8月20日，理想汽车6.1.0版本更新，并内测了E2E（端到端）-VLM Beta 2.1版本。

据悉，本次更新增添了端到端-VLM系统与NOA系统切换的功效，可感受差异系统的驾驶气概，系统相互切换时间约为20s。此外，本次更新还迭代了端到端模子，优化了追随慢速骑行人不绕行、对邻车道大车点刹等问题，降低系统延迟，提升了系统稳固性。

新能源汽车生长至今，智驾已经成为了“灵魂”，成为了车企们的“兵家必争之地”。

不能否认，相比2020年前，现在的智驾手艺相当亮眼，但也需要认可，近一两年智驾手艺的生长速率有所削弱，甚至谈得上“缓慢”二字。究其缘故原由，焦点照样在于手艺蹊径。

现在大多车企智驾手艺架构，照样沿用更“靠谱”的模块化。然而这种不会“犯错”的手艺蹊径，也意味着编写大量的代码、不停高企的义务量、信息转达减损......极大的限制了智驾的潜力和生长。

忽如一夜东风来。在经由数年缓慢前行之后，随着AI大模子的快速生长，端到端手艺蹊径的落地，让智驾迎来了新的可能。步入2024年之后，端到端手艺成为头部厂商的新风潮。眼下，包罗特斯拉、华为、蔚小理在内，不少玩家都在加速迭代端到端智驾手艺。

虽然各家在更进一步的手艺层面出现出差异路径，但这样的整体推动，却让人类智驾手艺迫近了质变“临界点”。

什么是“端到端”？

一直以来，关于实现完全自动驾驶，业内有两种差其余声音，一种是模块化，一种则是端到端。

就现在而言，主流的智能驾驶系统普遍应用了模块化，即将自动驾驶义务剖析为感知、展望和设计三个自力的模块，随后通过系统集成来实现自动驾驶功效。

模块化手艺架构，能够将庞大的自动驾驶义务简化为多个相对容易处置的子义务，有用降低了系统开发的庞大性。由此构建的系统具备较高的可注释性，允许对每个模块的输入和输出举行详细的剖析，一旦发生故障，可以快速定位到问题所在。

虽然优势显著，但这种方式也存在不少缺憾。

首当其冲的是，模块化手艺架构需要编写大量的代码，而且在系统设计历程中太过依赖人为的先验知识。而这无疑限制了自动驾驶系统的潜力，导致其泛化能力不足，面临未知场景时往往难以有用应对。尤其是在海内庞大的蹊径环境下，局限性较大。

此前何小鹏在接受《逐日经济新闻》采访时示意：“模块化智驾方案从手艺上说，汽车在感知、定位、设计、控制方面都是脱离处置的，每一个环节并没有关联。因此车辆在遇到一些场景的时刻会由于人类写入的规则相互博弈而发生犹豫。”

与模块化手艺架构有很大差异，“端到端”指的是一个AI模子，只要输入原始数据就可以输出最终效果。

将端到端应用到智能驾驶领域，意味着只需要一个AI模子，就能把摄像头、毫米波雷达、激光雷达等传感器网络到的感知信息，转换成车辆偏向盘的转动角度、加速踏板的踩踏深度以及制动的力度等详细操作指令，让汽车实现自动行驶。

对比之下，模块化自动驾驶系统要一步步来，先识别路标，再展望其他车辆的动向，最后才决议怎么开。而端到端手艺却能一气呵成，把感知到的一切都直接转化为行动。

而且，由于大模子会将已往的路跑履历吸收保留，还会使用已往的数据频频思索某场景下怎么行驶*，因此在大量的数据积累下，端到端应对种种场景将会越来越天真。

换言之，端到端无需程序员编写冗长的代码去制订规则，也不会泛起信息转达减损，解决了模块化模子存在的焦点“痛点”。

颇具优势，但挑战也多

借助大模子手艺的深入应用，端到端自动驾驶系统的优势日益显著，为自动驾驶手艺的进一步生长提供了一条高效率途径。

然而，对于押注这一手艺蹊径的玩家们来说，仍然要面临不少挑战。其中，摆在玩家们眼前的*道难关，就是数据。

四川组建设立政府产业投资引导基金

大模子需要大数据，本质上来讲，端到端自动驾驶是海量驾驶视频片断的学习都需要极大规模的高质量数据，而数据的采集、洗濯、筛选都是难点。

特斯拉CEO马斯克在去年的财报会上曾提到数据在自动驾驶方面的主要性：“用100万个视频case训练，委屈够用；200万个，稍好一些；300万个，就会感应Wow（赞叹）；到了1000万个，就变得难以置信了。”

