從概念興起到深入布局，“端到端”幾乎已經成為了車企近階段在自動駕駛領域的重點工作。8月初，有媒體報道稱，小鵬汽車近期對自動駕駛部門進行了相應的組織架構調整，新設AI模型開發(fā)、AI應用開發(fā)、AI效能開發(fā)三大板塊職能，旨在加速AI能力進化和組織AI化轉型。無獨有偶，6月蔚來也被曝重組了智駕團隊，將感知和規(guī)控團隊合并為大模型團隊，而理想汽車也在7月成立了“端到端自動駕駛”實體組織，規(guī)模約200人。

“‘端到端’采用神經網(wǎng)絡作為信息傳遞的橋梁，通過數(shù)據(jù)驅動實現(xiàn)全局優(yōu)化，理論上性能上限更高，可以更好地處理復雜場景，避免了模塊化系統(tǒng)中各部分獨立優(yōu)化可能帶來的整體性能損失，并具備利用數(shù)據(jù)閉環(huán)進行快速更新的能力，獲得了國內外眾多主機廠和供應商的青睞，有望推動智能駕駛向更高級別的發(fā)展?！鼻迦A汽研院智能網(wǎng)聯(lián)中心技術總監(jiān)孫輝在接受采訪時表示，2024年已經有一些企業(yè)宣稱在測試或量產“端到端”方案，預計在2025年會迎來更大的爆發(fā)。隨著技術的進步，相信“端到端”將在不久的將來重塑智駕格局。

忽如一夜春風來，家家都上“端到端”

有的人因為相信才看見，例如特斯拉，而有的人則因為看見了才相信，例如近期公開“端到端”自動駕駛方案上車規(guī)劃的一眾車企。

其實“端到端”并不是一個新詞，早在2016年，英偉達就提出采用單個神經網(wǎng)絡來實現(xiàn)“端到端”的自動駕駛，但只完成了小規(guī)模的demo驗證。直到隨著Transformer網(wǎng)絡架構和車端算力（逐步可支持0.1B～1B級參數(shù)量網(wǎng)絡運行）的提升，One Model的“端到端”方案才又重新回到人們的視野中。

特斯拉成為了這一時期“第一個吃螃蟹的人”。2023年8月，特斯拉在公布FSD V12版本時正式宣布引入了“端到端”技術。今年3月，特斯拉開始在北美地區(qū)大范圍推送FSD V12。這套智駕系統(tǒng)的優(yōu)秀表現(xiàn)，讓從業(yè)者和用戶都迅速感受到了智能化技術所帶來的駕乘體驗提升，因此也在一定程度上推動了“端到端”自動駕駛技術路線在短期內形成了大范圍的共識。

同樣作為“端到端”技術的忠實擁護者，小鵬積極跟進，先是在今年1月30日提出未來將實現(xiàn)“端到端”模型全面上車，隨后在5月20日宣布開始向用戶推送基于“端到端”大模型的智能駕駛和智能座艙系統(tǒng)。到了7月30日，小鵬汽車官宣將向全球用戶全量推送AI天璣系統(tǒng)XOS 5.2.0版本，同時提出在2024年四季度可以實現(xiàn)“門到門”的智能駕駛，即居住小區(qū)停車場到單位園區(qū)停車場的高級別輔助駕駛。

7 月30 日，小鵬汽車官宣將向全球用戶全量推送AI 天璣系統(tǒng)XOS 5.2.0 版本，同時提出在2024 年四季度可以實現(xiàn)“門到門”的智能駕駛，即居住小區(qū)停車場到單位園區(qū)停車場的高級別輔助駕駛。

其余企業(yè)也紛紛行動起來。4月，華為推出了采用“端到端”架構的ADS 3.0，并已搭載于6月上市的享界S9；在北京車展上，元戎啟行展示了基于DeepRoute IO的“端到端”解決方案，商湯絕影則推出了面向量產的“端到端”自動駕駛解決方案“UniAD”；地平線在5月發(fā)布了SuperDrive全場景智能駕駛解決方案，使用了動態(tài)、靜態(tài)、Occupancy三網(wǎng)合一的感知“端到端”架構；7月5日，理想宣布，向全量理想AD Max用戶推送“全國都能開”的無圖NOA并發(fā)布基于“端到端”模型、VLM視覺語言模型和世界模型的全新自動駕駛技術架構；7月27日，蔚來正式發(fā)布智能駕駛技術架構，并表示該技術架構在算法層升級引入了自研的蔚來世界模型的“端到端”架構。

原教旨定義的“端到端”仍在路上

有意思的是，盡管“端到端”已經被公認為自動駕駛技術發(fā)展的大趨勢，但業(yè)界對其定義仍存有爭議，一位國內一線智駕車企工程師甚至在接受媒體采訪時這樣說道：“目前為止，我沒有聽到任何一家做到了（原教旨定義下的）‘端到端’。沒有任何一家，包括特斯拉?！?/p>

