證券研究報告DeepSeek對智能駕駛影響幾何？請務必閱讀報告末頁的重要聲明來——汽車行業(yè)2025年度投資策略》DeepSeek對底層架構、訓練框架、餾降低數據依賴提升智能駕駛開發(fā)效率，并結合跨模態(tài)對齊將智能駕駛模型能力DeepSeek作為開源基礎模型，引入后有望加速智能駕能力成為影響迭代效率的關鍵因素。DeepSee駕駛安全邊界較高，仍需要較長訓練時長保證功能安全；另一方面針對不同車型風險提示：技術發(fā)展不及預期風險、行業(yè)競爭加劇風險、政策請務必閱讀報告末頁的重要聲明 4 2.DeepSeek是智駕重要工具，而非顛覆格局 2.1模型蒸餾：高質量教師模型、低數據損失成為重要因素 3.投資建議：推薦積極布局且智能化技術領先的公司 4 5 6 7 8 9 請務必閱讀報告末頁的重要聲明4/28DeepSeek-V3和DeepSeek-R1模型，憑借一系列獨訓練端，DeepSeek通過自研DualPipe訓練框架、8位浮點量化技術、改進的M過型匹敵。我們認為，憑借架構和算法的優(yōu)化以及全面開源策略請務必閱讀報告末頁的重要聲明5/28DeepSeek通過技術創(chuàng)新實現高性能和低成本。架構方面，DeepSeek-V3基于進行架構設計。訓練方面，通過自研DualPipe算法和基于FP8數據格式的混合精度訓V3基礎模型，通過大規(guī)模強化學習技術增強推理能力，成功地將推理能力泛化到其他領域；同時采用模型蒸餾技術，顯著提升小模型的推理能力。請務必閱讀報告末頁的重要聲明多頭潛在注意力機制通過壓縮注意力機制減少所需要處理的信息量，提高效率；能。DeepSeek-V3提出動態(tài)偏置調整策略，通過監(jiān)控專家負載并實時調整路由偏置，實現均衡分配，同時避免性能損失。DeepSeekMoE使用細由專家，每個輸入token可以激活8個路由專家，在保證模型處理效果的同時避免過度激活專家?guī)淼挠嬎阗Y源浪費。同時支持跨節(jié)點通信優(yōu)化，結合無輔助損失的負載均衡策略，確保訓練時專家負載平衡，提高請務必閱讀報告末頁的重要聲明目標，讓模型預測多個未來詞元，增強訓練信號，提還請務必閱讀報告末頁的重要聲明8/28請務必閱讀報告末頁的重要聲明9/28學習（RL）訓練，無需任何監(jiān)督微調（SFT）數據性、格式規(guī)范性）驅動模型自我進化。采用GRPO（GroupRelativePolicyOptimization）算法，通過組內樣本的獎勵請務必閱讀報告末頁的重要聲明行多階段訓練，結合推理導向的RL、拒絕采樣和監(jiān)督微調等方法提升推理性能。（1）首先推理導向的強化學習RL，針對數學、代碼等結構化任務優(yōu)化；模型蒸餾顯著提升小模型推理能力請務必閱讀報告末頁的重要聲明將數據合成和仿真訓練在云端完成，車端僅需加載輕量化模型。請務必閱讀報告末頁的重要聲明請務必閱讀報告末頁的重要聲明實現了從大型復雜模型到小型高效模型的知識遷移。知識蒸餾過程中，D備的自我進化能力可自發(fā)產生高級推理行為，且能夠對這些推理進行評估和進一步探索，可將這種性能利用到基于基礎駕駛場景的泛化設計處理中。De請務必閱讀報告末頁的重要聲明項，自主判斷該場景下需要調用的合適且符合安全的DeepSeek技術可直接應用于智能座艙，但在智能駕駛開發(fā)應用仍有諸多挑駕駛、智能座艙。（1）智能座艙：DeepSeek作為大語言DeepSeek模型在汽車智能座艙領域的應用場景正通過算法優(yōu)化和低成本部署展現出顯著優(yōu)勢，其核心價值體現在提升交互體驗、賦能功能創(chuàng)新及優(yōu)化本地化部署效率等方面。多家車企紛紛開啟DeepSeek在智能請務必閱讀報告末頁的重要聲明（2）DeepSeek在智能駕駛場景面臨諸多挑戰(zhàn)，主要是智能駕駛模型與主要處理對象是反映車輛運動狀態(tài)的浮點數。