撰文 / 王 剑自拍偷拍 论坛

裁剪 / 轩辕奖执委会

瞎想 / 师瑜超

咱们为什么要缓和“端到端”？

据轩辕奖执委会统计，在最近4个月（20240517-20240919），至少14款搭载“端到端”时间的车型在中国市集推出（含OTA更新），截止本年年底，还会有4款车型推出。另外，布局此项时间的车企或智驾供应商6家以上。

随之，能看到一系列他们争夺“率先”的宣传——“行业首发、业内首个、大众唯二”；以及对“端到端”智驾体验的容颜——“类东说念主、拟东说念主、超东说念主”；还或然间道路的不同——两段式、一段式可解释、一段式不可解释。

正如上图所示，主流车企+智驾供应商一经推出相关车型，第二梯队的企业也有布局。另外，从近期第十二届轩辕奖的讲演车型中，咱们也发现了好几款搭载“端到端”时间的车型。昭彰，这是继2022年BEV、2023年OCC占用蚁集之后，2024年智驾领域最热、最引东说念主缓和的时间宗旨。

但，引东说念主念念考的是，“端到端”是乘用车智驾的唯全部线吗？简直适合扫数车企与车型？要作念好必备条目是什么？算力资本1-2亿元就够吗？从消耗者体验而言，所带来的功能有多病笃？轩辕奖在本年的实车评测中，会用怎样的步伐来磨真金不怕火这项时间所带来的成果？

拨开迷雾，探索推行。

为此，咱们采访了轩辕奖评审团与照应人团中智驾领域的3位大众，他们是——轩辕奖评委、同济大学汽车学院证实注解朱西产；轩辕奖时间照应人与勾通伙伴、魔视智能独创东说念主虞正华，以及另一位时间照应人与勾通伙伴、知行科技独创东说念主兼CEO宋阳——他们从自己多年学术与实战教会登程，抒发了我方的观点。

非唯全部线、高端车先上

Q：咱们很意思，“端到端”一定是畴昔乘用车智驾的唯全部线吗？扫数车企皆适合这条路吗？

朱西产（轩辕奖评委、同济大学汽车学院证实注解）：从咫尺看，“端到端”是竣事自动驾驶唯独的瞎想道路。然则并不是扫数车企皆要作念具备自动驾驶功能的高端车型，价钱在15万元以下乘用车是主力车型，BOM资本在3000-5000元东说念主民币的NOA系统肯定不会走十足“端到端”时间道路，是以“端到端”这条路并不适合扫数车企。

虞正华（轩辕奖时间照应人与勾通伙伴、魔视智能独创东说念主）：端到端是主要道路，尽头是近两三年，端到端的上车照旧主要处于时间探索和考据的阶段。对车企来说，有好多不同定位和价位的车型，时间决议要凭据居品需乞降定位来采取。端到端时间的上风是用户体验上限高，然则所需资源也相应更多，更适合防御用户体验的高端居品，在近几年不适合防御资本的高性价比居品。

宋阳（轩辕奖时间照应人与勾通伙伴、知行科技独创东说念主兼CEO）：端到端决议具有“上限高，但下限低”的特质。平常来说即是，作念得好不错达到很好的成果，作念得不好比传统决议更差。

关于 L2 和 L3 来说，“端到端”仅仅可行决议之一，在应用时还需要与其他时间决议进行组合搭配。域端正器式架构的数据鸿沟与里程蕴蓄正相关，销量加快才能增多里程蕴蓄，并使得数据鸿沟快速晋升。

是以个东说念主认为，主机厂中央瞎想架构车型建立和销量相对聚合，更成心于数据运营、东说念主才建立、AI基建等多方面才能的建立与晋升，使得车企能更好地布局“端到端”决议。

Q：“端到端”的优间隙，远离是什么？

朱西产：“端到端”模子的上风，是减少了各模块之间信息传递过程中的信息丢失，通过Transformer组成一个更大的蚁集，磨真金不怕火过程中竣事更多参数的全局最优。另外还不错晋升拓荒服从、全局优化、更强泛化性等。

“端到端”的谬误，是无法与东说念主工准则模子进行拼装，尤其是触及安全的准则模子，咱们认为在深切筹谋算法中一味地强调“丝滑”，而取消安全准则模子的算法存在浩瀚安全隐患。另外还特等据要求质地高+数目大、算力穷苦、算法穷苦、可解释性穷苦、模子瞎想穷苦、上车穷苦等挑战。

