火了整个春节假期的 DeepSeek 潮，终于也吹到车圈！

车东西 2 月 7 日消息，就在刚刚，岚图汽车方面表示，其已完成与 DeepSeek 模型的深度融合，岚图知音将成为汽车行业首个融合 DeepSeek 的量产车型，2 月 14 日就要出一个 OTA 来更新部分 AI 功能。

而在昨天，吉利汽车也正式宣布其自研的星睿大模型与 DeepSeek R1 大模型已完成深度融合，不过目前还没有进一步上车的计划。

短短 24 小时内，两家车企相继官宣适配 DeepSeek，可见 DeepSeek 在震惊了 AI 圈之后，也开始给汽车行业带来震撼了。

今年春节期间，DeepSeek 短短 7 天内下载量暴涨 375%，登顶中美 App Store 免费榜第一，其比肩 OpenAIGPT-o1 模型的性能着实是火了一把。

同时，凭借其架构创新、低成本高效能、广泛的应用场景以及开源与社区支持等优势，DeepSeek 也确实适合和汽车行业进行适配。

DeepSeek 通过较小的性能开销和训练成本，给了不少无法全链路自研车载大模型的主机厂机会，推动了 AI 技术的平权化。

目前 DeepSeek 已经成为全球科技行业都无法忽视的存在，在汽车行业的影响力也将会进一步增加，不难预测，接下来一段时间里，还将会有更多车企加入 DeepSeek 朋友圈。

一、开源 + 高效训练优势明显 车企纷纷适配上车

本次 DeepSeek 的适配上车，很大程度上与其较小的性能开销，以及遵循 MITLicense 开源协议是分不开的。

这为为主机厂开发提供了极大的灵活性和使用自由度，借助这样的特性，也为车企将其训练上车提供了基础。

而在其中，吉利和岚图两家主机厂，已经抢跑一步。

1、吉利利用 DeepSeek R1 模型蒸馏训练自家大模型

此次深度融合后，吉利将利用 DeepSeek R1 模型对星睿车控 FunctionCall 大模型、汽车主动交互端侧大模型等进行蒸馏训练。

融合后的 AI 系统不仅能精准理解用户的模糊意图，准确调用约 2000 个车载接口，还能基于车内外场景主动分析用户潜在需求，提供车辆控制、主动对话、售后等服务，大幅提升智能交互体验。

DeepSeek杀进车圈！两家官宣上车，已有车主手搓体验

▲吉利全域 AI 构成体系

此前，吉利的智能汽车全域 AI 技术体系基于 AI 原生 OS 构建，该体系以系统级大模型 AIOS 作为平台，灵活适配各类终端，在保证系统安全性和用户隐私的同时，实现高效的资源管理和任务调度。

例如，吉利的新车型将搭载基于 AI 原生 OS 开发的端到端语音大模型、AI 数字底盘、Flyme Auto 智能座舱和智能驾驶等最新的 AI 技术成果都是基于此来构建。

跟 DeepSeek 融合后，其能力很可能还会有进一步的提升。

2、岚图汽车率先融合 DeepSeek 上车，2 月 14 日更新

据媒体报道，岚图汽车的智能座舱已与 DeepSeek 完成深度融合，并计划于 2 月 14 日启动 DeepSeek 全民知识蒸馏训练。

通过与 DeepSeek 的深度融合，岚图知音的“逍遥座舱”将能够实现多种功能，包括 AI 多语义指令识别、AI 作诗、AI 作画、AI 对联、AI 闲聊和 AI 信息实时检索等。此举预计将提升岚图车机 AI 的反应速度、准确度和扩展性。

DeepSeek杀进车圈！两家官宣上车，已有车主手搓体验

▲岚图知音“逍遥座舱”

岚图知音的车机云端还将持续融合和蒸馏 DeepSeek R1 模型，通过对 DeepSeek 进行模型蒸馏，岚图不仅可以优化车机的智能化体验，实现技术的快速迭代，还可以降低智能座舱的开发和使用成本。

