本年5月，自动驾驶迎来了一笔10亿好意思金的巨额融资。

聚焦研发端到端自动驾驶以及自动驾驶大模子的英国初创公司Wayve.AI官宣取得了一轮10.5亿好意思元的融资，投资方为、英伟达和现存投资东谈主微软。

即使在自动驾驶融资高潮的时候，取得过10亿好意思金级融资的公司也并未几，能够挑出来的能够唯一Waymo、Argo、Cruise等少数几家。更何况自2021年上半年以来，全球自动驾驶投融资市集进入低迷期。在鲜有成本在自动驾驶畛域干预巨额资金的情况下，Wayve.AI凭借“端到端自动驾驶”见识拿下了10亿好意思元级别的融资，偶然也曾在指明潮流的标的。

端到端并不是一个新的见识，它的“翻红”来自2023年8月发布的FSD V12版块。尔后，赶快成为自动驾驶畛域的“当红炸子鸡”。本年4月，马斯克旋风访华，外界哄传他为FSD进入中国而来，这让东谈主看到了使用端到端决议的FSD加快入华的可能性。

国内的头部参与者们天然不甘清静，小鹏、理思、、长城、华为、元帅启行、毫末智行王人不谋而合地转向端到端自动驾驶道路，但愿其成为狙击敌手的“大杀器”。

赫然，在赛谈越来越卷，以及特斯拉FSD行将入华的挑战和激励下，一场新的行业变局正在酝酿。

端到端与大模子，并不势必有关

自动驾驶行业一向热衷发明新词，比如去年流行的是“Transfomer+BEV”，去年爆火的是“大模子”、“无图”，本年轮到了“端到端”。那么，究竟什么是端到端？

所谓端到端（end-to-end）架构，其对应的是传统自动驾驶摄取的模块化架构。传统的自动驾驶架构更多养殖于机器东谈主架构，频繁包含感知、定位、打算三大模块，不同畛域的工程师发达不同的模块。天然这种门径在早期的自动驾驶本领发展中起到了积极作用，但也浮现出了一些彰着的流弊。

零一汽车智能驾驶合资东谈主、前图森感知发达东谈主王泮渠就指出，分模块会导致架构复杂，频繁有3-40个模块，各个模块上限不高，传输和优化难度高，况且局部与举座优化主义冲突。

除此除外，他还示意，斥地、珍爱和东谈主力成本会跟着模块加多而飙升。况且由于重复规章搪塞托付压力，导致珍爱性和可膨胀性变差。

比拟之下，端到端不需要东谈主为将任务分解成多个中间智商，以感知的传感器数据（图像、点云、雷达）算作输入，径直输出用于车辆的适度教导（油门、刹车），中间经由王人靠神经收集模子来完成。要是用平素的作念菜经由来判辨的话，端到端就有点访佛在模子这边输入食材，另一边一步到位输出了作念好的菜。

从模块化架构到端到端架构，这样的变化有什么公道呢？蔚来智能驾驶研发副总裁任少卿对钛媒体App曾抒发过，“确切宇宙是复杂的。越往后你会发现，你不错处罚99%的问题，但即是这1%的问题处罚不了。是以众人就但愿说那我不定这个接口了，让收集我方学，让机器我方去定，这个的中枢即是端到端，就十分于把前边和后头连起来，把接口干掉，颖异掉许多事。”

辰韬成本投资司理刘煜冬对钛媒体App也示意，关于自动驾驶许多的“只能默契，不能言传”的长尾场景，像积水、汽油等不同的路况，端到端有很强的搪塞本事。况且，端到端不错让驾驶作风愈加拟东谈主化，阐扬得更像东谈主类司机，比如遭遇堵车的情况提前处理，覆按模子会更像东谈主类老司机。

图片来源：辰韬成本《端到端自动驾驶行业参谋陈述》

值得重视的是，在谈到端到端自动驾驶时，东谈主们很容易将其与大模子的见识混浊在沿途。刘煜冬坦言，内容上两者并不势必有关。

之是以会这样说，在于大模子更多颐养模子的参数数目以及涌现本事，而端到端更多强调的是结构上的梯度可传导以及全局优化。当今的大模子为端到端竣事提供了很好的可选决议，然而端到端并非势必基于大模子竣事。

