以城市領(lǐng)航輔助為代表的高階智駕功能，從2023年的初現(xiàn)端倪，再到2024年的大規(guī)模落地，如今已經(jīng)成為各大車(chē)企爭(zhēng)奪高階智駕話(huà)語(yǔ)權(quán)的焦點(diǎn)。

而高階智駕發(fā)展到今天的L2+級(jí)別，想要再上一個(gè)臺(tái)階達(dá)到L3級(jí)甚至更高，原有技術(shù)在面對(duì)復(fù)雜多變的城市道路時(shí)就顯得有點(diǎn)吃力了。

于是，“端到端”成了智駕領(lǐng)域最近一個(gè)階段被高頻提及的關(guān)鍵詞。

目前，官方宣布已經(jīng)落地端到端技術(shù)的車(chē)企越來(lái)越多，全球?qū)用娴牡谝粋€(gè)是特斯拉，國(guó)內(nèi)的第一個(gè)是小鵬。

今年3月，特斯拉推出了FSD系統(tǒng)的V12版本，該版本宣稱(chēng)刪除了幾十萬(wàn)行的人工規(guī)則代碼，采用了端到端自動(dòng)駕駛解決方案。

今年7月底，小鵬宣布向全球用戶(hù)全量推送AI天璣系統(tǒng)XOS 5.2.0版本，該版本采用了國(guó)內(nèi)首個(gè)量產(chǎn)端到端大模型，官方宣稱(chēng)其高階智駕系統(tǒng)提升到了“全國(guó)都好用”的水平。

在8月開(kāi)幕的2024成都車(chē)展上，極越宣布PPA智駕升級(jí)為百度ASD，采用“純視覺(jué)+端到端大模型”的高階智駕方案在極越07上實(shí)現(xiàn)首搭。

雖然更多的車(chē)企還沒(méi)有實(shí)現(xiàn)量產(chǎn)落地，但也在緊鑼密鼓地進(jìn)行著端到端技術(shù)的研發(fā)。蔚來(lái)在年中成立了大模型團(tuán)隊(duì)，小米也將智駕技術(shù)研發(fā)團(tuán)隊(duì)的感知與規(guī)控兩個(gè)部門(mén)合二為一。

8月初，梅賽德斯-奔馳則在上海研發(fā)中心宣布，全新一代自動(dòng)駕駛系統(tǒng)的“無(wú)圖”L2++城市領(lǐng)航輔助已經(jīng)開(kāi)始測(cè)試，并且應(yīng)用了端到端大模型。

而在10月末，又有兩個(gè)新勢(shì)力品牌官宣了端到端落地的消息。

10月23日，理想汽車(chē)宣布全新一代雙系統(tǒng)智能駕駛解決方案“端到端+VLM視覺(jué)語(yǔ)言模型”正式全量推送。

到了10月28日，智己汽車(chē)宣布IM AD 3.0率先完成從“最像人”到“有直覺(jué)”的斷代式進(jìn)化，為智駕系統(tǒng)率先注入人工智能生成的“直覺(jué)”——基于智己汽車(chē)與Momenta聯(lián)合打造的“一段式端到端直覺(jué)式智駕大模型”。

至此，智己正式加入端到端陣營(yíng)，而且還是國(guó)內(nèi)第一個(gè)官宣落地“一段式端到端”的車(chē)企。

01.“直覺(jué)”智駕與“一段式端到端”

究竟什么是端到端？這是高階智駕進(jìn)入端到端時(shí)代首先要理清的概念。

所謂的“端到端”，一端是傳感器，包括攝像頭、激光雷達(dá)等，它們就像眼睛一樣承擔(dān)輸入環(huán)境信息的作用；另一端是行駛軌跡，也就是系統(tǒng)接收了來(lái)自傳感器的信息后，會(huì)輸出規(guī)劃軌跡，從而控制車(chē)輛按照軌跡行駛。

