每經(jīng)記者 孫磊    每經(jīng)編輯 裴健如

“忽如一夜春風來，千樹萬樹端到端。”這是一位業(yè)內(nèi)人士對近期智能駕駛領域的感慨。

日前，小鵬汽車方面宣布，其已經(jīng)實現(xiàn)了端到端大模型的上車。在智能駕駛方面，由此前規(guī)則+AI組成的XNGP，切換到了以神經(jīng)網(wǎng)絡為主的端到端模型架構。

在此之前，特斯拉已經(jīng)向部分用戶推送FSD V12版本的純視覺端到端自動駕駛方案；蔚來則在4月公開了端云算力規(guī)模，并透露端到端方案會在今年年內(nèi)發(fā)布；理想汽車推送的AD Max3.0，其整體框架已經(jīng)具備端到端的理念；小米集團董事長雷軍也對外宣稱，小米汽車在智駕領域?qū)崿F(xiàn)了端到端大模型技術。一時間，“端到端”一詞成了智駕領域的熱點。

“采用了端到端的智駕大模型，能兩天迭代一次，在未來18個月內(nèi)智駕能力提升30倍。”小鵬汽車董事長、CEO何小鵬告訴《每日經(jīng)濟新聞》記者，“端到端的大模型，意味著自動輔助駕駛將轉向完全自動駕駛。”

端到端大模型上車，智駕更“類人”

據(jù)悉，業(yè)內(nèi)討論實現(xiàn)完全自動駕駛主要有兩種方法——分治法和端到端的方案。而當前主流的智能駕駛系統(tǒng)普遍應用了分治法，即將自動駕駛任務分解為感知、預測和規(guī)劃三個獨立的模塊，隨后通過系統(tǒng)集成來實現(xiàn)自動駕駛功能。

該策略的優(yōu)勢在于能夠?qū)碗s的自動駕駛任務簡化為多個相對容易處理的子任務，有效降低了系統(tǒng)開發(fā)的復雜性。由此構建的系統(tǒng)具備較高的可解釋性，允許對每個模塊的輸入和輸出進行詳細的分析，一旦發(fā)生故障，可以快速定位到問題所在。

然而，這種方法也存在一些不足，主要體現(xiàn)在需要編寫大量的代碼，并且在系統(tǒng)設計過程中過度依賴人為的先驗知識。這限制了自動駕駛系統(tǒng)的潛力，導致其泛化能力不足，面對未知場景時往往難以有效應對。

“每個模型的技術棧差異較大，處于下游的規(guī)劃模型需要依賴工程師編寫大量代碼去制定行駛規(guī)則。在模塊化的技術架構下，信息的傳遞會出現(xiàn)減損，系統(tǒng)的維護難度大，無法從容應對復雜路況。”元戎啟行CEO周光在中國電動汽車百人會論壇（2024）稱。

何小鵬則告訴記者：“此前的智駕方案從技術上說，汽車在感知、定位、規(guī)劃、控制方面都是分開處理的，每一個環(huán)節(jié)并沒有關聯(lián)。因此車輛在遇到一些場景的時候會因為人類寫入的規(guī)則互相博弈而產(chǎn)生猶豫。端到端大模型上車后，車輛可以直接通過傳感器輸入的內(nèi)容來輸出對車輛的控制，智駕會更加‘類人’。”

圖片來源：每經(jīng)記者 孫磊 攝

據(jù)悉，端到端模型將感知、預測、規(guī)劃三個模型融為一體，無需程序員編寫冗長的代碼去制定規(guī)則，而是用海量數(shù)據(jù)去訓練系統(tǒng)，賦予機器自主學習、思考和分析的能力。端到端模型不會出現(xiàn)信息傳遞減損，能夠更好地處理復雜的駕駛任務，解決了模塊化模型存在的所有“痛點”。

