上篇ISCM动态报告为大家深度分析了DeepSeek对人工智能行业的重大影响，其系列大模型产品的技术特点、与ChatGPT的差异、重大价值和伟大意义。全球科技界都被DeepSeek极低的训练成本和使用价格震撼到，这将极大刺激智能应用的全面爆发。那么DeepSeek在ToB端的智能应用如何？本期ISCM动态报告在ISCM专业大模型根据数据和在人工智能和汽车双领域的知识储备上增加了专家团队分析，用实例剖析其对汽车行业的影响。DeepSeek引发的智能应用大爆发将开启中国智能汽车2.0时代，即“从造智能车到智能地造车”。

DeepSeek等基础大模型如同智能时代的高速公路，其重大价值在于助力各行业专业大模型以及运行在其之上的ToB端智能应用和智能体的发展。在汽车制造领域，当智能应用和智能体深入到产品定义- 产品设计 – 产品开发 – 供应链管理 – 库存管理 – 生产管理 – 市场营销– 售后服务等全流程之后，中国智能汽车将从“造智能汽车”的1.0时代，升级到“智能地造车”的2.0时代。

01 DeepSeek大模型的价值

DeepSeek的三个产品都属于基础大模型，能力强大但其学习的内容是以网络内容为主，其真实水平是互联网的平均水平，属于完成了大学“通识”教育的本科生，距离“专家”水平还有很长的一段路要走。

对于ToB端用户来说，需要人工智能技术对所属领域专业知识，知识之间的关联与逻辑关系达到极高准确度（99%以上）才能让AI技术进入到专业领域。这些专业知识目前在互联网中十分罕见，更多的出现在专业教材、各行业内部文件以及专业人员的经验积累中。

将这些专业知识系统性的按照统一的数据标准进行归类整理，将大模型与真实的应用场景进行结合，建立各行业的“专业大模型”（LKM）是未来人工智能技术与各行业融合发展的必经之路。在这一过程中，DeepSeek一类基础大模型的价值在于为“行业级专业大模型”提供了基础底座，赋能专业大模型的建设。

更进一步，DeepSeek R1 模型通过知识蒸馏技术（Distill），成功将大模型的推理能力迁移到了小模型身上，实现了小模型在推理任务上的显著提升，为各领域的“行业级专业大模型”深入到“企业级应用”奠定了技术基础。

未来各企业级的管理系统将通过掌握专业知识的智能辅助管理智能体（Agent）与行业智能体实现实时互联，为管理层决策提供打通企业内外部信息的实时动态的管理辅助能力。

02 专业大模型的实际应用案例

▌金融专业大模型

信用风险评估：专业大模型可整合用户历史交易、社交数据、征信报告等多维度信息，预测违约概率。例如，某银行通过专业大模型分析非传统数据（如电商行为、社交媒体活跃度）补充传统信用评分模型，将小微企业贷款坏账率降低15%。

市场风险预警：通过实时解析新闻、财报、政策文件，识别市场情绪变化。例如，摩根士丹利使用NLP模型监控全球新闻事件，提前预警俄乌冲突对能源股的影响，辅助调整投资组合。

自动化资产配置：根据用户风险偏好、财务目标生成动态投资建议。如Betterment利用专业大模型提供个性化ETF组合，结合实时市场数据调整策略。

智能投研报告生成：专业大模型可自动撰写行业分析报告。高盛开发的“Marquee”平台通过分析数万份财报，30秒内生成大宗商品趋势摘要，节省分析师70%的初级调研时间。

