我要投稿

理想车载大模型为什么不直接用deepseek？

发布日期：2025-04-03 14:09:09 浏览次数： 1657 作者：有个理想

4月2日，理想汽车OTA 7.2版本带来了一项让AI“开窍”的重磅更新——车载自主决策推理模型正式上线。用户只需在车辆控制中心打开「深度思考」开关，理想同学就像是拥有了“双商在线”的超能力，能分析回答复杂问题，还能根据问题类型决定是否进行深度思考。

“帮我规划一个北京3天2夜人均2000元的深度游攻略，要避开网红打卡点，重点体验老北京文化。”——当这样的细致入微的需求抛给理想同学时，它不仅能秒懂你的小心思，还能在百毫秒内响应，并快速给出包含胡同民宿、小众博物馆和私房菜馆的个性化方案。

AI科技媒体@量子位还第一时间测评了这样一个“更聪明”的理想同学：“理想同学再次得到了进化，新增的深度思考开关可以结合你口头的提示词，将需要执行的动作、回复的语句进行优先级排列，更适合车端场景，简单的操作直接执行，复杂的问题思考之后再做详细回答，答案里能看出来，理想同学是真的进行了思考，而不是简单的搜索聚合。”

来源视频号@量子位

“好的智能座舱，不仅要快，更要会思考。”只有亲身经历才知道，这样精准高效的交互方式可不是普通的车载语音助手能做到的。

而在当前，汽车行业正掀起一股“DeepSeek上车潮”，据21世纪经济报道统计，已有约20家车企宣布与DeepSeek深度融合。然而，这种合作模式是否真的适合车载场景？理想汽车给出了不同的答案——为车载场景量身打造专属推理模型。这背后是基于怎样的考量？理想的自研模型又有何独特优势？让我们通过以下的问答一探究竟！

理想同学为什么会深度思考？

理想同学接入了理想汽车自研的面向车载场景量身打造的推理模型。开启「深度思考」开关后，这个模型能够智能识别问题类型，根据问题类型自主决策是否进行深度思考。

理想同学的推理模型是直接接入DeepSeek R1吗？

不是。我们的模型是理想汽车专门为车载场景自主研发的推理模型，而非直接采用DeepSeek R1。虽然我们在训练过程中参考了包括DeepSeek R1在内的通用推理模型数据，但最终产品是完全针对车载场景特点优化的专属解决方案。

为什么理想选择自研推理模型而非直接使用DeepSeek？

首先车载场景有别于我们在手机端、PC端去接入DeepSeek，我们会有很多车控类的指令，以及需要马上有答案的问题，这类需要能快速响应用户的需求，不适合推理模型这种先思考再回答的方式。这种情况下，通用推理模型是需要通过手动关闭「深度思考」开关来实现。这在开车的时候是有安全隐患的，而且体验很差。

另外，车载场景是以语音交互为主的，语音交互对响应速度更加敏感（想象一下你和一个人说话，他每次都等几十秒再回你）。通用推理模型回答比较慢，这对车载用户体验很不友好。同时语音的信息密度会更低，像DeepSeek R1的回复对我们来说篇幅偏长了。

最适合的才是最好的，所以我们打造了一个响应更快、输出文本更适合播报、「深度思考」开关可以常开的推理模型。

会深度思考的理想同学有什么特点？

一共有三个特点：首先，会深度思考的理想同学，对复杂问题的处理能力大幅提升，像逻辑推理、投资分析、攻略制定、故事创作等都能得心应手。

另外，整体响应速度很快，我们在OTA 7.2上实测的结果是深度思考首token延迟只有300毫秒。

最后，能自主决策是否需要深度思考，不用手动切换「深度思考」开关。理想同学会根据不同指令类型决策是否需要深度思考，比如车控类的指令，就会直接执行；像攻略计划制定这种复杂问题，则会进行深度思考，给出更全面有深度的回复。这保证了理想同学原来体验很好的车控类、用车出行方面的体验一如既往地好，同时复杂问题回答也更加的丰富准确。

理想同学的响应速度为何如此快？

速度优势来自两方面：一是模型能自主决策是否需要深度思考，避免不必要的计算开销；二是深度思考时也保持了极快的响应速度。我们选择了百亿参数的 MindGPT 模型，通过分阶段的监督微调、强化推理优化和偏好对齐，在表现上达到DeepSeek R1满血能力的同时，也实现了比R1更快的响应速度。

能否用具体数据说明理想同学的速度和效果优势？

在实测中，理想同学深度思考的首token延迟仅为300毫秒。对比测试显示，我们的专属模型在车载相关数据集表现与DeepSeek R1基本持平，在通用数据集测试中也接近R1水平。这得益于我们采用的推理加速策略，包括PD分离、高性能attention机制和工程上的并行推理等技术优化。

可以自主决策是否深度思考是怎么做到的？

这项能力的核心在于我们的模型习得了一套智能决策机制。我们是第一个上线自研车载大模型的车企，而且拥有百万级别的用户，因此我们在车载交互场景积累了大量的经验。根据这些经验，我们建立了完整的车载场景问答分布，并基于此构建了自适应的“快思考(短)、慢思考(长)”的推理训练数据集。基于此数据集，我们持续对推理模型进行训练，通过监督微调、偏好对齐，让模型拥有了自主决策“快思考和慢思考”的能力。

整个过程严格遵循数据隐私保护原则，所有训练数据都经过专业脱敏处理。最终实现的决策模型能够像经验丰富的管家一样，精准判断何时该快速响应，何时该深入思考，为用户提供恰到好处的交互体验。

模型训练过程中遇到哪些挑战？

主要面临两大挑战：一是如何准确判断问题类型，让模型具备自主决定长短思考的能力；二是如何处理车机场景中常见的模糊问题，避免模型陷入无限思考的死循环。针对后者，我们挖掘了大量模糊表达指令数据，构建简洁高效的训练数据集，通过SFT和强化学习显著提升了模型在这类问题上的处理效率。

理想在模型训练中有哪些技术创新？

我们采用多阶段监督微调结合强化学习的训练方法，运用课程学习、生成式奖励模型等先进算法技术，实现模型能力的阶段性增强和高效迭代。仅去年一年，我们就更新了30多个版本，持续优化用户体验。自2019年上线理想同学，到2023年推出自研大模型 MindGPT ，我们在车载AI领域积累了丰富经验，构建了海量高质量的训练数据，这是我们的核心优势所在。

未来，我们将坚持自主研发，让模型保持高效的迭代，为用户带来更智能、更流畅的车载交互体验！