太平洋科技 出行

DeepSeek 的熱度，終究還是被車(chē)圈蹭上了。

當(dāng)我們還在跟 DeepSeek 互噴服務(wù)器繁忙的時(shí)候， N 個(gè)國(guó)內(nèi)的車(chē)企就跟商量好了似的，先是嵐圖，后是極氪，緊接著就是智己、寶駿和比亞迪。

之后甚至人傳人到了斑馬智行和億咖通這些做車(chē)機(jī)的企業(yè)，都一個(gè)接一個(gè)的表示，自家的產(chǎn)品已經(jīng)和 DeepSeek 最新的 R1 模型合體了。

而就在脖子哥寫(xiě)稿的時(shí)候，這個(gè)名單還在變長(zhǎng)。

不知道大伙咋想啊，反正我在看到這些消息的時(shí)候，腦子里就是一連串的問(wèn)號(hào)：

把 DeepSeek 用在車(chē)上有啥意義？他們說(shuō)的深度融合到底是個(gè)啥形式？車(chē)載版本的 DeepSeek 和網(wǎng)頁(yè)版又有啥區(qū)別？

當(dāng)然最重要的靈魂拷問(wèn)是，這些車(chē)企們，到底是不是只是為了營(yíng)銷(xiāo)的熱度在硬蹭 DeepSeek ？

你別說(shuō)，在狠狠研究了一番以后哥們已經(jīng)有結(jié)論了。說(shuō)人話(huà)就是， DeepSeek 的成功對(duì)汽車(chē)行業(yè)確實(shí)有用，但壓根不是上頭這些車(chē)企這么用的。

至于為啥，我們慢慢來(lái)看。

首先第一個(gè)問(wèn)題，車(chē)企們是怎么把 DeepSeek 放到車(chē)上的？

可以肯定的是，大家都沒(méi)有選擇在車(chē)機(jī)里裝 app 這種最直給的方式。因?yàn)閺母髀沸侣劯謇锟梢钥吹�，大家都提到�?DeepSeek-R1 模型和自有模型在底層算法上的融合，部份品牌還提到了模型蒸餾的技術(shù)。

再加上一家名叫思必馳的云端大模型服務(wù)公司，前一陣也官宣了自己在云端模型里融合了 DeepSeek 模型，給像是長(zhǎng)城、比亞迪這樣的車(chē)企提供云端 AI 助手的支持。

基本可以確定目前上車(chē)的 DeepSeek-R1 ，大概率會(huì)是以下兩種形式之一：

一是通過(guò) DeepSeek 的 MIT 開(kāi)源協(xié)議，在自家的服務(wù)器上布置滿(mǎn)血版或是蒸餾后的 R1 模型，然后通過(guò)微調(diào)融合，和自家原有的模型變成一整個(gè)大模型。車(chē)主呢，則是通過(guò)車(chē)機(jī)聯(lián)網(wǎng)來(lái)使用這個(gè)大模型的交流功能。

第二種則是通過(guò)蒸餾的方式，把 R1 壓縮成一個(gè)體積非常小的小模型然后更新到車(chē)端，讓車(chē)主就算不聯(lián)網(wǎng)，也能用上 DeepSeek 的一部分功能。

這兩種方式說(shuō)到底，就是給這些車(chē)上原本的 AI 模型上了一個(gè) DeepSeek 的 buff ，讓它擁有一部分 R1 的能力。

那這些模型是用來(lái)干啥的呢？其實(shí)。。。就是能讓語(yǔ)音助手說(shuō)起話(huà)來(lái)更有人味而已。

是不是覺(jué)得有點(diǎn)無(wú)聊，是的，因?yàn)轭?lèi)似的功能已經(jīng)在很多新勢(shì)力車(chē)型上實(shí)現(xiàn)了。

比如之前很火理想 MindGPT 和蔚來(lái)的 NomiGPT ，對(duì)話(huà)溝通啥的不僅比傳統(tǒng)的語(yǔ)音助手更流暢，一些比較抽象的問(wèn)題，比如 “ 鑿壁偷光需要判幾年 ” 這種弱智吧問(wèn)題，能答上來(lái)的概率也能相對(duì)高點(diǎn)。

但要我說(shuō)啊，這種用法壓根就沒(méi)發(fā)揮出 DeepSeek-R1 模型的能力，改善用車(chē)體驗(yàn)啥的就更別指望了。

你問(wèn)為啥？

要知道， DeepSeek 的 R1 模型之所以產(chǎn)生了這么大的轟動(dòng)，開(kāi)源是一方面，最重要的還是它在訓(xùn)練的時(shí)候，很 big 膽的使用了強(qiáng)化學(xué)習(xí) + 獎(jiǎng)勵(lì)模型的方式，最終涌現(xiàn)出了超強(qiáng)的推理能力，非常適合解決困難的邏輯問(wèn)題。