以往，傳統(tǒng)的智能駕駛系統(tǒng)采用的是模塊化模型，將感知、預(yù)測(cè)、規(guī)劃分別為三個(gè)獨(dú)立的模型。每個(gè)模型的技術(shù)棧差異較大，處于下游的規(guī)劃模型需要依賴(lài)工程師編寫(xiě)大量代碼去制定行駛規(guī)則。在模塊化的技術(shù)架構(gòu)下，信息的傳遞會(huì)出現(xiàn)減損，系統(tǒng)的維護(hù)難度大，無(wú)法從容應(yīng)對(duì)復(fù)雜路況。 端到端大模型則截然不同，將感知、預(yù)測(cè)、規(guī)劃三個(gè)模型融為一體，無(wú)需程序員編寫(xiě)冗長(zhǎng)的代碼去制定規(guī)則，而是用海量數(shù)據(jù)去訓(xùn)練系統(tǒng)，賦予機(jī)器自主學(xué)習(xí)、思考和分析的能力。端到端模型不會(huì)出現(xiàn)信息傳遞減損，能夠更好地處理復(fù)雜的駕駛?cè)蝿?wù)。

這就是我們常說(shuō)的系統(tǒng)具備了學(xué)習(xí)能力，可實(shí)現(xiàn)“邊看邊開(kāi)”，從而擁有了應(yīng)對(duì)復(fù)雜場(chǎng)景的能力。

按照智己官方的說(shuō)法，IM AD 3.0能以更接近人腦結(jié)構(gòu)的思考方式，生成本能反應(yīng)主導(dǎo)的直覺(jué)決策能力，可以能像人類(lèi)思維一樣做出瞬間預(yù)判，具備“十年老司機(jī)”的直覺(jué)駕駛體感。

這個(gè)所謂的“直覺(jué)”，其實(shí)就是端到端技術(shù)的核心價(jià)值——打破傳統(tǒng)架構(gòu)中模塊化方案的解決思路，不再依賴(lài)人工編寫(xiě)的規(guī)則，讓感知信息能夠更加無(wú)損地參與到每一次的路徑規(guī)劃，輸出更加類(lèi)人的駕駛策略。

因此，智己提到的這個(gè)“直覺(jué)”，其實(shí)也不算是新概念，而是對(duì)端到端技術(shù)最恰當(dāng)?shù)囊环N比喻。

據(jù)官方介紹，智己IM AD 3.0讓智能汽車(chē)首次擁有了綜合分析道路環(huán)境全局信息的能力，尤其在應(yīng)對(duì)突發(fā)狀況時(shí)，能夠“腦補(bǔ)”出看不見(jiàn)、看不全的路況信息，像人類(lèi)高級(jí)思維一樣可以做出瞬間預(yù)判，即人們通常所說(shuō)的“直覺(jué)”或“下意識(shí)反應(yīng)”。

在具體場(chǎng)景方面，智己在發(fā)布會(huì)上展示了測(cè)試視頻，可見(jiàn)IM AD3.0能夠禮讓盲區(qū)橫穿的行人、可以繞行水坑等特殊障礙物；在面對(duì)人車(chē)混流的無(wú)保護(hù)左轉(zhuǎn)場(chǎng)景時(shí)，能夠像老司機(jī)一樣老練博弈，而不再原地傻等；在錯(cuò)綜復(fù)雜的路口，即使面對(duì)無(wú)中線(xiàn)、超寬車(chē)等看不清的路況，也能流暢通行。

智己還表示，IM AD3.0已經(jīng)可以做到“全國(guó)都好開(kāi)，全場(chǎng)景都敢用”。

其實(shí)從端到端技術(shù)的落地時(shí)間來(lái)講，智己并不算快，但此次官宣還有一個(gè)看點(diǎn)，那就是“一段式端到端”的落地，這讓智己成為國(guó)內(nèi)首個(gè)具備這一技術(shù)的車(chē)企。

當(dāng)前，端到端大模型基本都采用分模塊智駕結(jié)構(gòu)，也就是所謂的“兩段式”架構(gòu)，分別為感知的端到端和規(guī)控的端到端，二者各自獨(dú)立。