虞正华：

上风——

1）用户体验：基于算法旨趣上的冲破，能够晋升用户体验的上限。

2）晋升拓荒服从：简化了系统架构，减少了模块转折口的复杂性，缩短了算法拓荒的复杂性，不需要东说念主工瞎想多样端正。

3）无损信息传递：不依赖于工程师界说的模块接口，减少了传统模块间的数据颐养和信息去世。

4）更强泛化性：收成于VLM等大模子，能够更好地处理多样复杂场景。

间隙——

1）考据步伐：关于端到端架构开环的考据技能无法重现实车的扫数问题，而实车测试的代价极大。是以需要维持高保真度和传感器一致性的仿真测试决议。

2）数据要求高：需要普遍高质地数据进行磨真金不怕火。

3）解释性穷苦：一端感知输入，另一端输出驱散，中间是难以解释的“黑盒”。

4）算力挑战：需要强盛的瞎想资源来维持模子磨真金不怕火和推理。

5）组织资源：端到端的团队关于传统自动驾驶团队单干和干事步伐论具有颠覆性，需要重新按照新的时间范式组织东说念主员和资源。

宋阳：在传统自动驾驶系统，不同任务模块针对特定任务孤苦瞎想（举例最典型的阿波罗架构），在可解释性、可考据性和易于调试等方面具有上风，然则由于各个模块优化指标不同，如感知模块追求检测精度，筹谋模块追求驾驶安全性和舒坦性，是以扫数这个词系统可能会因为演叨蕴蓄而失效，何况多任务和多模块部署也会增多瞎想干事。

和传统的自动驾驶系统比拟，“端到端”系统有以下上风——

1）不错将感知、瞻望和筹谋汇注到一个不错长入磨真金不怕火的模子中。

2）扫数这个词系统，包括其中间特征，皆是针对最终指标进行优化。

3）分享了骨干蚁集，提高了瞎想服从。

4）数据启动的优化任务不错通过膨大磨真金不怕火数据接续优化晋升系统才能。

不要废弃传统模块化步伐，可餍足中端及以下居品需求

Q：除了“端到端”，是否还有其他采取？相形之下，优间隙是？

朱西产：指标物感知模块、舆图感知模块、轨迹瞻望模块、占用蚁集模块及深切筹谋模块，分功能远离拓荒AI算法模块和东说念主工准则模块，采取模块拼装的神态构建NOA算法模子，能够弥补数据和AI磨真金不怕火算力不及的穷苦，对智能驾驶域端正器的AI推理芯片的算力需求也能够大大缩短，从而灵验端正智能驾驶系统的BOM资本。关于15万元以下的乘用车，用户更缓和实用性，不会花高价为“自动驾驶”的噱头买单。

虞正华：传统模块化步伐，在简单的ODD场景下，能够餍足大部分中端及以下居品的需求。

宋阳：行业对“端到端”有似乎传闻的倾向，认为其无所不成。事实上，喧闹之外，行业还需要对“端到端”有一些基本学问的判辨。

第一，“端到端”并不是一个尽头大的模子，比如逸想汽车的“端到端”决议其实在一个Orin-x上就能跑通，何况有普遍的rule-based兜底。

第二，“端到端”并非全能，其“黑盒”脾气决定了无法通过简单而明确可解释的端正敛迹系统的安全鸿沟，存在安全性挑战。

第三，模子才能评测从模拟环境到真实环境，系统的适合才能和泛化才能有待更宽广的考据。

是以，在咫尺量产落地的“端到端”决议中，险些扫数玩家皆会采取端正兜底的神态进行风险褪色。

最苦楚：研发风景的改造

Q：面前的车企或智驾供应商，如果想要作念好“端到端”，必须要具备的中枢要素是什么？咫尺有解吗？如何解？

朱西产：“东说念主工准则模子”拼东说念主力，“AI模子”的磨真金不怕火测试拼数据和云平台算力。

特斯拉FSD 12版块的“端到端”，是一个参数目高达10亿的“黑箱”AI模，十足取消了东说念主工准则模子，其磨真金不怕火和测试所需要的数据量和云平台算力需求皆格外高。特斯拉的用户数据闭环系统在好意思国以及大众有400多万辆车型能够为FSD 12版块的磨真金不怕火采集数据，Dojo平台算力高达100E Flops（折合英伟达A100算力，约30万张卡），建立用度高达100亿好意思元。

特斯拉一经讲明，与模块化算法结构对比，“端到端”结构能够晋升智能驾驶的性能上限，这是风魔“端到端”的原因。

然则，凭据Scaling Low，国内车企走“端到端”时间道路，将受到数据量和磨真金不怕火平台瞎想才能的端正。由于AI热，当今大众范围内高算力AI瞎想芯片一卡难求，再加上好意思国的端正，国内企业要购买AI磨真金不怕火显卡格外贵、何况难买到。国内咫尺车企有万卡磨真金不怕火平台的企业就历历。

