科技從來不是為了擴(kuò)大世界的差距而存在，而是要竭盡所能包容彼此差異，不斷地縮小鴻溝，不該把普通人的體驗(yàn)權(quán)隔離在外，這就是“科技平權(quán)”。

如今，“科技平權(quán)”正在各個(gè)領(lǐng)域上演。2025開年，以DeepSeek為代表的開源技術(shù)的一夜出圈和比亞迪“天神之眼”高階智駕系統(tǒng)發(fā)布，徹底點(diǎn)燃了“AI平權(quán)”和“智駕平權(quán)”的戰(zhàn)火。

這兩個(gè)重要里程碑將AI變?yōu)槿巳硕寄茇?fù)擔(dān)得起的生產(chǎn)力工具，讓高階智駕功能從“豪華溢價(jià)”向“普惠標(biāo)配”加速滲透，AI也由此從象牙塔走進(jìn)人們的現(xiàn)實(shí)生活，一場技術(shù)民主化的浪潮開始席卷全球。

“技術(shù)經(jīng)濟(jì)學(xué)”改寫游戲規(guī)則

DeepSeek的橫空出世，本質(zhì)上是一場深層次的“技術(shù)經(jīng)濟(jì)學(xué)”革命，其通過算法優(yōu)化、架構(gòu)創(chuàng)新與開源生態(tài)，大幅降低了AI模型的訓(xùn)練與推理成本，以有限算力開發(fā)出性能強(qiáng)勁的模型，并依靠極高的性價(jià)比席卷市場，而高性價(jià)比正是智駕技術(shù)實(shí)現(xiàn)普惠化的前提和基礎(chǔ)。

如果說DeepSeek展示的是如何讓模型更容易為所有人所用的創(chuàng)新能力，那么比亞迪、東風(fēng)、吉利、奇瑞、長城汽車等一系列車企接入DeepSeek，則展現(xiàn)了如何將技術(shù)普惠工具轉(zhuǎn)化為大規(guī)模商業(yè)落地的具體實(shí)踐。與此同時(shí)，華為乾崑智駕、小米HAD超級智駕等技術(shù)方案亦加速布局，力爭于2025年實(shí)現(xiàn)城市NOA功能的規(guī)模化落地。

這種集體行動(dòng)的背后，不僅折射出中國車企對核心技術(shù)自主化的迫切需求，更預(yù)示著智能汽車產(chǎn)業(yè)正從“硬件軍備競賽”轉(zhuǎn)向“算法生態(tài)戰(zhàn)爭”。

今年以來，隨著汽車智能化戰(zhàn)火升級、智駕技術(shù)快速迭代，高階智駕成為不少車型的核心賣點(diǎn)。在一波蓋過一波的進(jìn)城聲浪中，高階智駕已經(jīng)下沉到10萬元入門級車型的大眾主流市場。

2月10日，比亞迪董事長兼總裁王傳福在比亞迪智能化戰(zhàn)略發(fā)布會上宣布，比亞迪將全系搭載“天神之眼”高階智駕系統(tǒng)，打破智駕“高配專屬”的行業(yè)慣例。以秦PLUSDM-i為例，其智駕版起售價(jià)僅9.98萬元，這種“以量換價(jià)”的策略，有望推動(dòng)L2+級別銷量基盤快速從100萬輛提升至1000萬輛級別，從而帶動(dòng)L2+滲透率從2024年的14%提升到2025年的30%。

作為開源基礎(chǔ)模型，DeepSeek核心價(jià)值在于通過端側(cè)高效推理能力，推動(dòng)智能駕駛系統(tǒng)從“感知驅(qū)動(dòng)”向“認(rèn)知驅(qū)動(dòng)”升級。DeepSeek 671B大模型訓(xùn)練的算力消耗只有Llama 3的1/11。在此基礎(chǔ)上，其性能評測跑分不輸頂尖閉源模型，價(jià)格卻只有GPT-4的百分之一，進(jìn)入性能和成本平衡的“最佳性價(jià)比三角區(qū)”。

如果DeepSeek能通過創(chuàng)新算法有效降低算力芯片成本，將全面加速智駕功能向大眾市場的滲透。在此之前，智駕技術(shù)的價(jià)格下降大多源于規(guī)?；?yīng)和智駕硬件的“摩爾定律”。

在DeepSeek與智駕技術(shù)的結(jié)合過程中，有兩個(gè)技術(shù)細(xì)節(jié)值得關(guān)注。第一，蒸餾是有效保存模型能力的方法；第二，巨大模型的蒸餾后效果強(qiáng)于小模型的強(qiáng)化學(xué)習(xí)。大模型的一升一降，對自研大模型的主機(jī)廠利好，訓(xùn)練算力消耗持續(xù)下降；同時(shí)，大模型的推理能力持續(xù)上升，這會讓整個(gè)產(chǎn)業(yè)更接近AGI，推動(dòng)產(chǎn)業(yè)更快地從大語言模型走向具身智能、物理AI、現(xiàn)實(shí)世界。