為智己提供智駕方案的科技企業(yè)Momenta CEO曹旭東表示，在兩段式端到端中，感知的端到端一定需要這個(gè)物體對(duì)于人來(lái)說(shuō)是比較好定義的，這樣的話(huà)才能夠很好地搜集訓(xùn)練數(shù)據(jù)，以及學(xué)習(xí)和驗(yàn)證。但是對(duì)于復(fù)雜的通用障礙物，比較難在感知的端到端里面做定義的，規(guī)控的端到端就無(wú)法收到對(duì)應(yīng)的輸入，進(jìn)而忽視掉重要的感知信息，做出一些誤判的駕駛行為。

“一段式端到端大模型”則取消了分模塊智駕結(jié)構(gòu)，將感知與規(guī)劃整合進(jìn)一個(gè)大模型，通過(guò)數(shù)據(jù)飛輪提供的海量?jī)?yōu)質(zhì)數(shù)據(jù)，訓(xùn)練一個(gè)完整的神經(jīng)網(wǎng)絡(luò)，分析全局信息、隱含信息，學(xué)習(xí)優(yōu)秀的人類(lèi)駕駛行為，從原始數(shù)據(jù)輸入到規(guī)劃路徑輸出，形成了類(lèi)似人腦的高級(jí)思維“直覺(jué)”反應(yīng)。

曹旭東表示，一段式端到端的好處是感知的端到端和規(guī)控的端到端聯(lián)系在一起，哪怕未定義的物體出現(xiàn)，在感知大模型的幫助下，仍然會(huì)做出合理避讓。

為了解決一段式端到端方案前期下限低的問(wèn)題，Momenta的端到端模型采用了短期記憶和長(zhǎng)期記憶的訓(xùn)練邏輯。其中，短期記憶的訓(xùn)練周期是以“天”為級(jí)別的，好的數(shù)據(jù)和好的方法得到驗(yàn)證之后再進(jìn)入長(zhǎng)期記憶的模型學(xué)習(xí)。

這是一個(gè)類(lèi)似于人類(lèi)大腦進(jìn)行學(xué)習(xí)的邏輯，當(dāng)一個(gè)新的數(shù)據(jù)進(jìn)來(lái)，它會(huì)先進(jìn)入短期記憶，等到數(shù)據(jù)和方法被驗(yàn)證之后，才會(huì)進(jìn)入長(zhǎng)期記憶去學(xué)習(xí)。

根據(jù)官方數(shù)據(jù)，這套智己與Momenta聯(lián)合打造的“一段式端到端大模型”在“長(zhǎng)短期記憶模式”架構(gòu)的助力下，將模型訓(xùn)練成本節(jié)省了10-100倍，同時(shí)還大幅提升了迭代速度。

02.“端到端”到底難在何處？

雖然官宣落地端到端的車(chē)企越來(lái)越多，但無(wú)論是在研發(fā)端，還是在市場(chǎng)端，業(yè)內(nèi)人士對(duì)端到端的觀(guān)點(diǎn)及判斷并不一致。

8月16日，在第四屆沈陽(yáng)智能網(wǎng)聯(lián)汽車(chē)挑戰(zhàn)賽上，同濟(jì)大學(xué)汽車(chē)學(xué)院教授朱西產(chǎn)表示：“特斯拉的端到端、人工智能讓自動(dòng)駕駛更加成為可能，端到端被特斯拉帶火了，國(guó)內(nèi)的車(chē)企都在說(shuō)端到端。但現(xiàn)在，誰(shuí)宣布端到端量產(chǎn)上車(chē)了，他的這個(gè)車(chē)你就別買(mǎi)。”

而在此一周之前，華為終端董事長(zhǎng)、智能汽車(chē)解決方案BU董事長(zhǎng)余承東評(píng)價(jià)特斯拉FSD到：“其商用版本進(jìn)步非常大，上限挺高，但下限也很低。我們?nèi)y(cè)試，路上停著靜止不動(dòng)的白色貨車(chē)，不減速就直接撞過(guò)去了，還有綠色的貨車(chē)，也是不減速就去撞。”

