智能驾驶无疑是一个热衷发明新词的行业。去年流行的是“Transfomer+BEV”，去年爆火的是“大模子”、“无图”，本年就轮到了“端到端”。

不管是站在台前的蔚小理华，如故身居幕后的元帅启行、Momenta、商汤绝影、地平线，本年都在力推智能驾驶的端到端决策，但愿在热热闹闹的高阶智驾竞赛中掌捏更苍劲的时刻火器。

而行为人人对端到端最积极的车企，特斯拉开启端到端自动驾驶研发也曾一年多余，并在本年3月对北好意思订阅用户全量推送FSD V12。4月28日，马斯克伏击飞往北京，外界哄传他为FSD参加中国而来，这让东谈主看到了使用端到端决策的FSD加快入华的可能性。

和以往一样，在中国智驾行业首席激励师马一龙的到访下，国内智驾行业跑步参加端到端的珍视将越来越激越，一场新的行业变局正在酝酿。

01

为何纷纷端到端

国内智驾行业为安在2024年集体喊出了端到端？

一个直不雅的回话是，因为特斯拉这样干了。去年年头，马斯克在推特上表现特斯拉也曾开启端到端自动驾驶决策的开辟。8月，马斯克初次直播亲测FSD V12，系统呈现出的类东谈主驾驶恶果激励热议：自动驾驶看起来真有但愿了（尽管半途招揽了一次）。

FSD V12的类东谈主操作：前线车谈也曾拥挤，那就不要开昔时堵住路口

但更接近执行情况的谜底是，端到端是诸多企业在进行过大批实践、试错后，迟缓认同的一种范例。或者说，如果智能驾驶的时刻问题主若是一个AI问题，那么端到端是一个通用解。

端到端并不是一个全新的成见。在东谈主工智能鸿沟，它是一种普遍使用的范例。比如在各式AI翻译、语音转笔墨应用中，基本都使用端到端：原始数据被送进一张神经采聚会，经过一系列运算后，径直给出最终闭幕。

在智能驾驶鸿沟，行业对端到端的探索也不鲜见，比如英伟达、Waymo都组建过团队进行预研，好意思国的初创公司如Comma.ai和Drive.ai，则遴荐All in端到端。但早年间算力、算法性能尚低，基于此开辟的神经蚁合范畴与材干有限，自动驾驶的任务又高度复杂，端到端决策的阐扬并不好。

因此，在本色量产中，行业前些年更普遍的作念法是分而治之：

将智能驾驶的时刻栈切成多个模块，每个模块有零丁的算法（有的模块如感知多使用神经蚁合，有的模块使用传统算法），众模块前后奋力，互助完成智能驾驶任务。直到现在，市面上大多L2偏执以下的智能驾驶仍然使用这套时刻栈，况且运行得可以，因为任务相对简便。

但问题在于，当企业的筹谋是终了高阶智驾乃至自动驾驶时，这种模块化的范例就不够用了——一个重要原因是，“中间东谈主”太多了。

简直所有这个词地球东谈主都参与过的“寄语游戏”中，一个势必会发生的情况是，当参与游戏的寄语东谈主越多，临了一个东谈主说出的闭幕与最初传下去的话诀别就越离谱。

就像这样

这与智能驾驶模块化时刻栈的问题共通：当信息流转的层级越多、传递的链路越长，失真情况就越严重。东谈主类会证实主不雅能动性胡乱脑补，而智驾各模块不仅对信息有损压缩、传递并累计间隙，还会靠近并行模块信息互相打架的问题。

面对东谈主员冗杂、难以配合、遵循低下的问题，一家企业惯常的操作是精简组织，付4.5倍工资招3个材干强的干6个东谈主的活。

不异的事情也发生在智驾时刻栈中。车企与智驾公司们不休整合智驾时刻栈原来相对细碎的模块，打包成感知预测、决策筹备、抵制施行三大模块（也有企业将预测拆出组成四大模块）。

然则，作念到这一步本色上只是让高阶智驾能用，艰难依然日出不穷。

在大多已上市的智驾车型的决策筹备模块中，有大批东谈主类工程师手写的if else执法去应酬不同场景。在不复杂的场景下，这些执法能运行得可以，但马上景高度复杂比如在城区智驾时，靠if else很难精准地形容并处理场景，执法与执法之间也会破损。

就像一个刚拿证不久，反应老是会慢半拍的生人，时时会在心中默念交规开车，在车流较少时还能应付，遭遇旦夕岑岭就原形毕露。不少智驾车型的猖獗、拙劣、机械感，和这有分不开的干系。