在DeepSeek催化下，今年智駕賽道將迎來“AI智駕”的重要拐點(diǎn)，成為高階智能駕駛技術(shù)全面AI化的元年。

智駕的平民化實(shí)踐

早些年，智駕路線稱得上五花八門，有特斯拉為代表的純視覺派，也有國內(nèi)車企為代表的激光雷達(dá)派。隨著技術(shù)發(fā)展，智駕路線也變得逐漸清晰，端到端成為了智駕主流方案，從L2級別輔助駕駛向上推動(dòng)高階智駕發(fā)展，成為一條更易商業(yè)化落地的路徑。

就當(dāng)前智駕系統(tǒng)開發(fā)而言，復(fù)雜城區(qū)場景是當(dāng)前開發(fā)難度最大的地方，依賴傳統(tǒng)的感知模型很難去解決此類長尾場景。各個(gè)企業(yè)都在嘗試開發(fā)訓(xùn)練端到端+VLM、VLA（視覺-語言-動(dòng)作模型）模型，以優(yōu)化系統(tǒng)對長尾場景的檢測及處理能力。

但開發(fā)這樣一套系統(tǒng)，依賴極大的云端算力及數(shù)據(jù)訓(xùn)練成本，部署到車端的模型也要依賴較大算力的硬件平臺。通過MoE（混合專家架構(gòu)）、GRPO（群組相對策略優(yōu)化）、MLA（多頭潛在注意力機(jī)制）等技術(shù)，可以更好賦能智駕系統(tǒng)開發(fā)，有助于以更少的數(shù)據(jù)和訓(xùn)練成本，實(shí)現(xiàn)同等性能的城市自動(dòng)駕駛功能。

具體來看，在云端訓(xùn)練環(huán)節(jié)，用于自動(dòng)駕駛模型訓(xùn)練的數(shù)據(jù)，要經(jīng)過標(biāo)注后才能進(jìn)行模型訓(xùn)練，最后才得到能夠識別車輛和行人的深度學(xué)習(xí)模型。DeepSeek本身降低了對數(shù)據(jù)標(biāo)注的需求，因此可以幫助智駕企業(yè)進(jìn)行數(shù)據(jù)挖掘和生成，降低數(shù)采和標(biāo)注的成本。

在車端，可以通過蒸餾提升模型能力，降低車端計(jì)算資源需求，并降低車端部署成本，模型單次調(diào)用算力需求和訓(xùn)練成本都因此大大降低。比如吉利將對星睿車控FunctionCall大模型、汽車主動(dòng)交互端側(cè)大模型等進(jìn)行蒸餾訓(xùn)練，不僅能對用戶的模糊意圖實(shí)現(xiàn)精準(zhǔn)理解，還能基于車內(nèi)外場景，主動(dòng)分析用戶潛在需求，為用戶主動(dòng)提供車輛控制、主動(dòng)對話、售后等服務(wù)，提升智能交互體驗(yàn)。

在場景理解上，跨模態(tài)遷移后DeepSeek邏輯性與場景理解力更強(qiáng)，在極端路況（如斷頭路、罕見交通標(biāo)志識別、突發(fā)道路施工等）的表現(xiàn)有望優(yōu)于傳統(tǒng)模型。未來DeepSeek可以用于融合視覺、語音、環(huán)境等多維度數(shù)據(jù)，實(shí)現(xiàn)更擬人化的駕駛決策，例如在復(fù)雜路口動(dòng)態(tài)調(diào)整路徑規(guī)劃，或在突發(fā)狀況中快速生成安全策略。

一套表現(xiàn)優(yōu)異的智駕方案需要大量的實(shí)際道路數(shù)據(jù)采集和高效的后端數(shù)據(jù)訓(xùn)練，但并不是喂的數(shù)據(jù)越多，系統(tǒng)表現(xiàn)就一定更好。馬斯克就曾表示，給智駕系統(tǒng)投喂了大量復(fù)雜場景數(shù)據(jù)后，其在簡單場景的駕駛平順性反而倒退了。

對此，可以借助數(shù)據(jù)過濾算法，實(shí)施多層次的數(shù)據(jù)質(zhì)量控制。這個(gè)過程首先對原始數(shù)據(jù)進(jìn)行重復(fù)內(nèi)容的識別和刪除，確保數(shù)據(jù)的唯一性。之后，通過智能算法篩除低質(zhì)量內(nèi)容，包括格式錯(cuò)誤的數(shù)據(jù)、不完整的文本片段以及不符合規(guī)范的內(nèi)容。這種嚴(yán)格的數(shù)據(jù)清洗流程不僅提高了訓(xùn)練數(shù)據(jù)的質(zhì)量，也為模型的最終表現(xiàn)奠定了良好基礎(chǔ)。

