操作，将传统“指令式交互”转变为“场景化服务”。图10、11：模型蒸馏技术原理资料来源：Python见习室，吴建明利驰数字，国元证券研究所请务必阅读正文之后的免责条款部分15国元证券综合其他
