車企跟風特斯拉，“端到端”是自動駕駛的最優解嗎？

證券時報記者 韓忠楠

近日，特斯拉的Robotaxi車型Cybercab正式掀開面紗，在業界引起廣泛關注。

這款車取消了方向盤、踏板和後視鏡，高度依賴於特斯拉的FSD完全自動駕駛能力。特斯拉的FSD是一套包含感知、規控、執行在內的全鏈路自動駕駛軟硬件架構。其中FSDV12採用了“端到端”的自動駕駛系統，能夠高度模擬人類駕駛行爲，實現感知決策一體化。

特斯拉FSDV12採用的“端到端”方案，在行業內實現了標杆效應，帶動了“蔚小理”等車企以及華爲、地平線這樣的服務廠商紛紛轉向，加碼“端到端”自動駕駛技術。

然而，被熱捧的“端到端”方案，也引來了一系列爭議，甚至有部分行業專家已經在公開打假“僞端到端”。

“端到端”技術究竟是自動駕駛升級的最優解，還是被業界作爲一種技術營銷手段進而被“神話”，值得探究。

車企爭相佈局

以特斯拉發佈V12版FSD智能駕駛系統爲標誌，智能駕駛行業似乎在一夜之間進入了“端到端”時代。

“端到端”是基於深層神經網絡模型和方法的機器學習中的概念，指的是一個AI模型從輸入到輸出的完整過程，不需要人爲干預或包含中間步驟。

具體到智能駕駛領域，“端到端”則意味着只需要一個模型，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，讓汽車實現自動駕駛。

早在2016年，英偉達就率先提出了採用單個神經網絡來實現“端到端”的自動駕駛，但當時只完成了小規模的demo驗證，並沒有做量產推進。

2024年3月，特斯拉率先在北美地區大規模推送了FSDV12智能駕駛系統，這套應用了“端到端”技術的智駕系統表現優異，既讓用戶切實感受到了智能駕駛體驗的提升，也讓“端到端”自動駕駛路線在極短的時間內受到了多家車企和供應商的熱捧。

小鵬汽車、蔚來、理想汽車、長城汽車、奇瑞汽車、華爲、地平線、商湯絕影、元戎啓行等多家車企及供應商，先後推出了面向量產的“端到端”自動駕駛解決方案和車型。

其中，小鵬汽車作爲最早跟進特斯拉布局“端到端”技術的車企，在這條技術路線的投入上非常堅決。小鵬汽車董事長何小鵬表示，端到端技術可以大幅提升小鵬汽車產品的智能駕駛能力，也更有利於公司在AI競爭時代搶佔先機。

2024年5月，小鵬汽車正式宣佈“端到端”大模型上車，該模型由神經網絡XNet、規控大模型XPlanner和大語言模型XBrain三部分組成。

何小鵬向證券時報記者透露，“端到端”大模型上車後，18個月內小鵬智能駕駛能力將提高30倍，每2天內部將做一次智駕模型的迭代。

“‘端到端’技術就像一座冰山，水面下有很多被外界看不到的部分。”何小鵬表示，基於“端到端”大模型積累的原始數據，進而構建的閉環能力、體系能力，是真正決定一家車企能否在AI競爭淘汰賽中存活的關鍵。

爲此，小鵬汽車在相關技術領域投入了近35億元。據悉，接下來的每年，這部分投入還會持續增長。

不只小鵬汽車在加快“端到端”智能駕駛的迭代速度，理想汽車也在10月23日開啓了“端到端+VLM”的全量推送。理想汽車相關負責人向記者透露，理想智能駕駛“端到端”模型，其研發版本已迭代了30個版本，面向用戶打造的版本也迭代16個版本，模型訓練量在持續增長。

多家車企及供應商的佈局，讓智能駕駛行業似乎在一夜之間進入了“端到端”時代。西南證券汽車分析師鄭連聲認爲，“端到端”技術的應用，加速了高階智駕使用區域的覆蓋，有助於重塑產業格局。

爭議“端到端”

“沒有使用‘端到端’大模型的智駕都將被淘汰。”

對於“端到端”給智能駕駛行業帶來的影響，何小鵬曾堅定地做出上述判斷。在他看來，所有的L4自動駕駛公司都應該儘快切換“端到端”大模型。

但實際上，對於“端到端”技術上車的效果，業界則呈現出不同的觀點。有業內人士認爲，“端到端”大模型對於L2駕駛輔助的意義在於能夠加快開城速度，加速實現車企口中的“全國都能開”；對於L4級別自動駕駛公司而言，“端到端”大模型也能夠在運營的初始階段降低系統對於高精地圖的依賴，使得公司能用更短的時間擴大自動駕駛產品的運營範圍。

地平線的相關負責人向證券時報記者透露，針對當前高階智能駕駛系統存在的瓶頸問題，“端到端”技術絕對是最佳解決方案，可以顯著提升計算效率。同時由於數據驅動的特性，“端到端”系統也擁有更高的性能上限和更低的維護成本。

然而，另一部分業界人士則持不同觀點，認爲無需神話“端到端”對智能駕駛的革命性作用。

同濟大學汽車學院教授朱西產表示，目前的“端到端”路線並不能稱得上完美，即便是特斯拉也是如此。而國內的車企在數據量和AI訓練的算力和特斯拉還有不小的差距。

“我們在技術路線上不能盲目跟風特斯拉。”朱西產提醒道，根據國內車企目前在智能駕駛開發的數據能力和AI訓練算力，做到感知“端到端”，以分段式“端到端”方案模型漸進式發展是比較合理的技術路線。

極越汽車CEO夏一平也認爲，目前還沒有100%的“端到端”技術上車，行業內涌現的技術，多數是營銷大於實質。

在他看來，真正的“端到端”需要完全依靠視覺，接收到數據可立刻執行，這需要大量高質量的數據和算力支撐。

“如果數據質量不好，那麼訓練的模型也是有缺陷的。”夏一平稱。

上車前景如何？

儘管目前圍繞着“端到端”的價值以及技術路線存在諸多爭議，但行業內的多數車企仍然在積極推進“端到端”的上車應用。

“端到端是通向通用物理AI最有希望的路徑，但現階段也只是端到端1.0的。”元戎啓行CEO周光向證券時報記者表示，“端到端”技術在智能駕駛產業的應用一定是大趨勢，接下來伴隨着AI技術的持續突破，“端到端”的應用也會越來越廣泛。

據悉，目前行業普遍認可的“端到端”主要有兩類：一類是感知規劃“端到端”，以多傳感器數據進行輸入，行駛軌跡規劃進行輸出；另一類則是基於多模態大模型（VLM，MLM）的“端到端”，利用大語言模型爲知識底座，通過微調的自動駕駛場景理解和決策。

多位受訪人士表示，“端到端”的上車過程，會從感知度“端到端”，再到模塊化“端到端”，最終以一種相對平滑的方式過渡到單一模型“端到端”。

而在這個過程中，數據和算力既是最主要的驅動力，也是挑戰所在。信達證券分析稱，以特斯拉爲代表的“端到端”快速迭代有望帶來智能駕駛新一輪產業革命，自動駕駛能力將重新構築車企競爭壁壘，數據和算力將成爲核心競爭要素，頭部車企或供應商能掌握更多更優的“數據”，以及更強更快的“算力”，而優秀的智駕能力有望加強銷量轉化，最終強化車企馬太效應，頭部車企“強者愈強”的時代即將來臨。