8月20日，理想汽車6.1.0版本更新，并內測了E2E（端到端）-VLM Beta 2.1版本。

據(jù)悉，本次更新增加了端到端-VLM系統(tǒng)與NOA系統(tǒng)切換的功能，可感受不同系統(tǒng)的駕駛風格，系統(tǒng)相互切換時間約為20s。此外，本次更新還迭代了端到端模型，優(yōu)化了跟隨慢速騎行人不繞行、對鄰車道大車點剎等問題，降低系統(tǒng)延遲，提升了系統(tǒng)穩(wěn)定性。

新能源汽車發(fā)展至今，智駕已經(jīng)成為了“靈魂”，成為了車企們的“兵家必爭之地”。

不可否認，相比2020年前，如今的智駕技術相當亮眼，但也需要承認，近一兩年智駕技術的發(fā)展速度有所減弱，甚至談得上“緩慢”二字。究其原因，核心還是在于技術路線。

目前大多車企智駕技術架構，還是沿用更“靠譜”的模塊化。然而這種不會“犯錯”的技術路線，也意味著編寫大量的代碼、不斷高企的任務量、信息傳遞減損......極大的限制了智駕的潛力和發(fā)展。

忽如一夜春風來。在經(jīng)過數(shù)年緩慢前行之后，隨著AI大模型的快速發(fā)展，端到端技術路線的落地，讓智駕迎來了新的可能。步入2024年之后，端到端技術成為頭部廠商的新風潮。眼下，包括特斯拉、華為、蔚小理在內，不少玩家都在加速迭代端到端智駕技術。

雖然各家在更進一步的技術層面呈現(xiàn)出不同路徑，但這樣的集體推動，卻讓人類智駕技術逼近了質變“臨界點”。

什么是“端到端”？

一直以來，關于實現(xiàn)完全自動駕駛，業(yè)內有兩種不同的聲音，一種是模塊化，一種則是端到端。

就目前而言，主流的智能駕駛系統(tǒng)普遍應用了模塊化，即將自動駕駛任務分解為感知、預測和規(guī)劃三個獨立的模塊，隨后通過系統(tǒng)集成來實現(xiàn)自動駕駛功能。

模塊化技術架構，能夠將復雜的自動駕駛任務簡化為多個相對容易處理的子任務，有效降低了系統(tǒng)開發(fā)的復雜性。由此構建的系統(tǒng)具備較高的可解釋性，允許對每個模塊的輸入和輸出進行詳細的分析，一旦發(fā)生故障，可以快速定位到問題所在。

雖然優(yōu)勢明顯，但這種方法也存在不少缺憾。

首當其沖的是，模塊化技術架構需要編寫大量的代碼，并且在系統(tǒng)設計過程中過度依賴人為的先驗知識。而這無疑限制了自動駕駛系統(tǒng)的潛力，導致其泛化能力不足，面對未知場景時往往難以有效應對。尤其是在國內復雜的道路環(huán)境下，局限性較大。

此前何小鵬在接受《每日經(jīng)濟新聞》采訪時表示：“模塊化智駕方案從技術上說，汽車在感知、定位、規(guī)劃、控制方面都是分開處理的，每一個環(huán)節(jié)并沒有關聯(lián)。因此車輛在遇到一些場景的時候會因為人類寫入的規(guī)則互相博弈而產(chǎn)生猶豫?！?/span>

與模塊化技術架構有很大不同，“端到端”指的是一個AI模型，只要輸入原始數(shù)據(jù)就可以輸出最終結果。

將端到端應用到智能駕駛領域，意味著只需要一個AI模型，就能把攝像頭、毫米波雷達、激光雷達等傳感器收集到的感知信息，轉換成車輛方向盤的轉動角度、加速踏板的踩踏深度以及制動的力度等具體操作指令，讓汽車實現(xiàn)自動行駛。

對比之下，模塊化自動駕駛系統(tǒng)要一步步來，先識別路標，再預測其他車輛的動向，最后才決定怎么開。而端到端技術卻能一氣呵成，把感知到的一切都直接轉化為行動。

并且，由于大模型會將過去的路跑經(jīng)驗吸收保留，還會使用過去的數(shù)據(jù)反復思考某場景下怎么行駛最好，因此在大量的數(shù)據(jù)積累下，端到端應對各種場景將會越來越靈活。

換言之，端到端無需程序員編寫冗長的代碼去制定規(guī)則，也不會出現(xiàn)信息傳遞減損，解決了模塊化模型存在的核心“痛點”。

頗具優(yōu)勢，但挑戰(zhàn)也多

借助大模型技術的深入應用，端到端自動駕駛系統(tǒng)的優(yōu)勢日益明顯，為自動駕駛技術的進一步發(fā)展提供了一條高效率途徑。

然而，對于押注這一技術路線的玩家們來說，仍然要面臨不少挑戰(zhàn)。其中，擺在玩家們眼前的第一道難關，就是數(shù)據(jù)。

大模型需要大數(shù)據(jù)，本質上來講，端到端自動駕駛是海量駕駛視頻片段的學習都需要極大規(guī)模的高質量數(shù)據(jù)，而數(shù)據(jù)的采集、清洗、篩選都是難點。