對此，孫輝提出，“端到端”是一種通用的技術類別，根據(jù)不同應用具有不同的含義。目前行業(yè)內普遍認可的“端到端”技術主要分為兩類，一類是感知規(guī)劃“端到端”，以多傳感器數(shù)據(jù)為輸入，行駛軌跡規(guī)劃為輸出，該路線繼承自BEV、OCC，有良好的產業(yè)量產基礎和較低的運行算力需求，是最主要的路線。第二類則是基于多模態(tài)大模型（VLM、MLM）的“端到端”，利用大語言模型的知識底座，通過微調的方式適應自動駕駛場景理解和決策。孫輝指出，這類大模型由于參數(shù)量過大的原因，無法用于實時推理，但對corner case的理解能力更強，決策更擬人化，可作為有效補充。

根據(jù)前不久發(fā)布的《端到端自動駕駛行業(yè)研究報告》（以下簡稱《報告》），在目前國內“端到端”技術路線的主要“玩家”中，商湯絕影和小鵬汽車跑得比較靠前。其中，小鵬的“端到端”大模型有三個組成部分，包括神經網(wǎng)絡XNet、規(guī)控大模型XPlanner和大語言模型XBrain；而商湯絕影的“端到端 UniAD”屬于“模塊化端到端”類型，與決策規(guī)劃模型化的技術架構（即“兩段式端到端網(wǎng)絡”）相比，不需要對感知數(shù)據(jù)進行抽象和逐級傳遞，實現(xiàn)了感知決策一體化和系統(tǒng)的聯(lián)合優(yōu)化。

不過，誠如上述車企工程師所說，幾乎目前市面上所有的“端到端”技術都留有“兜底規(guī)則”，也就是說，系統(tǒng)中的規(guī)控大部分仍是混合架構?！澳壳翱磥?，‘兜底’是非常有必要的事情?！睂O輝告訴記者，在“端到端”模型沒有達到足夠可靠的時候，可能需要基于規(guī)則的方法和“端到端”模型同時工作。一方面，這在資源分配上是可行的，因為傳統(tǒng)方法多依賴CPU資源，而端到端依賴GPU/NPU資源；另一方面，智駕研發(fā)企業(yè)并不適合在沒有成熟基于規(guī)則的方法之前，跳過該環(huán)節(jié)直接開發(fā)“端到端”方案，這樣會降低系統(tǒng)的可靠性。他認為，“兜底規(guī)則”或基于規(guī)則的安全保障，將在很長的時間內都是一個必備的模塊，隨著技術的發(fā)展，其觸發(fā)幾率會持續(xù)降低。

上車制約因素：可靠性、適應性和實時性

盡管像孫輝所說，今年就已經有一些企業(yè)宣稱在測試或量產“端到端”方案，預計在2025年會迎來更大的爆發(fā)。但對于現(xiàn)在的智能駕駛汽車企業(yè)而言，要實現(xiàn)“端到端”的量產上車仍需面臨可靠性、適應性和實時性等因素的制約。

在孫輝看來，企業(yè)會根據(jù)所依托的控制器硬件選擇合理的模型規(guī)模，其主要挑戰(zhàn)在于當網(wǎng)絡規(guī)模受限時，如何訓練出可靠性高、泛化能力好的模型。借鑒其他領域的經驗，如采用大規(guī)模數(shù)據(jù)訓練（如SAM）、教師模型蒸餾、人工反饋的強化學習（RLHF）等，還需要行業(yè)內更多的探索嘗試。

在這一過程中，數(shù)據(jù)和算力就成為了擺在車企面前的兩大難題。理想汽車總裁、總工程師馬東輝在今年第一季度財報電話會上直言，特斯拉的“端到端”大模型需要大量的數(shù)據(jù)和訓練算力，“這不是所有車企都有能力和資源做到的”。

另一大挑戰(zhàn)是“端到端”如何處理corner case。孫輝指出，在升級為大模型之前，邊緣場景對“端到端”算法來說依然是挑戰(zhàn)，因為邊緣場景在數(shù)據(jù)中呈現(xiàn)出極度稀疏的狀態(tài)，很難被有效學習。目前行業(yè)里的一種解決方法是單獨添加標簽，采用類似Focal Loss的方式提高其貢獻，另一種則是采用合成數(shù)據(jù)來人為制造邊緣場景用于學習。

特斯拉在2021 年和2022 年年底的AIDay 上分別公布了BEV 和OcuupancyNetwork 的技術架構，而國內車企開始OTA 基于BEV/ Occupancy Network的功能普遍在2023-2024 年，與特斯拉的研發(fā)進度差大概在1.5～2 年。

“特斯拉在2021年和2022年年底的AI Day上分別公布了BEV和Ocuupancy Network的技術架構，而國內車企開始OTA基于BEV/ Occupa-ncy Network的功能普遍在2023-2024年，與特斯拉的研發(fā)進度差大概在1.5～2年。”《報告》認為，參考前述追趕進度， 國內自動駕駛公司的模塊化“端到端”方案上車量產時間可能會在2025年。

孫輝對此抱持相同的觀點。“在已有技術的基礎上，或多或少地添加‘端到端’的方案具有較好的可行性，OTA技術也為后續(xù)持續(xù)更新奠定了基礎?！睂O輝表示，隨著技術的進步，有理由相信“端到端”將在不久的將來重塑智駕格局。