车企跟风特斯拉，“端到端”是自动驾驶的最优解吗？

摘要： 本文陈述所有内容皆有可靠信息来源赘述在文章结尾资本家的丑孩子一个个往娱乐圈里塞年轻的小鲜肉们演技也是一个比一个差拍戏跟过家家似的看来看去还是以前的老演员们更合观众眼缘证券时报记者韩...

本文陈述所有内容皆有可靠信息来源赘述在文章结尾“资本家的丑孩子”一个个往娱乐圈里塞。年轻的小鲜肉们演技也是一个比一个差，拍戏跟过家家似的。看来看去，还是以前的老演员们更合观众眼缘。

证券时报记者 韩忠楠

近日，特斯拉的Robotaxi车型Cybercab正式掀开面纱，在业界引起广泛关注。

这款车取消了方向盘、踏板和后视镜，高度依赖于特斯拉的FSD完全自动驾驶能力。特斯拉的FSD是一套包含感知、规控、执行在内的全链路自动驾驶软硬件架构。其中FSDV12采用了“端到端”的自动驾驶系统，能够高度模拟人类驾驶行为，实现感知决策一体化。

特斯拉FSDV12采用的“端到端”方案，在行业内实现了标杆效应，带动了“蔚小理”等车企以及华为、地平线这样的服务厂商纷纷转向，加码“端到端”。

然而，被热捧的“端到端”方案，也引来了一系列争议，甚至有部分行业专家已经在公开打假“伪端到端”。

“端到端”技术究竟是自动驾驶升级的 解，还是被业界作为一种技术营销手段进而被“神话”，值得探究。

车企争相布局

以特斯拉发布V12版FSD智能驾驶系统为标志，行业似乎在一夜之间进入了“端到端”时代。

“端到端”是基于深层神经网络模型和方法的机器学习中的概念，指的是一个AI模型从输入到输出的完整过程，不需要人为干预或包含中间步骤。

具体到智能驾驶领域，“端到端”则意味着只需要一个模型，就能把摄像头、毫米波雷达、激光雷达等传感器收集到的感知信息，转换成车辆方向盘的转动角度、加速踏板的踩踏深度以及制动的力度等具体操作指令，让汽车实现自动驾驶。

早在2016年，英伟达就率先提出了采用单个神经网络来实现“端到端”的自动驾驶，但当时只完成了小规模的demo验证，并没有做量产推进。

2024年3月，特斯拉率先在北美地区大规模推送了FSDV12智能驾驶系统，这套应用了“端到端”技术的智驾系统表现优异，既让用户切实感受到了智能驾驶体验的提升，也让“端到端”自动驾驶路线在极短的时间内受到了多家车企和供应商的热捧。

小鹏汽车、蔚来、理想汽车、长城汽车、奇瑞汽车、华为、地平线、商汤绝影、元戎启行等多家车企及供应商，先后推出了面向量产的“端到端”自动驾驶 方案和车型。

其中，小鹏汽车作为最早跟进特斯拉布局“端到端”技术的车企，在这条技术路线的投入上 坚决。小鹏汽车董事长何小鹏表示，端到端技术可以大幅提升小鹏汽车产品的智能驾驶能力，也更有利于公司在AI竞争时代抢占先机。

2024年5月，小鹏汽车正式宣布“端到端”大模型上车，该模型由神经网络XNet、规控大模型XPlanner和大语言模型XBrain三部分组成。

向证券时报记者透露，“端到端”大模型上车后，18个月内小鹏智能驾驶能力将提高30倍，每2天内部将做一次智驾模型的迭代。

“‘端到端’技术就像一座冰山，水面下有很多被外界看不到的部分。”何小鹏表示，基于“端到端”大模型积累的原始数据，进而构建的闭环能力、体系能力，是真正决定一家车企能否在AI竞争淘汰赛中存活的关键。