根据岚图的内部规划，从 2 月 14 日起，也就是下周五，岚图知音的用户将通过 OTA 更新体验到 AI 智能体座舱。

此外，岚图知音的车机还将逐步开启 DeepSeek 相关功能，进一步提升交互体验的精确性、灵活性和智能化水平。

不难看出，车企选择 DeepSeek，一方面是因为其本身的火爆程度，另一方面也跟智能座舱的算力特点是分不开的。

DeepSeek R1 大模型以其卓越的推理能力和高效的训练方式著称，通过强化学习（RL）技术显著提升模型的推理能力，仅需极少量标注数据即可实现高效训练。

DeepSeek杀进车圈！两家官宣上车，已有车主手搓体验

▲ DeepSeek 与主流大模型性能对比

与 OpenAI 的 o1 模型相比，DeepSeek R1 在多个基准测试中表现优异，同时价格仅为 o1 的几十分之一，具有极高的性价比。

此外，DeepSeek R1 采用长链推理（Chain-of-Thought, CoT）技术，能够逐步分解复杂问题，并通过多步骤逻辑推理解决问题。

该模型还支持模型蒸馏，开发者可以将其推理能力迁移到更小型的模型中，满足特定场景需求。

二、蒸馏、量化有难度 “民间高人”上车满血 DeepSeek

相比于已经官宣深度融合的车企外，也有不少车主开始迫不及待的想要在车机上使用 DeepSeek 了。

这些“民间高人”车主快人一步，各显神通让满血 DeepSeek 上车。

DeepSeek杀进车圈！两家官宣上车，已有车主手搓体验

▲特斯拉车主访问网页版 DeepSeek

从不少用户的社交账号上来看，不少车主都开始通过车机来访问 DeepSeek 的完整功能。

有蔚来、乐道、特斯拉等车机支持浏览器的车主都开始通过车机增加 DeepSeek 网页标签的形式快速访问大模型，通过车机自带的语音输入法进行“对话”。

DeepSeek杀进车圈！两家官宣上车，已有车主手搓体验

▲蔚来、乐道车主在车机上使用 DeepSeek

不过，在车上使用键盘或者操作车机还是有一定危险性的，因此我们也不妨期待，越来越多的车企开放支持 DeepSeek 这样的国产大模型，通过更加原生的方式访问。

综合来看，如果车企想将大模型部署在车端，蒸馏、量化等操作是必不可少的，这也可能会对模型的整体性能产生影响。

蒸馏模型通过知识迁移的方式，将大型“教师”模型的知识传递给较小的“学生”模型，能够在保持较高预测性能的同时显著减少模型复杂度，适用于数据量有限或计算资源受限的环境。

然而，蒸馏模型的训练过程可能较为复杂，需要额外的时间和资源。量化模型则通过将高精度浮点数参数转换为低精度整数参数，显著降低模型的存储需求和计算复杂度，从而加速推理过程，适合快速推理和低存储需求的场景，但这样可能会导致一定的性能损失。

综合来看，蒸馏模型适合于需要高性能的应用，而量化模型则更关注速度和存储效率。两者可以结合使用，以实现更好的模型压缩效果。

因此，吉利、岚图两家在车端运行的 DeepSeek 很可能还是经过蒸馏、量化后的轻量模型，在车企云端部署的才可能是满血 DeepSeek。

结语：DeepSeek 浪潮开始席卷车圈

当下，汽车座舱的竞争已经普遍开始关注智能化水平，DeepSeek 作为蛇年开年在大模型领域最火的话题，这样的浪潮进入车圈可以说是顺理成章。

不过，目前大模型上车还是存在推理精度，算力消耗，能力适配等方面的问题。

但是，DeepSeek 作为开源模型，随着开源社区所有人的共同努力，一定可以在智能座舱的运用上，走出一条新路径。