打個(gè)比方啊，高中班里有倆同學(xué) A 和 B ，面對(duì)同一道數(shù)學(xué)題， A 的做法是循規(guī)蹈矩的用各種公式，一步步按部就班的解題。而 B 則是管你公式這那的，自己靠著之前做過(guò)的超多題目，自己摸索出一個(gè)解法。

而這個(gè)解法，很有可能就會(huì)比硬套公式來(lái)的高效的多。就跟咱們學(xué)了高等數(shù)學(xué)再回去做高中的題似的，直接就秒了。

久而久之，相比死記公式的 A ， B 同學(xué)就更能理解問(wèn)題和答案之間的邏輯關(guān)系，在面對(duì)沒(méi)見(jiàn)過(guò)的復(fù)雜問(wèn)題，比如巨難的數(shù)學(xué)和編程問(wèn)題的時(shí)候，也能更快、更準(zhǔn)確的推理出正確的答案。

而這個(gè) B 對(duì)應(yīng)的，其實(shí)就是 DeepSeek-R1 的純強(qiáng)化學(xué)習(xí)的訓(xùn)練模式。

不需要像以往的監(jiān)管學(xué)習(xí)一樣一直用規(guī)則來(lái)微調(diào)和修正，只靠著做對(duì)了就獎(jiǎng)勵(lì)，讓 AI 自己領(lǐng)悟推導(dǎo)過(guò)程。

這時(shí)候再回到車(chē)上的語(yǔ)音助手，問(wèn)題就來(lái)了，因?yàn)樵蹅儔焊�不�?huì)問(wèn)它什么太復(fù)雜的問(wèn)題，頂多就是問(wèn)問(wèn)天氣放放歌啥的。

這些功能就算不是 DeepSeek 這種級(jí)別的大語(yǔ)言模型，其實(shí)也都能解決的七七八八。只要你不是開(kāi)車(chē)開(kāi)一半突然就問(wèn)語(yǔ)音助手：

那在體驗(yàn)上大概率就不會(huì)和現(xiàn)有的車(chē)載大模型有太大的差別。

再加上經(jīng)過(guò)蒸餾和融合之后的小模型，能力對(duì)比滿(mǎn)血版有著不小的閹割，對(duì)于自己本來(lái)就有自己的大模型的車(chē)企來(lái)說(shuō)，再加一個(gè) DeepSeek 著實(shí)沒(méi)啥必要。

所以啊，那些著急喊出 DeepSeek 口號(hào)的車(chē)企們，我的評(píng)價(jià)是熱點(diǎn)么肯定是想蹭的， DeepSeek 上車(chē)的實(shí)際效果，肯定也遠(yuǎn)沒(méi)有宣傳里那么邪乎，大伙可以坐下了。

當(dāng)然，如果車(chē)企本來(lái)在座艙 AI 上有短板，能靠著開(kāi)源的 DeepSeek-R1 做做查缺補(bǔ)漏，讓自家的模型追上一線新勢(shì)力的水平，確實(shí)也不是什么壞事。

可就像我開(kāi)頭說(shuō)的， DeepSeek 如果只是拿來(lái)做語(yǔ)音助手的話(huà)，那屬實(shí)是有點(diǎn)浪費(fèi)了。畢竟它更大的潛力，其實(shí)是在智能駕駛上。

就這么說(shuō)吧，甭管是很火的端到端還是規(guī)則算法，如果能更多的用上 DeepSeek 的強(qiáng)化學(xué)習(xí)模式，或許就能讓能力往上提高一大截。

真不是我吹啊，大伙還記得前頭做題的同學(xué) A 和 B 么，其實(shí)類(lèi)似的道理在智能駕駛上也同樣成立。

現(xiàn)在幾乎所有的主流智能駕駛其實(shí)就是那個(gè)循規(guī)蹈矩的同學(xué) A ，在訓(xùn)練模型的時(shí)候都是模仿學(xué)習(xí)為主。模仿嘛，顧名思義就是讓智駕算法能跟專(zhuān)家的行為示范對(duì)應(yīng)，也就是模仿人類(lèi)開(kāi)車(chē)。

比如特斯拉、比亞迪和華為，就都會(huì)從駕駛評(píng)分比較高的車(chē)主那收集駕駛數(shù)據(jù)，比如攝像頭拍的視頻喂給算法，研究車(chē)主們?cè)趺磸?A 點(diǎn)開(kāi)到 B 點(diǎn)，再進(jìn)行一個(gè)模仿。