为此，小鹏汽车在相关技术领域投入了近35亿元。据悉，接下来的每年，这部分投入还会持续增长。

不只小鹏汽车在加快“端到端”智能驾驶的迭代速度，理想汽车也在10月23日开启了“端到端+VLM”的全量推送。理想汽车相关负责人向记者透露，理想智能驾驶“端到端”模型，其研发版本已迭代了30个版本，面向用户打造的版本也迭代16个版本，模型训练量在持续增长。

多家车企及供应商的布局，让智能驾驶行业似乎在一夜之间进入了“端到端”时代。西南证券汽车分析师郑连声认为，“端到端”技术的应用，加速了高阶智驾使用区域的覆盖，有助于重塑产业格局。

争议“端到端”

“没有使用‘端到端’大模型的智驾都将被淘汰。”

对于“端到端”给智能驾驶行业带来的影响，何小鹏曾坚定地做出上述判断。在他看来，所有的L4自动驾驶公司都应该尽快切换“端到端”大模型。

但实际上，对于“端到端”技术上车的效果，业界则呈现出不同的观点。有业内人士认为，“端到端”大模型对于L2驾驶辅助的意义在于能够加快开城速度，加速实现车企口中的“全国都能开”；对于L4级别自动驾驶公司而言，“端到端”大模型也能够在运营的初始阶段降低系统对于高精地图的依赖，使得公司能用更短的时间扩大自动驾驶产品的运营范围。

地平线的相关负责人向证券时报记者透露，针对当前高阶智能驾驶系统存在的瓶颈问题，“端到端”技术绝对是最佳 方案，可以显著提升计算效率。同时由于数据驱动的特性，“端到端”系统也拥有更高的性能上限和更低的维护成本。

然而，另一部分业界人士则持不同观点，认为无需神话“端到端”对智能驾驶的革命性作用。

同济大学汽车学院教授朱西产表示，目前的“端到端”路线并不能称得上完美，即便是特斯拉也是如此。而国内的车企在数据量和AI训练的算力和特斯拉还有不小的 。

“我们在技术路线上不能盲目跟风特斯拉。”提醒道，根据国内车企目前在智能驾驶开发的数据能力和AI训练算力，做到感知“端到端”，以分段式“端到端”方案模型渐进式发展是比较合理的技术路线。

极越汽车CEO夏一平也认为，目前还没有100%的“端到端”技术上车，行业内涌现的技术，多数是营销大于实质。

在他看来，真正的“端到端”需要完全依靠视觉，接收到数据可立刻执行，这需要大量高质量的数据和算力支撑。

“如果数据质量不好，那么训练的模型也是有缺陷的。”夏一平称。

上车前景如何？

尽管目前围绕着“端到端”的价值以及技术路线存在诸多争议，但行业内的多数车企仍然在积极推进“端到端”的上车应用。

“端到端是通向通用物理AI最有希望的路径，但现阶段也只是端到端1.0的。”元戎启行CEO周光向证券时报记者表示，“端到端”技术在智能驾驶产业的应用一定是大趋势，接下来伴随着AI技术的持续突破，“端到端”的应用也会越来越广泛。

据悉，目前行业普遍认可的“端到端”主要有两类：一类是感知规划“端到端”，以多传感器数据进行输入，行驶轨迹规划进行输出；另一类则是基于多模态大模型（VLM， M）的“端到端”，利用大语言模型为知识底座，通过微调的自动驾驶场景理解和决策。

多位受访人士表示，“端到端”的上车过程，会从感知度“端到端”，再到模块化“端到端”，最终以一种相对平滑的方式过渡到单一模型“端到端”。

而在这个过程中，数据和算力既是最主要的驱动力，也是挑战所在。信达证券分析称，以特斯拉为代表的“端到端”快速迭代有望带来智能驾驶新一轮产业革命，自动驾驶能力将重新构筑车企竞争壁垒，数据和算力将成为核心竞争要素，头部车企或供应商能掌握更多更优的“数据”，以及更强更快的“算力”，而优秀的智驾能力有望加强销量转化，最终强化车企马太效应，头部车企“强者愈强”的时代即将来临。