因子挖掘与策略生成：专业大模型从历史数据中挖掘隐藏的市场规律。例如，Two Sigma使用深度学习模型识别非线性的市场信号，优化高频交易算法。

算法交易执行优化：通过模拟市场微观结构，预测订单簿动态，提升交易执行效率。Citadel Securities利用专业大模型降低大宗交易的市场冲击成本。

▌医疗专业大模型

北京某高校研究机构与某知名三甲医院共同研发了多模态医疗大模型，该大模型是面向复杂、开放医疗健康场景的专业大模型。

训练数据整合了几十个科室的数十万份真实电子病历、医学影像、千万条医学理论文献等多种异构数据源，构建了千万级的医学术语关系，搭建了覆盖数千种不同疾病以及2万种以上药品之间关系的知识图谱，医学知识覆盖率达98%，精准率达 90% 以上。

该专业大模型可覆盖诊前到诊后完整的医疗服务流程，目前该专业大模型已通过了伦理审核，在医院内部正式上线临床测试，应用于急诊分诊、临床心衰预测、疾病风险评估、医学影像辅助诊断等重要医疗场景中。

该专业大模型的重要意义在于可以在医疗资源欠发达地区为医疗工作者提供专业辅助，帮助基层诊疗机构提高诊疗服务的水平和效率，降低因为误诊和延误治疗带来的健康和生命损失。

▌ISCM专业大模型（汽车垂直领域专业管理大模型）

针对汽车行业受内外部环境影响大、信息整合难度大、管理幅度大、及时有效进行管理挑战大等痛点，ISCM科创团队开发的ISCM专业大模型是大模型结合汽车领域专业知识模型在垂直领域的落地应用，目前开发了智慧供应链管理和智慧研发选型管理等多个智能管理辅助模块。

ISCM专业大模型已定义并开发了300+事件因子，除涵盖企业经营风险外，还自研定义开发了与汽车行业特别是汽车供应链管理强相关的因子和权重，如召回、产线关停、事故、新技术/技术升级迭代、市场动态、财务、进出口政策 & 关税、制裁清单等；以及外部突发事件因子和权重比例，如极端天气、地缘政治冲突等不可抗力造成的运输中断、生产中断等。

此外，ISCM专业大模型还具备供应链Tier X 级联深度推理能力，可以360度全方位、7*24小时，实时扫描2000+信息源，实现动态追踪和潜在风险预警。并具备端到端的ISCM动态报告生成能力，可按用户企业需求对不同风险级别的信息进行实时推送和定期报告，还可以对跨界技术、创新团队、本土企业等进行多维度专业分析和排名比对。

目前ISCM专业大模型已陆续在国内多家主机厂、规模零部件企业和汽车科技公司部署上线，协助用户企业提高供应链管理工作的效能，保障供应链的安全、稳定、韧性地高效运营的同时降本增效。

由上述案例可见，在实际应用中，需要构建由足够数量且经过标准清洗过的高质量专业数据，准确的专业知识图谱，详实的专家know how以及充足数量的对实际案例的学习样本组成的专业大模型，叠加通用大模型提供的基础能力，才能满足B端用户在实际工作中对AI应用准确性、可解释性、可追溯性、安全性、稳定性等方面的极高要求。

换言之，DeepSeek等通用大模型就如同高速公路，各行业的专业大模型如同高速公路上的服务区、加油站、充电站、交通规则等基础设施，基于各专业大模型诞生的各类智能应用产品就像行驶的车辆，也是真正为用户提供终极价值的产品。

03 DeepSeek对汽车行业的影响

▌加速构建汽车专业大模型

高昂的智能系统训练和部署门槛降低以后，汽车行业从业者有机会深入理解人工智能系统的能力与边界，将其与传统的汽车制造业相结合，通过构建汽车行业专业大模型和企业级智能体创新应用，实现覆盖产品定义- 产品设计 – 产品开发 – 供应链管理 – 库存管理 – 生产管理 – 市场营销– 售后服务等各阶段的全面AI管理辅助，在为企业“降本增效”的同时逐步实现“智能地造车”的颠覆性创新，全面开启中国智能汽车2.0时代。