很明顯，這種思路到頭來(lái)訓(xùn)練出的就是跟人類(lèi)開(kāi)車(chē)水平持平的智駕。但強(qiáng)化學(xué)習(xí)則完全不同，因?yàn)樗鼘W(xué)習(xí)的不是駕駛的過(guò)程，而是通過(guò)不斷的試錯(cuò)，領(lǐng)悟出從 A 點(diǎn)開(kāi)到 B 點(diǎn)最高效的路線。

而這個(gè)領(lǐng)悟的上限，可不就只是能讓智駕開(kāi)得像人了。

要知道智駕系統(tǒng)對(duì)于環(huán)境的感知能力，其實(shí)比我們?nèi)祟?lèi)司機(jī)強(qiáng)很多。當(dāng)我們過(guò)路口的時(shí)候還在東張西望看前后左右有沒(méi)有障礙物的時(shí)候，智駕通過(guò)車(chē)上各種的攝像頭和雷達(dá)只要一瞬間就能看個(gè)大概。

當(dāng)我們只能單線程的先觀察、后打燈、再變道的時(shí)候，智駕也能在同一時(shí)間用一個(gè)操作搞定。

理論上，只要學(xué)習(xí)和領(lǐng)悟到位，智駕就能推理、總結(jié)出許多比人類(lèi)司機(jī)效率更高、更能利用好各種車(chē)輛性能的駕駛方式。很多咱們覺(jué)得很難、用模仿學(xué)習(xí)咋學(xué)都學(xué)不會(huì)的小眾場(chǎng)景，強(qiáng)化學(xué)習(xí)可能分分鐘就能搞定。

都說(shuō)現(xiàn)在的智駕是剛拿駕照司機(jī)的水平，用上強(qiáng)化學(xué)習(xí)之后，指不定真就會(huì)變成有了十幾年駕齡的超絕老司機(jī)。

當(dāng)然了，理論終究是理論，想要在智駕訓(xùn)練里大規(guī)模的用上強(qiáng)化學(xué)習(xí)，依舊有不少難點(diǎn)和瓶頸。

就比如，強(qiáng)化學(xué)習(xí)的試錯(cuò)過(guò)程需要巨大的算力資源，對(duì)于國(guó)內(nèi)很多需要租算力做智駕的企業(yè)來(lái)說(shuō)其實(shí)不太能搞得定。

再比如強(qiáng)化學(xué)習(xí)很容易出現(xiàn)的幻覺(jué)問(wèn)題，咱們有時(shí)候在用滿(mǎn)血 DeepSeek 的時(shí)候會(huì)經(jīng)常發(fā)現(xiàn)它擱那胡言亂語(yǔ)，本質(zhì)上就是因?yàn)閺?qiáng)化學(xué)習(xí)學(xué)的有些魔怔了，開(kāi)始涌現(xiàn)出一些不符合事實(shí)的內(nèi)容。

智駕算法也是如此，如果獎(jiǎng)勵(lì)和微調(diào)的機(jī)制沒(méi)有設(shè)計(jì)到位，就很有可能幻想出 “ 需要開(kāi)到天上 ” 的開(kāi)法。

就算不出現(xiàn)幻覺(jué)，也可能出現(xiàn)急加速、猛剎車(chē)這種賽道開(kāi)法。效率是高了，但誰(shuí)的脖子和腰頂?shù)米“�？這就需要車(chē)企花費(fèi)很多精力設(shè)計(jì)獎(jiǎng)勵(lì)模型，并且通過(guò)一些微調(diào)措施來(lái)限制 AI 的發(fā)揮，這就非常考驗(yàn)主機(jī)廠的算法能力了。

即使是賊早開(kāi)始做智駕的特斯拉，也只有在非常少的公開(kāi)資料里表示自己有在部分模塊里有限的使用了強(qiáng)化學(xué)習(xí)。

可見(jiàn)難度是實(shí)打?qū)嵉�，而且還不小。

但我覺(jué)得啊，想要真正讓智駕的能力再上一層樓，多用強(qiáng)化學(xué)習(xí)肯定是各家未來(lái)的大方向。把強(qiáng)化學(xué)習(xí)的成果做到大規(guī)模的落地，未來(lái)可能也是繼把智駕做到白菜價(jià)之外，各家車(chē)企和供應(yīng)商們 battle 的下一個(gè)戰(zhàn)場(chǎng)。

這不比做語(yǔ)音助手啥的有意思多了嘛。