咫尺国内企业中，华为一经具备废除“端到端”Scaling Low魔咒的才能，华为海念念云瞎想高算力AI芯片昇腾910的性能，能够匹敌英伟达A100；昇腾910B能够匹敌英伟达H100。华为云并不缺高算力云瞎想平台。

何况，由于问界系列车型的热销，以及华为系的智界、享界、阿维塔、极狐等车型的数据皆不错通过“八爪鱼”用户数据闭环系统进行数据采集，能够提供数据的车型也很快能够达到百万辆这个量级。信托我国智能驾驶瞎想不会被特斯拉甩开。

虞正华：

中枢要素包括——

1）算法推敲才能：算法团队对VLM等AI算法有深入聚合和改进才能，并不错结合开源社区的进展。

2）数据处理才能：包括数据挖掘、采集、清洗、标注和增强。

3）算力资源：强盛的瞎想资源来维持模子磨真金不怕火和部署。

4）测试考据：建立灵验的测试考据历程和器具。

处分决议——

建立这些中枢才能需要普遍的参预，不是扫数公司皆有才能全部独自进行。是以企业应该了解自己上风，明细则位，在最中枢的要素上发力，在其它时间要素上采取生态勾通的神态，应用时间社区和行业单干的力量。

宋阳：“端到端”算法将带来的研发风景地改造，这才是每个主机厂和自动驾驶公司需要缓和的要点，亦然最苦楚之处。

“端到端”以纯数据启动的多模态大模子为中枢，如果某智驾公司之前的时间决议有好多端正，那这些端正基本上就皆要被推翻了；如果之前的时间决议一经大部分改为模子启动，那么这部分代码大要率能以某种体式重用。

除了模子端之外，“端到端”也需要进行更多数据方面的干事：重构数据闭环体系偏激迭代服从，“端到端”的测试和考据。其中，如何将扫数这个词仿真平台的传感器输入作念得豪阔真实，是咫尺格外有挑战性的时间问题。

纯“端到端”算力资本，每年约一到两个亿

Q：您认为，当今中国车企或智驾供应商，哪些是简直有实力来作念这件事的？

朱西产：华为肯定没问题，畅销车（获得数据必备）、云瞎想、AI大模子才能、车端芯片、工程教会，相似也不缺。何况华为有近千亿的自有资金用于智能汽车研发。

逸想汽车AI基础身手诚然差一些，然则逸想L系列车型抓续热销，也行将进入百万量级，数据是AI的基础，只好增多AI算力参预，也可期待。

供应商角度，地平线、Momenta的生态作念的好，亦然可期的。

虞正华：华为是有实力作念这事的一家企业，其它头部的AI算法才能极强的供应商也有可能作念成这件事。车企内部，估量小数数头部的车企有可能作念成这事。

魔视智能动作一家以AI算法为中枢上风的供应商，也会参预并期待在端到端的宗旨作念出我方的孝顺。

宋阳：“端到端”所需的算力主要用于“磨真金不怕火”和“部署”两方面。“部署”是采购若干块域控数目的问题，其资本固定且较低，并与单车费本相关。最大的资本是“磨真金不怕火”资本，分自建买卡和跟云服务商勾通两种。对订单量比较大的车企来说，我方造数据中心愈加合算；但对订单量莫得那么大或处在前期研发阶段的车厂和供应商来说，找云服务商租服务器是较好的采取。

如果仅仅简单的一次“端到端”自动驾驶模子磨真金不怕火，上百张大算力的 GPU 就不错维持。然则要始终参预，并保证“端到端”质地的话，自动驾驶公司的磨真金不怕火算力鸿沟基本在上千卡级别，车企参预会更多。

从综结伴本来说，动作时间演进的纯“端到端”算力参预，其实小于模块化架构，每年资本约一到两个亿，知行会稳步激动，抓续渐进地赋能咱们的中枢客户和伙伴。

“端到端”，非结尾

Q：对当下中国市集“端到端”的火热，三位如何看待？

朱西产：更多是为了流量，推行上国内车企具备作念“端到端”的时间实力的没几个，然则，嘴上不成输啊，构兵呢，一躺下就再也起不来了。

虞正华：自动驾驶时间近几年依然在快速迭代，端到端咫尺还仅仅一个比较平素的倡导，推行的竣事步伐有好多的不同，而且端到端也不是时间的结尾。在时间上前发展的大趋势中，企业应当凭据自己定位安宁打造中枢才能，比如数据闭环的才能。