关于自动驾驶及具身智能畛域的 “ 大模子 ”，频频不是传统意旨上的 “ 大 ” 模子。这类大模子由于更多辩论了车端算力以及及时性条款的性质，很难达到和 NLP (Natural Language Processing) 或者通用 AI 畛域同等的圭臬。要是不辩论打算 2025-2026 年量产的 Thor，当今车端算力较大的也唯一几百 TOPS (Tera Operations Per Second)，这种算力水平远远无法闲隙动辄 10B 致使上百 B 的大模子需求。

是以，自动驾驶畛域的大模子王人是小于 1B 的模子，这里所谓的 “ 大 ” 的界说更多的是相干于原本感知系统摄取的几百万参数的小模子而言。

新旧势力押注，2025年量产

事实上，端到端并不是一个全新的见识。

2016年，英伟达就提议摄取单个神经收集来竣事端到端的自动驾驶。但由于结构想象过于浅薄，模子的限度也过小，这种决议仅能援救高速或者浅薄谈路情景下的自动驾驶，且只是完成了小限度的demo考据。

直到2023年8月特斯拉公布FSD V12版块时提到引入了“端到端”本领，从此成为自动驾驶界最火热的见识。

国内的小鹏汽车紧跟一步。1月30日，何小鹏示意小鹏智驾异日将竣事端到端模子全面上车。5月20日，小鹏汽车在北京举办“AI DAY”，晓谕即日起驱动向用户推送基于端到端大模子的智能驾驶和智能座舱系统。

4月24日，华为智能汽车处罚决议发布会上，华为发布了以智能驾驶为中枢的全新智能汽车处罚决议品牌 —— 乾崑，并发布了摄取端到端架构的ADS 3.0。 据悉，在6月刚刚上市的享界S9也曾首发搭载了ADS 3.0智驾系统。

蔚来则在4月公开了端云算力限度，并深入端到端决议会在本年年内发布。最近还有报谈称，蔚来智驾研发部也曾完成架构诊疗，要毁灭业界沿用多年的“感知-决策-规控”的本领道路，这意味着蔚来将更明确地探索用端到端大模子竣事高阶智能驾驶。

理思汽车也不甘逾期。在2024中国汽车重庆论坛上，理思汽车董事长兼CEO李思深入，将向测试用户推送基于300万clips覆按出的端到端+VLM自动驾驶体系。展望最早在本年年底、最晚来岁年头，理思汽车将推出通过卓绝1000万clips覆按出的更完善的自动驾驶体系，为用户提供监督型L3级自动驾驶体验。

新势力不停出牌，传统车企也在奋进追逐。4月15日，在长城汽车董事长魏建军的直播首秀中，新款魏牌蓝山车型搭载的端到端智驾决议就曾激发外界颐养。

在这一块发力的除了蔚小理、长城等繁密车企，还有小马智行、英伟达、元帅启行、商汤绝影等产业链企业。

去年，小马智行将感知、预测、规控三大传统模块买通，长入成端到端自动驾 驶模子，当今已同步搭载到 L4 级自动驾驶出租车和 L2 级辅助驾驶乘用车。

2024北京车展前夜，吴新宙展示了英伟达自动驾驶业务从 L2 到 L3的发展打算，其中提到打算的第二步为 “ 在 L2++ 系统上达成新打破，LLM(Large Language Model，大说话模子)和 VLM(Visual Language Model，视觉说话模子) 大模子上车 。

元帅启行、商汤绝影则是在北京车展上各自展示了端到端家具。前者展示的是行将量产的高阶智驾平台 DeepRoute IO 以及基于 DeepRoute IO 的端到端处罚决议，后者推出的则是面向量产的端到端自动驾驶处罚决议 “UniAD”。