根據(jù)朱西產(chǎn)的解讀，端到端大模型雖然能夠提供強(qiáng)大的泛化能力，但是在安全性方面存在不確定性。國(guó)內(nèi)車(chē)企在數(shù)量和AI訓(xùn)練算力方面與特斯拉相比還有較大差距，所以近兩年端到端量產(chǎn)上車(chē)的可能性不大。因?yàn)榇竽Ｐ托枰母咚懔€很難在車(chē)端布置，并且大模型目前也很難解決“長(zhǎng)尾難題”。

所謂“長(zhǎng)尾難題”，就是指在自動(dòng)駕駛過(guò)程中那些發(fā)生概率較低、但種類(lèi)繁多的特殊場(chǎng)景所帶來(lái)的潛在風(fēng)險(xiǎn)。這些問(wèn)題涵蓋各種零碎、極端的情況和難以預(yù)測(cè)的人類(lèi)行為，例如：帶有凸出貨物的卡車(chē)、打傘的行人、倒在路中央的樹(shù)木，以及異形車(chē)輛、亂穿馬路的行人和自行車(chē)、雨雪等極端天氣、極暗的行車(chē)環(huán)境等。

同樣是在8月初，極越CEO夏一平也曾表達(dá)了對(duì)端到端技術(shù)的看法。他表示：“端到端很難一蹴而就，我不認(rèn)為現(xiàn)在市場(chǎng)上有任何一家是端到端，絕對(duì)不可能的，這個(gè)世界上現(xiàn)在沒(méi)有人是端到端，不要吹這個(gè)牛。特斯拉目前還是分段式的，真正端到端、完全視覺(jué)看到直接做執(zhí)行還很難。要知道，這背后的驗(yàn)證模型是巨大的投入。”

夏一平所提到的巨大投入，就是端到端大模型量產(chǎn)的最大難點(diǎn)——它的完善需要巨額的訓(xùn)練數(shù)據(jù)積累，由此帶來(lái)的人力、物力和財(cái)力的消耗也是非?？捎^(guān)的。

以特斯拉為例，僅僅建設(shè)超算中心就花費(fèi)了40億美金，而端到端大模型越完善，也將意味著參數(shù)越多、數(shù)據(jù)越多，其中還包括圖片和視頻數(shù)據(jù)。

在數(shù)據(jù)采集方面，目前車(chē)企紛紛依靠用戶(hù)的車(chē)輛采集數(shù)據(jù)，銷(xiāo)量越大也意味著數(shù)據(jù)越豐富。據(jù)業(yè)內(nèi)人士預(yù)測(cè)，誰(shuí)的銷(xiāo)量先破100萬(wàn)輛，誰(shuí)就有可能在智能駕駛采集數(shù)據(jù)方面率先取得突破，而特斯拉在美國(guó)市場(chǎng)已經(jīng)銷(xiāo)售了170多萬(wàn)輛，它在數(shù)據(jù)積累上的體量是目前任何一個(gè)品牌都很難達(dá)到的。

朱西產(chǎn)認(rèn)為，根據(jù)國(guó)內(nèi)車(chē)企目前在智能駕駛開(kāi)發(fā)的數(shù)據(jù)能力和AI訓(xùn)練算力，先做到感知的端到端，在規(guī)控算法上保留安全準(zhǔn)則模型，這種分段式的端到端方案模型是比較合理的技術(shù)路線(xiàn)。以當(dāng)前的情況來(lái)看，已經(jīng)官宣落地的“端到端”大概率都是這個(gè)模式。

據(jù)極越官方表示，百度在AI和自動(dòng)駕駛領(lǐng)域擁有超過(guò)十年時(shí)間、超過(guò)1500億資金的持續(xù)投入，基于L4級(jí)自動(dòng)駕駛大模型Apollo ADFM打造了ASD。Apollo的L4級(jí)自動(dòng)駕駛里程已經(jīng)超過(guò)1億公里，并建立了超5.5EFLOPS的高算力訓(xùn)練集群，可以實(shí)現(xiàn)模型的高效訓(xùn)練和快速迭代。