而DeepSeek的主要處理R1的輸出層或中間層，使其與學生模型任務對齊（例如，DeepSeek-R1要將語言生成任務輸出轉換為目標檢測的邊界框預測，過程中可能會用要求模型決策高可靠，需在設計蒸餾損失函數時加入安全約束（如關鍵升本質是安全性的提升，在正常運行環(huán)境下需要保證接管次數的下降和執(zhí)行效率的提升，同時極端環(huán)境中仍需要保持穩(wěn)定。對應路徑來看，當下仍采用Learningby請務必閱讀報告末頁的重要聲明無法充分識別并建立對應的場景機制，車輛的思考能力是面對長尾數據的主要解決對未來預測的能力和判斷能力，在準確性提升后保持高階功能的安全性。請務必閱讀報告末頁的重要聲明請務必閱讀報告末頁的重要聲明型通過分解的世界模型和獎勵函數來豐富靜態(tài)數據集的標簽，通過動態(tài)規(guī)劃優(yōu)化標2.1模型蒸餾：高質量教師模型、低數據損失成為重要因素請務必閱讀報告末頁的重要聲明云端模型：多模態(tài)教師模型蒸餾后作為車端模型完成功能升級。在云端大模型向車駕駛升級過程中，云端模型的成果和蒸餾的損失或成為影響質量的關鍵因素。資料來源：DynaBERT:DynamicBERTwithAdaptiveWidthandDepth，LuHo請務必閱讀報告末頁的重要聲明20/28算力規(guī)模、數據規(guī)模仍是云端“教師模型”能力商達力云12月31日）公里公里資料來源：新出行，滴滴官網，百度阿波羅官網，騰請務必閱讀報告末頁的重要聲明21/282.2成本優(yōu)化：DeepSeek成本優(yōu)勢拓寬智駕工程化應用邊界請務必閱讀報告末頁的重要聲明22/28請務必閱讀報告末頁的重要聲明23/28資料來源：DeepSeek-V3TechnicalRepor架構：DeepSeek架構或成為全棧自研智能駕駛大模型架構的項，同時開源模型有望在云端訓練上實現成本優(yōu)勢的復刻。車企有望通過介入駕駛成本的大幅度下降和高階功能的工程化落地。華為小藝、吉利持續(xù)加速與請務必閱讀報告末頁的重要聲明24/28代。DeepSeek作為開源基礎模型，引入后有續(xù)迭代和效率提升是成為智能駕駛行業(yè)持續(xù)加資料來源：NotaTeslaAp未來功能實現層面來看，尚未實現智能駕駛功能完整性部署前，Dee3.投資建議：推薦積極布局且智能化技術DeepSeek憑借其架構創(chuàng)新、低成本高效能、以請務必閱讀報告末頁的重要聲明25/28Clips訓練模型的理想ADMaxV13.0OTA給用戶。理想同學春節(jié)期間交互升級，春能化加速落地，比亞迪智駕滲透率有望全面提升銷量搭載中階及以上智駕系統，這意味著中階智駕滲透率將進一步提升。實現營業(yè)收入1442.0-1467.0億元，同比+302.3%-309.3%60.0億元，同比扭虧為盈。智能化方面，與華為強能問界品牌。同時雙方在業(yè)務合作的基礎上開展股權合作，合作進一步深化。請務必閱讀報告末頁的重要聲明26/28在電動化、數字化等領域掌握核心技術，2023年公司在智出色的DMH混動系統助力公司在電動整，整體呈現年輕化特點，有助于公司戰(zhàn)略轉零部件廠商作為實現智能駕駛功能的重要組成部分，優(yōu)質賽道核心供應商或充分受缺的汽車高速高頻連接器供應商，同時在手機射頻同軸連接器領域優(yōu)勢領先，有望研的線控制動項目超140個，服務車企客戶20余家，累計供貨量突破百萬。公司新請務必閱讀報告末頁的重要聲明27/28一代線控制動WCBS2.0H成功推出并榮獲國家機構認可，有望成為多款車型的標準配置。線控制動產品放量和規(guī)模效應帶動毛利率提升成為公司2025年保持高增長的進行合作且不斷拓展新客戶。老客戶方面，與小鵬、吉利、一汽、Stel舍弗勒。域控產品已受到多家客戶認可，并已獲得奇瑞汽車、一汽紅旗等客戶新項目定點。技術發(fā)展不及預期風險：DeepSeek技術仍在持請務必閱讀報告末頁的重要聲明28/28評級說明報告中投資建