证券时报记者 韩忠楠
近日，特斯拉的Robotaxi车型Cybercab正式掀开面纱，在业界引起广泛关注。
这款车取消了方向盘、踏板和后视镜，高度依赖于特斯拉的FSD完全自动驾驶能力。特斯拉的FSD是一套包含感知、规控、执行在内的全链路自动驾驶软硬件架构。其中FSDV12采用了“端到端”的自动驾驶系统，能够高度模拟人类驾驶行为，实现感知决策一体化。
特斯拉FSDV12采用的“端到端”方案，在行业内实现了标杆效应，带动了“蔚小理”等车企以及华为、地平线这样的服务厂商纷纷转向，加码“端到端”自动驾驶技术。
然而，被热捧的“端到端”方案，也引来了一系列争议，甚至有部分行业专家已经在公开打假“伪端到端”。
“端到端”技术究竟是自动驾驶升级的最优解，还是被业界作为一种技术营销手段进而被“神话”，值得探究。
车企争相布局
以特斯拉发布V12版FSD智能驾驶系统为标志，智能驾驶行业似乎在一夜之间进入了“端到端”时代。
“端到端”是基于深层神经网络模型和方法的机器学习中的概念，指的是一个AI模型从输入到输出的完整过程，不需要人为干预或包含中间步骤。
具体到智能驾驶领域，“端到端”则意味着只需要一个模型，就能把摄像头、毫米波雷达、激光雷达等传感器收集到的感知信息，转换成车辆方向盘的转动角度、加速踏板的踩踏深度以及制动的力度等具体操作指令，让汽车实现自动驾驶。
早在2016年，英伟达就率先提出了采用单个神经网络来实现“端到端”的自动驾驶，但当时只完成了小规模的demo验证，并没有做量产推进。
2024年3月，特斯拉率先在北美地区大规模推送了FSDV12智能驾驶系统，这套应用了“端到端”技术的智驾系统表现优异，既让用户切实感受到了智能驾驶体验的提升，也让“端到端”自动驾驶路线在极短的时间内受到了多家车企和供应商的热捧。
小鹏汽车、蔚来、理想汽车、长城汽车、奇瑞汽车、华为、地平线、商汤绝影、元戎启行等多家车企及供应商，先后推出了面向量产的“端到端”自动驾驶解决方案和车型。
其中，小鹏汽车作为最早跟进特斯拉布局“端到端”技术的车企，在这条技术路线的投入上非常坚决。小鹏汽车董事长何小鹏表示，端到端技术可以大幅提升小鹏汽车产品的智能驾驶能力，也更有利于公司在AI竞争时代抢占先机。
2024年5月，小鹏汽车正式宣布“端到端”大模型上车，该模型由神经网络XNet、规控大模型XPlanner和大语言模型XBrain三部分组成。
何小鹏向证券时报记者透露，“端到端”大模型上车后，18个月内小鹏智能驾驶能力将提高30倍，每2天内部将做一次智驾模型的迭代。
“‘端到端’技术就像一座冰山，水面下有很多被外界看不到的部分。”何小鹏表示，基于“端到端”大模型积累的原始数据，进而构建的闭环能力、体系能力，是真正决定一家车企能否在AI竞争淘汰赛中存活的关键。
为此，小鹏汽车在相关技术领域投入了近35亿元。据悉，接下来的每年，这部分投入还会持续增长。
不只小鹏汽车在加快“端到端”智能驾驶的迭代速度，理想汽车也在10月23日开启了“端到端+VLM”的全量推送。理想汽车相关负责人向记者透露，理想智能驾驶“端到端”模型，其研发版本已迭代了30个版本，面向用户打造的版本也迭代16个版本，模型训练量在持续增长。
多家车企及供应商的布局，让智能驾驶行业似乎在一夜之间进入了“端到端”时代。西南证券汽车分析师郑连声认为，“端到端”技术的应用，加速了高阶智驾使用区域的覆盖，有助于重塑产业格局。
争议“端到端”
“没有使用‘端到端’大模型的智驾都将被淘汰。”
对于“端到端”给智能驾驶行业带来的影响，何小鹏曾坚定地做出上述判断。在他看来，所有的L4自动驾驶公司都应该尽快切换“端到端”大模型。
但实际上，对于“端到端”技术上车的效果，业界则呈现出不同的观点。有业内人士认为，“端到端”大模型对于L2驾驶辅助的意义在于能够加快开城速度，加速实现车企口中的“全国都能开”；对于L4级别自动驾驶公司而言，“端到端”大模型也能够在运营的初始阶段降低系统对于高精地图的依赖，使得公司能用更短的时间扩大自动驾驶产品的运营范围。
地平线的相关负责人向证券时报记者透露，针对当前高阶智能驾驶系统存在的瓶颈问题，“端到端”技术绝对是最佳解决方案，可以显著提升计算效率。同时由于数据驱动的特性，“端到端”系统也拥有更高的性能上限和更低的维护成本。
然而，另一部分业界人士则持不同观点，认为无需神话“端到端”对智能驾驶的革命性作用。
同济大学汽车学院教授朱西产表示，目前的“端到端”路线并不能称得上完美，即便是特斯拉也是如此。而国内的车企在数据量和AI训练的算力和特斯拉还有不小的差距。
“我们在技术路线上不能盲目跟风特斯拉。”朱西产提醒道，根据国内车企目前在智能驾驶开发的数据能力和AI训练算力，做到感知“端到端”，以分段式“端到端”方案模型渐进式发展是比较合理的技术路线。
极越汽车CEO夏一平也认为，目前还没有100%的“端到端”技术上车，行业内涌现的技术，多数是营销大于实质。
在他看来，真正的“端到端”需要完全依靠视觉，接收到数据可立刻执行，这需要大量高质量的数据和算力支撑。
“如果数据质量不好，那么训练的模型也是有缺陷的。”夏一平称。
上车前景如何？
尽管目前围绕着“端到端”的价值以及技术路线存在诸多争议，但行业内的多数车企仍然在积极推进“端到端”的上车应用。
“端到端是通向通用物理AI最有希望的路径，但现阶段也只是端到端1.0的。”元戎启行CEO周光向证券时报记者表示，“端到端”技术在智能驾驶产业的应用一定是大趋势，接下来伴随着AI技术的持续突破，“端到端”的应用也会越来越广泛。
据悉，目前行业普遍认可的“端到端”主要有两类：一类是感知规划“端到端”，以多传感器数据进行输入，行驶轨迹规划进行输出；另一类则是基于多模态大模型（VLM，MLM）的“端到端”，利用大语言模型为知识底座，通过微调的自动驾驶场景理解和决策。
多位受访人士表示，“端到端”的上车过程，会从感知度“端到端”，再到模块化“端到端”，最终以一种相对平滑的方式过渡到单一模型“端到端”。
而在这个过程中，数据和算力既是最主要的驱动力，也是挑战所在。信达证券分析称，以特斯拉为代表的“端到端”快速迭代有望带来智能驾驶新一轮产业革命，自动驾驶能力将重新构筑车企竞争壁垒，数据和算力将成为核心竞争要素，头部车企或供应商能掌握更多更优的“数据”，以及更强更快的“算力”，而优秀的智驾能力有望加强销量转化，最终强化车企马太效应，头部车企“强者愈强”的时代即将来临。