在這一點(diǎn)上，智己與Momenta宣布“模型訓(xùn)練成本節(jié)省了10-100倍，并大幅提升了迭代速度”其實(shí)與之意思相同，那就是強(qiáng)調(diào)數(shù)據(jù)訓(xùn)練效率提升，已經(jīng)積累到了可以支持端到端落地的量級(jí)。

而至于小鵬、理想等品牌，目前尚未針對(duì)數(shù)據(jù)訓(xùn)練給出詳細(xì)的解讀信息。

03.L3量產(chǎn)只差臨門(mén)一腳

隨著端到端大模型的陸續(xù)落地，智能駕駛突破現(xiàn)有的L2級(jí)“限制”已經(jīng)迫在眉睫了。

智己在宣布“一段式端到端直覺(jué)式智駕大模型”量產(chǎn)上車(chē)的時(shí)候，也同步官宣了“同時(shí)具備L2、L3、L4級(jí)智能駕駛量產(chǎn)能力”的消息。

按照官方公布的信息，智己的L2+級(jí)高階輔助駕駛已在全國(guó)范圍內(nèi)開(kāi)通全系車(chē)型“無(wú)圖城市NOA”；歐洲市場(chǎng)的L2+道路測(cè)試也已啟動(dòng)；L3級(jí)自動(dòng)駕駛已進(jìn)入量產(chǎn)倒計(jì)時(shí)，智己在今年6月入選了全國(guó)首批“L3準(zhǔn)入及路試聯(lián)合體名單”，預(yù)計(jì)將于2026年正式具備L3級(jí)自動(dòng)駕駛方案的量產(chǎn)條件；預(yù)計(jì)將在年內(nèi)獲得首批“L4級(jí)無(wú)駕駛?cè)说缆窚y(cè)試牌照”，實(shí)現(xiàn)無(wú)人駕駛車(chē)率先上路。

智己表示，在隨著L3、L4級(jí)自動(dòng)駕駛相關(guān)法律法規(guī)的逐步出臺(tái)，智己將最快落地全行業(yè)最領(lǐng)先的自動(dòng)駕駛體驗(yàn)。

比智己更早一點(diǎn)官宣的是華為，余承東在2024世界智能網(wǎng)聯(lián)汽車(chē)大會(huì)上表示，預(yù)計(jì)ADS 4.0將于2025年推出，將實(shí)現(xiàn)高速L3級(jí)自動(dòng)駕駛商用及城區(qū)L3級(jí)自動(dòng)駕駛試點(diǎn)。

而像小鵬、理想、蔚來(lái)、極越等具備了高階智駕能力的品牌，其實(shí)也已經(jīng)具備了突破L2級(jí)的技術(shù)積累，他們的智駕系統(tǒng)在功能上距離允許“脫手”也只差法規(guī)的松綁而已了。

因此，L3級(jí)智能駕駛的落地，已經(jīng)到了只差臨門(mén)一腳的時(shí)刻。

在6月15日舉辦的中國(guó)汽車(chē)藍(lán)皮書(shū)論壇上，華為智能汽車(chē)解決方案BU CEO靳玉志表示，汽車(chē)智能駕駛已經(jīng)在L2級(jí)停留了太長(zhǎng)時(shí)間，L3級(jí)自動(dòng)駕駛技術(shù)在高速公路等場(chǎng)景的應(yīng)用已經(jīng)較為成熟，應(yīng)該盡快允許商用。

雖然法規(guī)究竟何時(shí)可以“解綁”尚未可知，但端到端技術(shù)的逐步落地和持續(xù)完善無(wú)疑將起到助推作用。

從這一點(diǎn)來(lái)講，2024年末國(guó)內(nèi)車(chē)企頭部玩家端到端技術(shù)的扎堆落地，將成為自動(dòng)駕駛發(fā)展歷程中值得記錄的一筆。