面對DeepSeek，中國各大車企的反應不盡相同，有立馬上車的，也有冷靜旁觀。

　　截至目前，比亞迪、吉利、東風、長城、極氪、智己等超過 20 家車企宣布完成和DeepSeek的深度融合，同屬汽車行業供應鏈的斑馬智行、億咖通等車機服務商也加入了該生態。

　　從汽車品牌的響應效率上來看，現在的車企對于新技術還是培養出了很高的敏感度。當然，也有例外。在鋪天蓋地的關于大廠擁抱DeepSeek的消息里，我們并沒有發現蔚小理、華為小米的身影，當然，特斯拉就更不會有消息傳出了。

　　如今正是全面擁抱人工智能的時刻，蔚小理華米如此冷靜，到底是對自家智能化太自信，還是另有考量呢?也許，在這些車廠看來，重視智能化和是否融合DeepSeek之間并無十足的強關聯。

　　DeepSeek的確能力強大，只是不管是車廠還是用戶，都不會太在意自己的車是否可以寫出一篇高水準的論文。

　　也就是說，如何幫助用戶獲得更智能化的駕乘體驗，才是用戶真正在意的，也是車企們更為關注的。

　　不可否認，DeepSeek的出現，的確讓我們看到了大模型在車輛上的巨大發展前景。但是，將DeepSeek接入車機，并且要達到提升用戶用車體驗的效果，不僅僅是一個接入就能完事的，它還需要有能力調用車端信息作為推理語料，從而為車主提供更個性化的服務。

　　這些推理需要消耗多少運算資源、需要何種的硬件支撐、以及是否需要聯網服務，都是車廠必須要考慮的問題。

　　另外，要與DeepSeek融合，涉及的供應鏈也比較多。最起碼，目前來看，芯片、云服務和終端硬件廠商(手機+智能汽車)都是需要進行打通的。

　　比如云服務商，大家不想在車機交互的時候總出現「服務器繁忙，請稍后再試」的提示，那么就需要在云上部署 DeepSeek。此外，用戶要在車里順利使用上 DeepSeek，還要接入這個開源模型。

　　也就是說，終端廠商和用戶需要在產品上完成對端側 DeepSeek 的部署。這么做的難度有多大呢?

　　先說結論，在車上部署滿血版的 DeepSeek 的價格，很可能要數倍于你的車輛本身。

　　以 671B R1 版來測算(6710億參數)，需要將近 1300G 的顯存，遠超 PC、手機、汽車的端側計算資源。如果退而求其次，用 7B 或 10B 的蒸餾模型，其推理能力又和滿血版有顯著差別。

　　而如果只是把 DeepSeek 模型接入車機，其實際上也就是掛了個“名頭”而已。等于只是多了一個語音入口，用戶在車機上用這種DeepSeek，恐怕還不如在手機或電腦上操作來的更便利。

　　所以說，現在這些沒有馬上融合 DeepSeek 的車企，可能并不是忽視了汽車智能化，而是在沒有做好更周全的部署之前，冷靜看待新技術，謹慎上車，這其實也是對用戶負責的做法。

　　從目前各大車企的反饋來看，DeepSeek在汽車上的作用主要還是語音助手，而再看這些尚未加入DeepSeek的車企，其實這方面已經做得不錯了。

　　比如理想的 MindGPT 以及蔚來的 NomiGPT，還有小米的“小愛同學”與華為的“小藝”，DeepSeek現階段在車上的能力，并沒有超越它們。

　　事實上，當眾多車企都在嘗試與DeepSeek融合時，失敗與成功的經驗都會為后面入局的車企摸索出一條更為順暢的道路。

　　在技術決定未來的時代里，關注新技術的走向固然重要。但是，在技術不落后的情況下，對待新技術冷靜一些，給用戶少增加點兒認知負擔，其實也并不是什么壞事。

　　對于車企而言，是不是第一波“吃螃蟹”的人并不重要，騰訊在新技術上從來都是后發制人，不也一樣在行業里遙遙領先。

　　集中精力，為后續“入局”打好基礎，強勢加入才是打贏未來智能戰爭的關鍵。就像蔚小理華米，誰都不是最早入局汽車行業的，但加入的時機對了，自身實力夠了，如今不也都跟上甚至領先了嗎?

　　未來，汽車行業到底誰主沉浮，誰都無法預料，但就目前來看，DeepSeek還真不是決定車企市場的關鍵因素。