为了科罚这个问题，国内智驾系统开辟程度靠前的企业都在进行一项使命：在决策筹备模块中，迟缓用神经蚁合替换掉手写执法，靠数据驱动科罚东谈主工无法穷尽的缺欠。

比如华为在北京车延期间发布的ADS 3.0，将正本有不少手写执法的预测决策筹备模块替换为了一整张PDP神经蚁合；小鹏行将在五月推送的天玑系统，也会在相应模块引入神经蚁合模子Xplanner。

但作念到这一步依然不够好。因为感知神经蚁合与决策筹备神经蚁合的仍然相对零丁，且任务并不疏通，两者之间依然存在东谈主工设想的通讯接口，有一个信息筛选过程，也天然意味着存在信息的有损压缩——好比一个乘客认真看路，来引导蒙着眼的司机奈何开车。

在表面上，取消所有这个词“中间东谈主”，让一张巨大的神经蚁合认真所有这个词这个词驾驶任务，才是充分利用信息的最优解，这便是端到端智能驾驶。

智驾时刻栈的演进场合

而脚下，智驾行业正处于强横的城市NOA开城竞赛中。以东谈主类为模板，智驾系统如果要作念到寰球都能开，驾驶感类东谈主、丝滑，需要确天然不是几个东谈主互助，而是单个充足苍劲的大脑在正确相识环境后，引导腿脚作念出正确的动作。

端到端便是打造出这颗AI大脑的重要旅途。这是智驾行业本年对它勇往直前的根蒂原因。

02

到底哪端到哪端

略显喜感的是，在这场端到端的激越中，要么是因为中语博大追究，要么是一些企业有益为之，尽管不同企业不约而同地在说端到端，他们抒发的可能皆备不是一个趣味趣味。

比如华为在非智驾鸿沟讲端到端时，抒发的是“从客户端来，到客户端去”的历程。

当某些智驾算法供应商在讲感知端到端时，示意的趣味趣味其实是“将感知模块正本数张认真不同任务的神经蚁合整合成了一张”，而不是皆备终明晰端到端智能驾驶。

某些车企在宣传端到端时，本色所作念的使命是“把智驾时刻栈的模块归并了一些”。

本色上，严格意旨上的端到端自动驾驶，指的是传感器数据参加神经蚁合处理后，配资股票径直输出场合盘、油门、刹车等施行器的抵制信号。

严格意旨上的端到端智驾

不外，稍稍平日一点的界说现在也受到认同：车辆的抵制模块不需要变嫌成神经蚁合，只须一张神经蚁合招揽感知与决策筹备，能输出正确的行驶轨迹，也可以被叫作念端到端。图森异日CTO王乃岩日前就发文号召，业界要幸免堕入狭义端到端的误区，因为这对智驾量产不利。

平日意旨上的端到端

元帅启行CEO周光持有访佛的不雅点，他对此的评释是：

相干于感知和决策筹备，汽车的抵制解放度较低，难度不高，传统算法经过经久发展也曾有相等教育的科罚决策。在传统算法可以精准抵制车辆按轨迹行驶的情况下，将其矫正为神经蚁合并无彰着收益，反而可能带来不同车辆的适配问题。

在这两种狭义与广义的端到端除外，一些企业试图将端到端界说为“把感知模块与决策筹备模块，变嫌成感知神经蚁合和决策筹备神经蚁合”。

声称我方是端到端（其实不是）

比较传统的模块化架构，用两张神经蚁合科罚智驾的想路竟然更先进，能更好地终了数据驱动。但正如上文所说，两张神经蚁合之间仍有东谈主工设想数据结构的接口，这个中间东谈主的存在势必陪同信息蚀本，与端到端“充分利用信息”的想路有差距。

由两张大神经蚁合驱动的智驾，只可说是在感知与决策筹备设施各自完成了端到端，能在这两个设施各自取得局部最优解，但智驾需要的是全局最优解。

在此除外，还有各式各种的端到端则有些像车企的自研榜单，只须定语加得多，哪款车都可以是最畅销车型；不异只须界说的范围充足小，任何企业都能掌捏某种端到端。

访佛的再行界说其确凿智驾的无（高精地）图竞赛中也曾普遍献艺过，不少公司声称我方的决策是无图，但本色上纷纷在导航舆图上打补丁、堆先验、定制图层，更像是一种变相的高精舆图。

而真确的“无图”，应该是仅接管导航电子舆图（不必舆图不行能），业界传闻唯有少量数供应商能真确提供无图智驾决策。

不同企业此前对无图，如今对端到端天壤之隔的相识和诈欺的区别，响应出他们迥乎不同的起点与想法地。

有些企业的想法更执行，对端到端的魄力是“万一成了呢”，跟进想法主若是幸免在智驾时刻上落伍，从而影响卖车或丢掉客户订单。甚而于其中有些企业只是但愿在宣传上不落下风，在本色时刻开辟中庸端到端毫无干系。