住手去年，特斯拉已经剖析了从特斯拉客户的汽车中网络的1000万个视频片断（clips），他们判断完成一个端到端自动驾驶的训练至少需要100万个、漫衍多样、高质量的clips才气正常事情。

要知道，特斯拉在新能源领域的市场占有率异常高，单以海内市场来说，2023年纯电动车排名中，特斯拉以市占率19.9%夺冠，而比亚迪位居第二。眼下特斯拉采集的数据量都不够用，试想其他车企又有若干数据可用？

况且，并不是所有的行车数据都可以用来训练端到端模子。有自动驾驶工程师就发现，原本积累的路测数据只有2%可用。若何从海量数据中找出可以用于训练的有用数据，这又是一道难关。

除了采集、筛选这两道高门槛之外，数据的盘算也对玩家们的算力规模提出了要求，厂商们需要不停提升GPU的采购规模，而这也意味着端到端模子的训练成本异常高昂。

泉源：汽车之心

不止于此，端到端手艺不得不面临更棘手的问题——黑盒子不能注释。

前文说到，模块化手艺架构下，决议历程是透明的，决议失误是可以准确定位的。但端到端手艺，从输入到输出，这中央的历程却无法透明化。

试想，若是自动驾驶车辆在紧要情形下做出了错误的决议，人们却无法明白其背后的逻辑，也无法迅速准确定位缘故原由，这意味着要支出极大的平安价值。

蹊径各有差异

虽然挑战不少，但在AI智驾趋势下，端到端大模子照样“上车”，成为了玩家们追逐的新玩法。而站在时间线上，端倒端这一思绪最早是由特斯拉提出。

2023年12月，特斯拉的智驾工程师Dhaval Shroff向马斯克提出建议，抛掉手写规则，搭建一张神经网络，让它大量旁观人类司机的驾驶视频，并自行输出准确的行驶轨迹。

直到今年1月，接纳端到端架构的FSD V12正式向北美用户推送。据先容，这一版本使用的正是单个端到端的神经网络，即用一整个席卷输入到输出端的大模子，直接举行训练。

在特斯拉宣布FSD V12将接纳端到端大模子之后，海内亦掀起了端到端大模子应用的热潮，而紧随特斯拉起劲拥抱端到端手艺的是华为和小鹏。

但与特斯拉的单个神经网络不通，华为的ADS 3.0智驾系统，是将大模子拆分为感知与认知（展望决议设计）两个阶段，串联二者做训练，划分实现感知和规控的“端到端”。

至于小鹏，则是海内*宣布量产上车的端到端模子的整车企业。

今年5月20日，小鹏汽车端到端大模子量产上车；7月30日，端到端加持下的XNGP从“天下都能开”正式升级“天下都好用”，何小鹏在“小鹏汽车AI智驾手艺宣布会”上宣布：将向全球用户全量推送AI天玑系统XOS 5.2.0版本。

不外，在详细的手艺蹊径上，小鹏与华为和特斯拉也有所差异。小鹏的XNGP则分为感知XNet、设计XPlaner、控制XBrain三个部门。这一做法等同于将感知、设计和控制三个模块串联在一起，用高端的方式统一训练。

除了以上三家，另有不少玩家也最先选择端到端。比现在年蔚来单独设立了一个大模子部，专门认真端到端的模子研发。

包罗理想，在今年5月裁员中也保留了算法研发团队：由贾鹏治理，主要认真无图都会NOA的研发、落地，以及端到端智驾的预研。

不管选择什么样详细途径，也无论事实谁在介入，提高驾驶平安性和便捷度永远都是智驾的焦点。虽然眼下端到端模子的比拼愈演愈烈。但对于消费者来说，历程或许不那么主要，效果才是。