佐思汽研發(fā)布《2024-2025年AI大模型及其在汽車領(lǐng)域的應(yīng)用研究報(bào)告》。

推理能力成為大模型性能提升的驅(qū)動(dòng)引擎

2024下半年以來，國(guó)內(nèi)外大模型公司紛紛推出推理模型，通過以CoT為代表的推理框架，加強(qiáng)大模型對(duì)復(fù)雜任務(wù)處理能力和自主決策能力。

部分大模型公司的推理模型發(fā)布情況

來源：佐思汽研《2024-2025年AI大模型及其在汽車領(lǐng)域的應(yīng)用研究報(bào)告》

推理模型的密集上線，是為了提升大模型在復(fù)雜場(chǎng)景下的應(yīng)對(duì)能力，同時(shí)也為Agent上線奠定基礎(chǔ)；具體到汽車行業(yè)，汽車大模型推理能力的提升，能夠切實(shí)解決AI應(yīng)用場(chǎng)景下的痛點(diǎn)問題，如加強(qiáng)座艙助手對(duì)復(fù)雜語(yǔ)義的意圖識(shí)別和提升自動(dòng)駕駛規(guī)劃決策中的時(shí)空預(yù)測(cè)場(chǎng)景精度。

部分汽車AI應(yīng)用場(chǎng)景下對(duì)大模型推理能力的需求

整理：佐思汽研

2024年，上車的主流大模型推理技術(shù)仍以思維鏈CoT及其變種為主（如思維樹ToT、思維圖GoT、思維森林FoT等），在不同的場(chǎng)景下會(huì)融合生成模型（如擴(kuò)散模型）、知識(shí)圖譜、因果推理模型、累積推理、多模態(tài)推理鏈等技術(shù)。

如吉利提出模塊化思維語(yǔ)言模型（MeTHanol），讓大語(yǔ)言模型合成人類思維并用于監(jiān)督 LLM 的隱藏層，通過適應(yīng)日常對(duì)話和個(gè)性化提示，生成類似人類的思維行為，增強(qiáng)大語(yǔ)言模型的思維和推理能力，并提升可解釋性。

MeTHanol（含中間思維層的雙層微調(diào)和兩階段推理）與標(biāo)準(zhǔn)SFT技術(shù)的對(duì)比

來源：吉利

2025年，推理技術(shù)的重點(diǎn)會(huì)向多模態(tài)推理轉(zhuǎn)移，常用的訓(xùn)練技術(shù)包括指令微調(diào)、多模態(tài)上下文學(xué)習(xí)與多模態(tài)思維鏈（M - CoT）等，多通過多模態(tài)融合對(duì)齊技術(shù)與LLM的推理技術(shù)結(jié)合而成。

部分多模態(tài)推理技術(shù)

整理：佐思汽研

可解釋性成為AI與用戶的信任橋梁

在用戶體會(huì)到AI的“好用”之前，首先需要滿足用戶對(duì)AI的“信任”，所以，2025年，AI系統(tǒng)運(yùn)行的可解釋性成為汽車AI用戶基數(shù)增長(zhǎng)的關(guān)鍵一環(huán)，該痛點(diǎn)也可通過長(zhǎng)思維鏈的展示來解決。

AI系統(tǒng)的可解釋性可通過數(shù)據(jù)可解釋性、模型可解釋性和事后可解釋性三個(gè)層面分別實(shí)現(xiàn)：

AI可解釋性的三個(gè)層面

來源：IEEE；整理：佐思汽研

以理想為例，理想 L3 智駕通過 “AI 推理可視化技術(shù)”，可直觀呈現(xiàn)端到端 + VLM 模型的思考過程，涵蓋從物理世界感知輸入到大模型完成行駛決策輸出的全流程，提升用戶對(duì)智能駕駛系統(tǒng)的信任。

理想L3智駕的可解釋性

來源：理想

理想的“AI推理可視化技術(shù)”中：

Attention（注意力系統(tǒng)）主要負(fù)責(zé)展示車輛感知到的交通和環(huán)境路況信息，能對(duì)實(shí)時(shí)視頻流中的交通參與者進(jìn)行行為評(píng)估，并使用熱力圖展示評(píng)估對(duì)象。

E2E（端到端模型）用于展示行駛軌跡輸出的思考過程。模型會(huì)思考不同的行駛軌跡，展示 10 個(gè)候選輸出結(jié)果，最終采用概率最大的輸出結(jié)果作為行駛路徑。