2025年随着DeepSeek基础大模型能力的不断迭代升级，各个行业的专业大模型也会随之迅猛发展。作为根植于汽车行业、已经开发近五年的ISCM专业大模型，也将在智慧供应链管理、智慧研发选型管理等细分领域发力，赋能变革中的中国汽车行业。

▌加速自动驾驶和智能座舱领域的发展

DeepSeek系列大模型将大幅降低自动驾驶的训练成本以及车载版本的部署难度，未来DeepSeek系列大模型与英伟达Physical AI的能力结合，将让AI系统学习真实世界的物理常识并进行推理，这将大大提高自动驾驶系统的能力并大幅加速高级别自动驾驶技术的落地。

上期提到的GRPO算法在自动驾驶领域中可用于训练模型在复杂环境中的自主决策能力，例如在视觉为基础的自动驾驶中，结合人类专家演示和数据，学习人驾驶和决策的过程，大幅提升模型学习效率和稳定性。

DeepSeek V3模型提出了利用现有的自动驾驶模型蒸馏自动驾驶的推理模型等新方法，有助于自动驾驶减少标注数据量，降低训练成本并提高训练精度。

据媒体报道，DeepSeek优化成本的思路已经在理想汽车等完全走端到端路线的自动驾驶版本中有所体现，后续小米以及小鹏都将采用类似方式进行端到端自动驾驶技术的开发。预计在2025年下半年到2026年初，国内有望推出接近Tesla FSD V12版本的自动驾驶版本，且训练成本将显著低于特斯拉。

在传统智能座舱技术架构中，车内语音辅助系统通常采用端云协同的架构，即唤醒识别、本地语音识别、本地语音合成等简单工作由端侧车机完成，复杂的语音识别、语义理解与对话、内容查询等功能车机端通过访问云服务协同完成。

DeepSeek带来的改变是：通过蒸馏的大模型可以更好的在车机端完成复杂任务，甚至是多模态任务，可以给乘客更加便利的体验，附加自动驾驶，使汽车从驾驶工具，变成真正的乘坐工具。

此外，更“聪明”的大模型将为智能座舱各类应用提供更智能的底座，不但能理解用户的需求还能“听出”用户的言外之意，在完成功能级别的操作之外还能提供“类人”的情绪价值，让用户拥有真正意义上的个人助理。

据报道吉利汽车将通过蒸馏训练的方式，将DeepSeek R1模型的能力融入星睿车控FunctionCall大模型和汽车主动交互端侧大模型中。融合后的AI系统能精准理解用户的模糊指令，准确调用约2000个车载接口。

此外还能基于车内外场景主动分析用户的潜在需求，为用户提供车辆控制、主动对话、售后服务等全方位的智能体验。

随着DeepSeek等基础大模型能力不断提升同时使用成本逐渐摊薄，将有力赋能各行业专业大模型的发展进而催生出大量的智能应用产品。对汽车行业而言，制造“智能”汽车的方式也必然进行迭代升级，传统的工作流程将通过人工智能技术不断被优化，以更智能的方式造车，中国智能汽车将从“造智能汽车”的1.0时代，升级到“智能地造车”的2.0时代。2025年，一个伟大的智能时代的开启！

文末彩蛋

为了方便大家理解DeepSeek的重大价值，小编让国际和国内主流的大模型产品帮忙生成一张图，下边是小编写的提示词：

结果小编得到了这样的图：

图A，ChatGPT貌似对“三角形”有什么误解，也不大理解三个顶点和三个典型特点的逻辑关系。

图B，某包生成的图，只见可爱的羊驼呆萌的站在那里，也许是训练数据中Liama3和羊驼的成分过高吧。另外，三个顶点以及对应的三个典型特点完全不见踪迹。

好吧，看来大模型目前的水平还只能用来娱乐，不得已人类小编团队自己的设计师画了下图：

最后，希望DeepSeek等基础大模型能越做越好，并带来智能应用的爆发，让AI应用真正做到“有用”甚至“好用”。