同時(shí)，通過數(shù)據(jù)增強(qiáng)和合成來應(yīng)對極端場景。數(shù)據(jù)處理方面，采用DeepSeek流式數(shù)據(jù)處理方式，并結(jié)合邊緣計(jì)算、彈性權(quán)重鞏固等技術(shù)，實(shí)現(xiàn)智駕的實(shí)時(shí)數(shù)據(jù)處理與增量學(xué)習(xí)，可提升系統(tǒng)的實(shí)時(shí)性和適應(yīng)性，并確保模型能夠持續(xù)優(yōu)化。

另一方面，將高質(zhì)量合成數(shù)據(jù)用于訓(xùn)練智能駕駛模型，補(bǔ)充真實(shí)數(shù)據(jù)中極端場景數(shù)據(jù)不足的短板，提升模型對復(fù)雜場景的適應(yīng)能力。

通過部署云端和車端的兩套處理方案，不再單純依賴車輛本地的計(jì)算能力，而是利用云端強(qiáng)大算力處理一部分較為復(fù)雜的任務(wù)，比如數(shù)據(jù)合成、模型訓(xùn)練、仿真驗(yàn)證等。車端僅需構(gòu)建輕量化模型和算法優(yōu)化，完成推理任務(wù)。依靠云端協(xié)同的方式，實(shí)現(xiàn)更高水平的智能駕駛。

與DeepSeek的深度融合，還可以讓車企可以在算力受限條件下，依靠“自研算法-國產(chǎn)芯片”協(xié)同優(yōu)化的模式，成功繞開英偉達(dá)CUDA的生態(tài)限制，不僅降低了車企對進(jìn)口硬件的依賴，也有助于中國智駕產(chǎn)業(yè)鏈的自主可控。

在最近1~2年智駕逐漸分出勝負(fù)的階段，DeepSeek將會成為一種驅(qū)動(dòng)力，把中國智駕推向更高的自主化水準(zhǔn)，并加速高階智駕的平民化進(jìn)程。

AI激活車路云“乘數(shù)效應(yīng)”

在DeepSeek與比亞迪的技術(shù)突破之外，車路云網(wǎng)絡(luò)的加速建設(shè)進(jìn)一步放大了智駕平權(quán)的社會效益，使智能駕駛的覆蓋場景與安全性能得到雙重提升。

車路云網(wǎng)絡(luò)可以看作“第一個(gè)現(xiàn)實(shí)世界的AI網(wǎng)絡(luò)”，其已經(jīng)突破了數(shù)字世界的AI邊界，開始觸達(dá)真實(shí)、復(fù)雜的物理世界。當(dāng)前，車路云網(wǎng)絡(luò)主要連接智能汽車、交通設(shè)施、非機(jī)動(dòng)車、行人等各類交通要素，未來還會與無人機(jī)、機(jī)器人、機(jī)器狗等更廣泛的智能體發(fā)生交互，成為首個(gè)真實(shí)世界中的完整、動(dòng)態(tài)且自主演化的智能網(wǎng)絡(luò)。

相比ChatGPT、DeepSeek這類數(shù)字世界AI出現(xiàn)“幻覺”問題，物理世界AI需要在不確定性和安全性的高度約束下完成閉環(huán)控制，并且不允許有任何偏差，因?yàn)槠錄Q策將直接影響實(shí)際的車輛運(yùn)動(dòng)、信號切換、交通流分配，甚至對潛在交通事故的預(yù)測，技術(shù)門檻遠(yuǎn)遠(yuǎn)高于數(shù)字世界。

這種將數(shù)字領(lǐng)域的“沙盤模擬”推入“現(xiàn)實(shí)戰(zhàn)場”的跨越，使得AI必須深入到物理世界肌體的神經(jīng)末梢，與之形成統(tǒng)一整體，共同支撐未來智能城市的運(yùn)行，而車路云網(wǎng)絡(luò)正是兩者結(jié)合的代表。

數(shù)字世界AI在圍棋、圖像識別等領(lǐng)域具備超凡能力，卻始終受困于“莫拉維克悖論”——人類所獨(dú)有的高階智慧能力只需要非常少的計(jì)算能力，比如推理，但是無意識的技能和直覺卻需要極大的運(yùn)算能力。簡而言之，高階認(rèn)知易，基礎(chǔ)行動(dòng)難。