另一些企业则更信赖真确的端到端，因为其作用不单是是可以让智驾阐扬更好，更是经由智驾场景检修出一个类东谈主、通用、能感知也能相识决策的AI大脑，这能匡助一家公司从单纯的智驾供应商成长为AI机器东谈主企业，最终打造物理世界的通用东谈主工智能。

元帅启行是其中一员。本年北京车延期间，元帅启行发布了高阶智驾平台DeepRoute IO，这一决策不依赖高精舆图，搭载端到端模子，将会在本年登上多款量产智驾车型。这会是国内第一批上车的好意思满端到端模子决策。

搭载了这套决策的智驾车辆，在城区驾驶时展现出了一些执法驱动的智驾决策从未出现过的操作：比如在发现我方因等红绿灯挡到右转后车的时候，主动前挪让行。

这是一个看似稀松世俗，但唯有东谈主类司机掌捏的手段。访佛的利他行径，是通用东谈主工智能露馅的一燃烧花。

03

变局将再度掀翻

在国内智驾行业中，元帅启行是一个特地的存在。

江湖上到处是它的传奇，工程师哄传其智驾时刻实力与华为、Momenta等头部选手也能掰掰手腕；但江湖上又不见它的身影，因为还莫得车企公开称自家车型接管了元帅启行的量产时刻决策。

出现这种情况的原因是，除了特斯拉等少量数特例，绝大部分智驾公司的资源和看重力都是有限的，很难同期作念到既在量产范畴受骗先，又经久在开始进时刻上保持存在感。

2019年开辟的元帅启行有更多的时刻基因以实时刻直观。

其CEO周光早年率先提倡传感器“前会通”决策，公司在2020年敲定了不依赖高精舆图的智驾蹊径，并于去年头发布。5年时刻中元帅启行秉持的是“冲刺先进时刻优先，随后赋能智驾量产”的节拍。

如果是在没什么浪潮的行业，接管这类政策的企业很可能会率先出局。但智驾不一样，这个行业的赢输手归根结底是时刻，而智驾时刻的更替无情而马上，况且越来越快。每一次时刻的大更新，都是行业形式洗牌的机会。

比如，智驾感知算法在十年前从传统模式识别转向神经蚁合，让Mobileye+传统Tier-1的组合不再强势，一批新兴算法公司和芯片企业崛起。

而行为另一次更新力度逾越从前的时刻迭代，端到端日渐加快的鼓动，正在带来这样一种影响：

正本智驾行业呈现出大局初定的阵势，车企要么自研团队搭建完了，要么也曾找好了供应商，行业不肯再为量产程度靠后的企业盛开机会。

但端到端延伸了窗口期——绑定车企的供应商们可能觉得我方熬到了淘汰赛，但本色程度是小组赛刚打了前两轮，后头的赛程仍然漫长，况且游戏执法大改。新的赛制下，起跑线被再行端正，形式再度变得复杂。

决策也曾大批量产上车的智驾供应商，能够借由广阔神志掌捏大批数据，面对数据需求再上一个数目级的端到端有着数据上风。但由于软硬件限度，也曾上车的智驾时刻栈很可能无法升级到端到端，企业要被动在“落伍”的旧平台上作念大批无法达到结尾的退换使命。

像元帅启行这样掌捏端到端决策的后发企业，天然量产神志未几，但在时刻栈上离荒谬更近。

元帅启行去年8月将端到端模子部署到车端进行考据，由于在过往的时刻栈中也曾作念了前会通、无图、神经蚁合取代执法模块等面向端到端想路的准备使命，神志进展很快，得以在本年作念好上车准备。此前，某科技大厂智驾领军东谈主物对国内端到端决策上车展望的节拍是2025年。

元帅启行的端到端智驾决策，提前绕行可能开门的车辆

不外，即便端到端给元帅启行等企业带来了再上智驾牌桌乃至踏进第一梯队的机会，也不料味面向端到端一阵冲刺后，战役就会扫尾。

周光的判断是，端到端可能是智驾传统时刻栈的扫尾，但只是AI 2.0时期的启动。东谈主类司机大要率会在很长一段时刻里，与智驾系统东谈主机共驾，见证一颗AI大脑的成长。

但这也不料味着东谈主类驾驶员就该经久坐在开启了智驾系统的车里热锅上蚂蚁。那些更快让东谈主嗅觉省心、驾驶拟东谈主的智驾，耗尽者天然会用脚投票。

• 马斯
• 访华
• 风暴
• 光速
• 端卷