值得一提的是，由于任務更少、避免了大量重復處理，端到端自動駕駛可以提高計算效率，并且可以通過不斷擴展數(shù)據(jù)來提升系統(tǒng)的能力上限。

“以前所有L3、L4級別的自動駕駛都是基于規(guī)則，但即使是10萬行代碼能發(fā)揮的規(guī)則能力也只有55%~60%。”何小鵬告訴記者，“采用神經(jīng)網(wǎng)絡雖然一開始效果并不顯著，但是準確性和安全性會實現(xiàn)躍升式發(fā)展。”

更為關鍵的是，端到端帶來的自動駕駛能力的提升，依靠現(xiàn)有的智駕硬件就可以實現(xiàn)。“在當下硬件性能不變的條件下，只通過軟件升級，大概12~18個月能夠取得非常大的顛覆。顛覆是指我希望在包含小區(qū)在內(nèi)的所有城市道路，能夠做到極低的接管率和極高的安全率，而且你不會感覺到它比較慢或比較蠢，老是在那里僵住、博弈的感覺。”何小鵬說。

考驗企業(yè)的數(shù)據(jù)規(guī)模與算力能力

值得注意的是，在特斯拉宣布FSD V12將采用端到端大模型之后，國內(nèi)亦掀起了端到端大模型應用的熱潮，小鵬汽車、理想汽車等車企，以及元戎啟行、毫末智行等供應商也開始了端到端的研發(fā)和量產(chǎn)適配。

圖片來源：每經(jīng)記者 張建 攝（資料圖）

不過，在業(yè)內(nèi)人士看來，端到端自動駕駛系統(tǒng)的優(yōu)勢日益明顯，其借助大模型技術的深入應用，為自動駕駛技術的進一步發(fā)展提供了一條高效率的途徑。但對于不少企業(yè)，尤其是國內(nèi)廠商而言，還有不少難題要解決。

首先，擺在國內(nèi)廠商面前亟待解決的就是端到端訓練的數(shù)據(jù)難題。理想汽車總裁、總工程師馬東輝在理想汽車今年第一季度財報電話會上表示，特斯拉“端到端大模型”需要大量的數(shù)據(jù)和訓練算力，“這不是所有車企都有能力和資源做到的”。

值得一提的是，特斯拉CEO馬斯克在去年的財報會上曾提到數(shù)據(jù)在自動駕駛方面的重要性：“用100萬個視頻case訓練，勉強夠用；200萬個，稍好一些；300萬個，就會感到Wow（驚嘆）；到了1000萬個，就變得難以置信了。”

截至去年，特斯拉已經(jīng)分析了從特斯拉客戶的汽車中收集的1000萬個視頻片段（clips），他們判斷完成一個端到端自動駕駛的訓練至少需要100萬個、分布多樣、高質(zhì)量的clips才能正常工作。

除了數(shù)據(jù)量的差距，從這些難以計算的數(shù)據(jù)中，找出可以用于訓練的有效數(shù)據(jù)，是另一個重要的挑戰(zhàn)。對此，極越CEO夏一平表示，大模型訓練比較核心的東西不是數(shù)據(jù)比誰多，而是比誰有更多的高質(zhì)量數(shù)據(jù)。“數(shù)據(jù)質(zhì)量很重要。數(shù)據(jù)質(zhì)量不好，訓練出的模型可能就是有缺陷的。”夏一平說。

“從特斯拉的開發(fā)經(jīng)驗來看，端到端自動駕駛真不是一般的企業(yè)能玩的，其所需的數(shù)據(jù)規(guī)模、算力規(guī)模遠遠超出國內(nèi)企業(yè)的承受能力。除了成本高昂，端到端自動駕駛的技術難度也非常高，想要實現(xiàn)從學術到產(chǎn)品落地，相當于跨越從二踢腳到登月的難度。”毫末智行數(shù)據(jù)智能科學家賀翔認為，端到端自動駕駛方面所需的算力規(guī)模也考驗著企業(yè)。

“要把端到端做好需要巨大的車隊、巨大的算力、非常長時間在安全領域的浸潤，這都是基礎條件，如果沒有這些條件是做不好的。”何小鵬告訴記者，“端到端的發(fā)展中，數(shù)據(jù)需要循環(huán)起來，算力需求很大，小鵬今年在算力上投入1億美元，未來每年還會進一步增加。”