西部汽车各算法公司对Deepseek应用情况及观点更新0206

知行汽车科技：已经开始用用，测试了200+视频，效果较好；效率提升较高，认为能够让原本的小算力芯片生命周期延长。 （本周五2.7晚上19：00我们邀请公司技术人员电话会交流） 大疆：使用Deepseek模型后，在高通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%。 【西部汽车】各算法公司对Deepseek应用情况及观点更新0206 知行汽车科技：已经开始用用，测试了200+视频，效果较好；效率提升较高，认为能够让原本的小算力芯片生命周期延长。 （本周五2.7晚上19：00我们邀请公司技术人员电话会交流） 大疆：使用Deepseek模型后，在高通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，打分更优，对比千问开源模型，97vs95分。 Momenta：24年12月底开始探索应用，主要用来压缩感知模块，提升效率。 第1版识别精度较差，但后续会调试预计1-1.5月有新结果更新。 效率方面：第1版模型训练时间减半，感知结果输出时间减半。 元戎启行：deepseek作为vlm的一个高性能低算力需求，确实是一个不错的参考，特别是vlm+E2E。 轻舟智航：之前在端到端大模型方面尝试不多，后续会考虑积极应用。 我们发现：不同的公司对Deepseek的应用关注点有差别，知行&大疆&元戎更多是关注到了决策规划层面，而Momenta更多是在感知方面。 我们认为和公司当前核心的关注点有关系。 Momenta当前希望一段式端到端在单OrinX跑通，而感知最耗算力希望效率加以提升。