特斯拉CEO馬斯克在去年的財報會上曾提到數(shù)據(jù)在自動駕駛方面的重要性：“用100萬個視頻case訓練，勉強夠用；200萬個，稍好一些；300萬個，就會感到Wow（驚嘆）；到了1000萬個，就變得難以置信了?！?/span>

截至去年，特斯拉已經(jīng)分析了從特斯拉客戶的汽車中收集的1000萬個視頻片段（clips），他們判斷完成一個端到端自動駕駛的訓練至少需要100萬個、分布多樣、高質量的clips才能正常工作。

要知道，特斯拉在新能源領域的市場占有率非常高，單以國內市場來說，2023年純電動車排名中，特斯拉以市占率19.9%奪冠，而比亞迪位居第二。眼下特斯拉采集的數(shù)據(jù)量都不夠用，試想其他車企又有多少數(shù)據(jù)可用？

況且，并不是所有的行車數(shù)據(jù)都可以用來訓練端到端模型。有自動駕駛工程師就發(fā)現(xiàn)，原本積累的路測數(shù)據(jù)只有2%可用。如何從海量數(shù)據(jù)中找出可以用于訓練的有效數(shù)據(jù)，這又是一道難關。

除了采集、篩選這兩道高門檻之外，數(shù)據(jù)的計算也對玩家們的算力規(guī)模提出了要求，廠商們需要不斷提升GPU的采購規(guī)模，而這也意味著端到端模型的訓練成本非常高昂。

來源：汽車之心

不止于此，端到端技術不得不面對更棘手的問題——黑盒子不可解釋。

前文說到，模塊化技術架構下，決策過程是透明的，決策失誤是可以準確定位的。但端到端技術，從輸入到輸出，這中間的過程卻無法透明化。

試想，如果自動駕駛車輛在緊急情況下做出了錯誤的決策，人們卻無法理解其背后的邏輯，也無法迅速準確定位原因，這意味著要付出極大的安全代價。

路線各有不同

雖然挑戰(zhàn)不少，但在AI智駕趨勢下，端到端大模型還是“上車”，成為了玩家們追逐的新玩法。而站在時間線上，端倒端這一思路最早是由特斯拉提出。

2023年12月，特斯拉的智駕工程師Dhaval Shroff向馬斯克提出建議，拋掉手寫規(guī)則，搭建一張神經(jīng)網(wǎng)絡，讓它大量觀看人類司機的駕駛視頻，并自行輸出正確的行駛軌跡。

直到今年1月，采用端到端架構的FSD V12正式向北美用戶推送。據(jù)介紹，這一版本使用的正是單個端到端的神經(jīng)網(wǎng)絡，即用一整個囊括輸入到輸出端的大模型，直接進行訓練。

在特斯拉宣布FSD V12將采用端到端大模型之后，國內亦掀起了端到端大模型應用的熱潮，而緊隨特斯拉積極擁抱端到端技術的是華為和小鵬。

但與特斯拉的單個神經(jīng)網(wǎng)絡不通，華為的ADS 3.0智駕系統(tǒng)，是將大模型拆分為感知與認知（預測決策規(guī)劃）兩個階段，串聯(lián)二者做訓練，分別實現(xiàn)感知和規(guī)控的“端到端”。

至于小鵬，則是國內首個發(fā)布量產(chǎn)上車的端到端模型的整車企業(yè)。

今年5月20日，小鵬汽車端到端大模型量產(chǎn)上車；7月30日，端到端加持下的XNGP從“全國都能開”正式升級“全國都好用”，何小鵬在“小鵬汽車AI智駕技術發(fā)布會”上宣布：將向全球用戶全量推送AI天璣系統(tǒng)XOS 5.2.0版本。

不過，在具體的技術路線上，小鵬與華為和特斯拉也有所不同。小鵬的XNGP則分為感知XNet、規(guī)劃XPlaner、控制XBrain三個部分。這一做法等同于將感知、規(guī)劃和控制三個模塊串聯(lián)在一起，用高端的方式統(tǒng)一訓練。

除了以上三家，還有不少玩家也開始選擇端到端。比如今年蔚來單獨設立了一個大模型部，專門負責端到端的模型研發(fā)。

包括理想，在今年5月裁員中也保留了算法研發(fā)團隊：由賈鵬管理，主要負責無圖城市NOA的研發(fā)、落地，以及端到端智駕的預研。

不管選擇什么樣具體途徑，也無論究竟誰在參與，提高駕駛安全性和便捷度永遠都是智駕的核心。雖然眼下端到端模型的比拼愈演愈烈。但對于消費者來說，過程或許不那么重要，結果才是。