西部汽车各算法公司对Deepseek应用情况及观点更新0206

Deepseek应用情况及观点总结

各公司应用情况及观点

• 知行汽车科技：已开始使用Deepseek，测试200+视频效果较好，认为能提升效率并延长小算力芯片生命周期。计划于本周五19:00进行电话会交流。
• 大疆：使用Deepseek后，高通8650上推理响应时间从20ms降至9-10ms，算力利用率从近乎100%降至65%。275个视频测试显示打分更优（97分 vs 千问开源模型95分）。
• Momenta：自24年12月底探索应用，主要用于压缩感知模块提升效率。第1版识别精度较差，预计1-1.5月有新结果更新。第1版模型训练及感知结果输出时间均减半。
• 元戎启行：认为Deepseek作为高性能低算力需求的vlm，是vlm+E2E的不错参考。
• 轻舟智航：表示之前端到端大模型尝试不多，后续会考虑积极应用。

核心观点及研究结论

• 不同公司对Deepseek的应用关注点存在差异：
  • 知行、大疆、元戎更多关注决策规划层面。
  • Momenta更多关注感知方面，因其当前希望单OrinX跑通一段式端到端，而感知模块最耗算力，需提升效率。
• Deepseek在性能和效率上表现突出，如大疆的响应时间优化和打分提升，以及Momenta的效率提升数据。
• 各公司根据自身需求调整应用方向，反映Deepseek的灵活性及对不同场景的适配性。