車路云網(wǎng)絡(luò)通過“通感算一體化”架構(gòu)（通信為神經(jīng)、感知為感官、計(jì)算為大腦），具備了實(shí)時(shí)數(shù)字孿生、超視距感知、群體博弈決策、多模態(tài)數(shù)據(jù)融合等能力，能夠?qū)崿F(xiàn)對超大規(guī)模多智能體系統(tǒng)的動(dòng)態(tài)協(xié)調(diào)，可以讓數(shù)百萬輛自動(dòng)駕駛汽車在遭遇路口博弈時(shí)實(shí)時(shí)協(xié)商路權(quán)，從而保障道路通行更加順暢；借助AI數(shù)字道路基站、路側(cè)邊緣計(jì)算系統(tǒng)等智能化道路設(shè)施，可以為車輛提供厘米級定位修正與風(fēng)險(xiǎn)預(yù)警，進(jìn)一步防止交通事故的發(fā)生；還可以幫助城市交通管理者完成對交通流量的秒級精準(zhǔn)預(yù)測與調(diào)度，并實(shí)現(xiàn)交通系統(tǒng)效率與公平性的平衡。

在與DeepSeek這類創(chuàng)新AI技術(shù)結(jié)合后，車路云網(wǎng)絡(luò)獲得了更豐富的能力，從而可以將智駕水平推升至一個(gè)新的高度。

蒸餾技術(shù)可將車路云的云端大模型壓縮至車載計(jì)算平臺，實(shí)現(xiàn)輕量化推理。利用Janus-Pro多模態(tài)模型和MoE架構(gòu)，可實(shí)時(shí)生成道路風(fēng)險(xiǎn)畫像，并與車輛共享高精度語義地圖，動(dòng)態(tài)調(diào)整多模態(tài)感知權(quán)重（如暴雨場景增強(qiáng)路側(cè)單元毫米波雷達(dá)數(shù)據(jù)權(quán)重），提升復(fù)雜環(huán)境下的目標(biāo)識別精度和決策準(zhǔn)確率；仿真引擎能夠生成數(shù)十億極端場景數(shù)據(jù)（如臺風(fēng)、塌方），并與真實(shí)路側(cè)數(shù)據(jù)混合訓(xùn)練，使智駕模型在無標(biāo)線道路的循跡能力和極端場景的應(yīng)對能力超越人類駕駛員水平；數(shù)據(jù)清洗算法可以從路側(cè)基站采集的原始數(shù)據(jù)中提取高價(jià)值片段（如緊急避障、施工路段），全面提升數(shù)據(jù)訓(xùn)練效率。

由此，車路云等城市交通智能基礎(chǔ)設(shè)施讓AI擺脫“缸中之腦”的困境，使其真正具備了在開放環(huán)境中控制物理實(shí)體的能力，并能夠在復(fù)雜環(huán)境中做出優(yōu)于人類的即時(shí)決策，從而更好賦能未來智能出行。

更值得關(guān)注的是車路云的“乘數(shù)效應(yīng)”。當(dāng)路側(cè)設(shè)備可以分擔(dān)70%以上的感知計(jì)算任務(wù)，意味著原本需要數(shù)萬元成本堆砌的車端算力單元，現(xiàn)在只需主流車型標(biāo)配的智駕硬件就能駕馭。當(dāng)算力與智能的線性綁定關(guān)系被打破，汽車廠商的技術(shù)護(hù)城河將從硬件堆砌轉(zhuǎn)向算法創(chuàng)新和數(shù)據(jù)積累，這也正是中國車企在智駕賽道實(shí)現(xiàn)超車的機(jī)遇所在。

這種生態(tài)的終極形態(tài)，可能形成類似安卓系統(tǒng)的開放系統(tǒng)。當(dāng)車企、科技公司、政府機(jī)構(gòu)在開放協(xié)同的框架下共建共享，智駕技術(shù)將真正突破商業(yè)利益的藩籬，走向普惠化發(fā)展。

在這場波瀾壯闊的產(chǎn)業(yè)變革中，以DeepSeek為代表的AI技術(shù)與智能駕駛、車路云的深度協(xié)同，正催生出“汽車即服務(wù)”的終極形態(tài)。傳統(tǒng)意義上的智駕平權(quán)將不再局限于單車功能，而是演變?yōu)橐粓鲫P(guān)于智能時(shí)代的“道路資源民主化”社會實(shí)驗(yàn)。

當(dāng)?shù)缆烽_始思考、車輛具備感知、城市充滿智能，這一由數(shù)字道路、智能汽車與云端超腦構(gòu)成的協(xié)同生態(tài)系統(tǒng)，不僅重構(gòu)了交通產(chǎn)業(yè)的底層邏輯，更昭示著這樣一個(gè)道理：無論智駕也好、車路云也罷，未來誰能把AI變成用戶離不開的“數(shù)字器官”，誰就能主宰下一個(gè)十年。