VLM（視覺語(yǔ)言模型）可展示自身的感知、推理和決策過程，其工作過程使用對(duì)話形式展示。

同時(shí)，理想Agent“理想同學(xué)”也提供可視化的工作流：

“理想同學(xué)”工作流

來源：理想

同樣通過長(zhǎng)思維鏈進(jìn)行推理流程拆解的還有各個(gè)推理模型的對(duì)話界面，以DeepSeek R1為例，在與用戶的對(duì)話中，會(huì)先通過思維鏈展示每一個(gè)節(jié)點(diǎn)的決策，并通過自然語(yǔ)言進(jìn)行說明。

DeepSeek R1長(zhǎng)思維鏈界面

來源：DeepSeek R1對(duì)話界面

此外，智譜的GLM-Zero-Preview、阿里的QwQ-32B-Preview、天工4.0 o1等大部分推理模型均支持長(zhǎng)思維鏈推理流程展示。

DeepSeek降低大模型上車的門檻，性能提升與降本兼得

推理能力乃至綜合性能的提升，是否意味著需要付出高額成本？從DeepSeek的爆火來看，并不是。2025年初，主機(jī)廠先后接入DeepSeek，從應(yīng)用詳情來看，基本上是以提升車載大模型的綜合能力為主。

2025年初，部分主機(jī)廠與DeepSeek合作情況

整理：佐思汽研

事實(shí)上，DeepSeek系列模型推出之前，各大主機(jī)廠已經(jīng)按照自己的節(jié)奏有序推進(jìn)旗下車載AI大模型的開發(fā)與迭代工作。以座艙助手為例，部分主機(jī)廠的方案已經(jīng)初步完成構(gòu)建，并已接入云端大模型供應(yīng)商試運(yùn)行或初步敲定供應(yīng)商，其中不乏阿里云、騰訊云等云服務(wù)廠商以及智譜等大模型公司，2025年初再次接入DeepSeek，看重的包括：

強(qiáng)大的推理性能表現(xiàn)，如推理模型R1的性能與OPEN AI 推理模型o1相當(dāng)，甚至在數(shù)學(xué)邏輯方面更為突出；

更低的成本，在保證性能的同時(shí)，訓(xùn)練與推理成本均保持在同行業(yè)較低水平。

DeepSeek R1與OPEN AI o1模型成本的比較

來源：公開信息

以上2點(diǎn)優(yōu)勢(shì)均在DeepSeek的技術(shù)創(chuàng)新上有所體現(xiàn)：

DeepSeek系列的部分技術(shù)對(duì)大模型性能和成本的影響

整理：佐思汽研

通過接入DeepSeek，主機(jī)廠在部署智駕和座艙助手時(shí)，可以切實(shí)地降低大模型性能硬件采購(gòu)、模型訓(xùn)練與維護(hù)成本，同時(shí)保證性能不下降：

低計(jì)算開銷技術(shù)推動(dòng)高階智駕、智艙平權(quán)，意味著低算力車載芯片（如邊緣計(jì)算單元）上也可實(shí)現(xiàn)部署高性能模型，降低對(duì)高成本GPU的依賴；再結(jié)合DualPipe算法、FP8混合精度訓(xùn)練等技術(shù)，優(yōu)化算力利用率，從而實(shí)現(xiàn)中低端車型也能部署高階座艙功能、高階智駕系統(tǒng)，加速智能座艙的普及。

實(shí)時(shí)性增強(qiáng)，在汽車行駛環(huán)境下，智駕系統(tǒng)需實(shí)時(shí)處理大量傳感器數(shù)據(jù)，座艙助手需要快速響應(yīng)用戶指令，而車端計(jì)算資源有限。DeepSeek 計(jì)算開銷的降低使傳感器數(shù)據(jù)的處理速度更快，可更高效的利用智駕芯片算力（服務(wù)器端訓(xùn)練階段，DeepSeek實(shí)現(xiàn)了對(duì)英偉達(dá)A100芯片90%的算力利用率），同時(shí)降低延遲（如在高通8650平臺(tái)上，芯片算力同為100TOPS時(shí)，使用DeepSeek推理響應(yīng)時(shí)間從20毫秒降至9 - 10毫秒）。在智駕系統(tǒng)中，可確保駕駛決策及時(shí)準(zhǔn)確，提升駕駛安全性和用戶體驗(yàn)。在座艙系統(tǒng)中，支持座艙助手快速響應(yīng)用戶語(yǔ)音指令，實(shí)現(xiàn)流暢人機(jī)交互。

吉利星睿大模型的系統(tǒng)2接入DeepSeek R1

來源：吉利