端到端大模型进入普及期，自动驾驶能否迎来终局？

百度无人驾驶出租车“萝卜跑”出圈后，自动驾驶似乎真的来到了普通人身边。但在大多数从业者看来，L4 Robotaxi或者说智能电动车的智能驾驶辅助系统，还远没有达到易于使用和大规模商业化的程度。

“目前我们看到目前市区的NOA大部分还处于可利用阶段，还没有到可利用的阶段。主要问题还是在于通行效率低，行为不人道。车企快速增加城市覆盖，导致系统可用率下降，通过率低。真正好用的智能驾驶2.0系统，应该是提供拟人化的智能驾驶体验。”地平线总裁陈黎明在最近的2024中国汽车论坛上表示，2025年，自动驾驶将迎来ChatGPT时刻。

2023年初，特斯拉声称采用了完整端到端大模型的V12版本FSD，引发了业界的广泛讨论。随后，小鹏、蔚来等车企，以及地平线、荣源亓航等供应商相继宣布将部署端到端智能驾驶系统。

近日，陈涛资本联合三方发布了《端到端自动驾驶行业研究报告》(以下简称报告)。报告显示，在陈涛资本采访的30多位自动驾驶行业一线专家中，90%的人表示，他们工作的公司已经投入了端到端技术的研发，大多数科技公司认为很难承担错过这场技术革命的后果。

轻舟智航联合创始人兼CEO于谦认为，最近的端到端技术让智能驾驶技术的演进方向有了明确的趋势。

公开资料显示，端到端是深度学习中的一个概念，指的是一种AI模型。只要输入原始数据，就可以输出最终结果，典型的就是ChatGPT。端到端技术在自动驾驶中的应用，改变了原有的感知、预测、规划等多个模型的结构，成为“感知与决策一体化”的单一模型结构。总的来说，过去的自驾路线就像多人开一辆车，而端到端的技术是单人驾驶，更接近真实的人类驾驶。

“端到端大模型基于概率模型训练。它的一个问题是，对于相对简单和易于描述的场景，它的输出往往不那么准确，并且底线较低；特斯拉在这方面做得相当不错，但并没有完全解决这个问题。我们认为在目前缺乏足够数据的情况下，还是要逐步实现端到端，一个模块一个模块的替换，在做好安全的同时完成端到端。有了这种相对坚实的工程基础和快速迭代，系统性能的上限可以逐步提高，系统性能的下限也可以得到保证。”陈黎明说。unix命令和linux命令

赛科智能CTO余乾坤告诉记者，端到端模式的智能驾驶应用可以分为两个阶段:第一阶段是两模式方案，这是目前行业内的一个主流方向，但两模式方案由于中间的显式输出，难免会丢失一些信息，难以充分利用传感器信息；第二阶段是一模方案，这是一步到位的方案。目前很多人在做前期研究，比较接近AGI的方向，但是这个方向比较难，估计要3-5年才能得到一些大规模的应用。需要指出的是，目前很多车企在宣布“端到端”上车后，并没有完全放弃传统的“规则控制”。

某车企自动驾驶的算法工程师表示，由于神经网络的输出具有一定的概率，因此不能保证输出的绝对安全。所以端到端大模型上车后，规则法还是会有它的必要性。目前，大多数基于端到端的智能驾驶系统仍然通过一些常规方法对神经网络的输出进行两次检查。

目前，业界普遍认为，国内车企与特斯拉的R&D进度相差约1.5~2年。奇瑞汽车有限公司副总经理顾认为，要想在商业模式上赶上特斯拉，就要形成产品的规模。“当数据达到特斯拉级别的百万量级以上时，通过模型的强化训练，智加可以学习视频流，直接告诉司机行驶方向，就像现在流行的ChatGPT一样。”顾对说道。

相对于特斯拉在海外近乎垄断的地位，国内智能驾驶系统处于百花齐放的阶段，不同车型、不同技术方案之间的数据难以打通，给数据驱动的端到端大模型带来了一定的困难。酷派5860开关机

陈黎明说:“我们现在面临的困难是，许多模型和传感器的结构，传感器的排列和采用都在不断变化。虽然我们收集了很多数据，但是这些数据并不是高质量的积累，是可以持续使用的。这是一个我们不会只在某个企业，而是在整个行业都会讨论的问题。换句话说，原始设备制造商和技术公司如何合作来解决这个问题，是大家应该一起讨论的事情。”

余乾坤也认为，目前端到端的工程应用面临着数据采集完备性差、数据采集复用性差、训练计算能力低等问题。申通爆仓

未经允许不得转载：科技让生活更美好 » 端到端大模型进入普及期，自动驾驶能否迎来终局？