شرکت‌های پیشرو در رانندگی هوشمند نسبت به DeepSeek خوشبین هستند و انتظار دارند که توسعه صنعت را تسریع کند

به گفته یکی از مدیران یک شرکت پیشرو در رانندگی هوشمند، نتایج DeepSeek فراتر از انتظارات آنها بود. در آزمایش‌های واقعی، بصری‌ترین تغییر DeepSeek این است که کارایی آموزش مدل را بهبود می‌بخشد، زمان پاسخ استنتاج را 40٪ تا 50٪ کوتاه می‌کند و استفاده از توان محاسباتی را کاهش می‌دهد. کارشناسان صنعت معتقدند که انتظار می رود DeepSeek به عنوان یک مدل پایه منبع باز، سرعت آموزش رانندگی هوشمند را تسریع کند، هزینه های آموزشی را کاهش دهد و به ابزاری مهم برای آموزش رانندگی هوشمند تبدیل شود.