宋阳：在昔日的2年里，AI的发展速率率先历史任何时间，但即使如斯赶紧和火热，我驯服咱们还处于AI变革的早期。咱们能看到的是“端到端”一经在改变研发体系，加快智能车的电子电气架构变革和算力晋升。

是用户中枢需求吗？什么最病笃

Q：从消耗者的角度而言，他们更多缓和“端到端”带来的驾乘体验。那么，“端到端”究竟会带来哪些功能或体验（智驾宗旨）？

朱西产：“端到端”从用户体验角度是“丝滑”，与东说念主工准则模子不同，采取用户数据闭环采集的数据磨真金不怕火出来的AI模子，驾驶作风更像一个“老司机”。

虞正华：我更缓和更好的用户体验，以及安全性。用户体验主若是在日常使用的城市路段不错打法岑岭期拥挤的车流，更好的安全性是不错比东说念主开车更安全，包括端到端的主动安全功能。

宋阳：第一，在长尾场景的处理上，“端到端”系统能够比蓝本的系统袒护更多的极限场景，如学问处理才能。

第二，自动驾驶系统的行径愈加拟东说念主化，也能够更强地建立消耗者和系统之间的信任，“端到端”在博弈性比较强的场景里更像东说念主类司机。

第三，数据启动能快速处分热门问题，快速迭代优化以回复消耗者的热门诉求。

Q：那么，这些功能或体验，是用户的中枢需求吗？

朱西产：我认为安全才是智能驾驶的中枢需求，我不认为“端到端“时间能给用户带来中枢需求。

虞正华：总体来说，用户的中枢需求是但愿在其采用的车型上竣事相对最佳的智驾体验。因此，对高阶车型而言，最佳的体验是中枢需求，这部分用户对资本不解锐；对中阶以下的车型而言，性价比是更中枢的需求。

宋阳：安全、宽心、好用、拟东说念主、快速迭代，这些毫无疑问是咫尺扫数智驾系统的中枢需求。

有不合：15万元车型是否搭载

Q：针对刚才容颜的用户体验，对比车企为“端到端”付出，这样的参预产出比，合算吗？

朱西产：不合算，然则关于50万元以上的豪华车，没必要去计较是否“合算”。但15万元以下的主流车型，当今一窝风的“端到端”，肯定是不合算的，走通“端到端”，企业参预浩瀚，而15万元经济型车型的车主不会为“端到端”的噱头买单，企业会赔的更多。

从电动化到智能化，汽车越造越好，然则汽车企业好像赔的越来越多，我以为莫得几个企业能赓续为“端到端”噱头把我方赔死也要作念的。

虞正华：这取决于车企的定位，个东说念主认为需要知人善任。小数数的车企出于自己的定位和资源蕴蓄情况，需要作念端到端，然则并不是扫数的车企皆能够何况需要付出这样大的参预，作念汽车行业智能化前驱。

宋阳：开个打趣，每个东说念主皆得要买菜作念饭吃饭，是以不成从“合算不合算”的角度研究这样病笃的事。

从大行情上说，参照《2024麦肯锡中国汽车消耗者知悉》，中国消耗者对自动驾驶功能的风趣有所晋升，但比拟2023年，情愿为自动驾驶功能付费的金额却有所下跌。

然则前边其实也谈到了，“端到端”由if-else的端正东说念主工堆叠造成数据启动，迭代的服从、研发东说念主员的数目、数据参预和AI基建这些身分皆处于一个动态均衡的过程中，终末即是“什么时辰，买什么菜，作念什么饭”的经济性问题了。

在汽车行业日益锐利的“内卷”竞争中，知行动作从业者，必须要将咱们要请托的智驾系统作念成像筷子相似，东说念主东说念主可用，必用，爱用，是以咱们会优先研究把“端到端”落地到停车和安全类功能这些高频刚需场景中。

如何评测“端到端”车型？

Q：在「轩辕奖」入围车型实测中，二位的公司肃穆智能驾驶方面的测试，请教关于咫尺“端到端上车”带来的功能，您会怎样测试？主要考量的维度是什么？

虞正华：动作轩辕奖测试勾通伙伴，咱们在测试中会缓和系统的安全性、舒坦性和东说念主机交互友好进程。针对端到端时间带来的变化，咱们会要点缓和对用户体验明锐的场景，比如复杂的交通流，不程序的说念路，不明晰的路面标记等场景。

宋阳：

1）系统建立（算力、传感器建立等）

2）系统性能（鸿沟、复杂场景）

3）系统安全才能（安全场景发达）

4）系统舒坦性（交互、易用性、宽心感）

5）通行服从（旅途优化、功能速率等）自拍偷拍 论坛