至于端到端架构何时上车，辰韬成本发布的《端到端自动驾驶行业参谋陈述》示意，这一本领演进的时候程度不错参考国内企业追逐特斯拉BEV/Occupancy Network的程度。特斯拉在2021和2022年年底的AI Day上差别公布了BEV和Ocuupancy Network的本领架构，而国内车企驱动OTA基于BEV/Occupancy Network的功能辽远在2023-2024年，与特斯拉的研发程度差能够在1.5~2年。参考前述追逐程度， 国内自动驾驶公司的模块化端到端决议上车量产时候可能会在2025年。

2023年9月中信证券发布研报预测：2025年起，端到端发展的提速将催化各级别自动驾驶功能渗入率大幅进步，咱们据此愈加乐不雅地预测，高速NOA渗入率至2026年将卓绝30%，城市 NOA渗入率卓绝 10%。

数据、算力是入场券，亦然挑战赛

头部车企、自动驾驶本领供应商王人在跑步进场，但端到端的上车仍有极高难度。

着手，摆在国内厂商眼前亟待处罚的即是端到端覆按的数据贫寒。毕竟端到端决议中的一体化覆按需要通过迷漫多的数据覆按，这样才能涌现出一些惊东谈主的本事。

马斯克之前曾谈到过数据对自动驾驶模子的首要性：覆按了100万个视频Case，拼集够用；200万个，稍好一些；300万个，就会感到Wow；到1000万个，就变得难以置信了。

除了数据量的差距，从这些难以研究的数据中，找出不错用于覆按的灵验数据，是另一个首要的挑战。

“老的数据条款的场景比较单一，复杂度低。深度学习的道路条款的场景散布会大许多，数据集的各样性条款更高。”恺望数据处罚决议总监黄玉庆示意。

在他看来，当今自动驾驶数据的蚁集处理濒临诸多挑战。着手，车厂的蚁集决议王人不太交流，圭臬不通常。其次，路采的时候波及到合规，怎样脱敏况且上传到云表，需要合规的公司作念援救，而提供这样合规管事的公司并不是许多。再次，数据经管平台这部分国内并不圆善，比如云表作念多数目覆按和研究时怎样进行清洗、拆、编订、标注。

面对数据量、数据标注、数据质地和数据散布等多维度的挑战，业内有一种说法是：建立数据分享平台 。

对此，极佳科技工程发达东谈主毛继昭示意，数据分享的价值无谓置疑，但要严慎乐不雅。“数据分享背后是数据交游和数据价值的共鸣，买方和卖方很难达成共鸣。生成的锋利关于覆按效用的影响也会影响共鸣，需要政府股东。另外也不错出台国标或法律。”

辉羲智能市集副总裁刘奇也示意，繁密主机厂的痛点，不是每家主机厂王人能投这样多钱把数据蚁集起来。关于数据蚁集长入化有很高的条款，各家本领决议王人不通常。另外，买卖上的收益会是影响闭环更大的成分。

即便处罚了数据蚁集问题，这也只是第一步，算力亦然很大的适度。

在2024 Q1财报电话会上，特斯拉示意，公司也曾有35000张H100GPU，并打算在2024年内加多到85000张H100以上，达到和谷歌、亚马逊统一梯队。

在国内，大部分研发端到端自动驾驶的公司当今的覆按算力限度在千卡级别，跟着端到端迟缓走向大模子，覆按算力将显得顾此失彼，顾此失彼。

理思汽车总裁、总工程师马东辉在理思汽车本年第一季度财报电话会上坦言，特斯拉“端到端大模子”需要巨额的数据和覆按算力，“这不是通盘车企王人有本事和资源作念到的”。

余承东也发表过访佛看法，他曾自信地示意，“海外即是特斯拉，国内即是华为。”他合计，在智驾上会强人越强，一步当先就步步当先。干预大，成本高，一般企业根底干预不起。

据悉，华为乾崑ADS 3.0在算力方面达到3.5E FLOPS（注：FLOPS指每秒践诺的浮点运算次数，1E FLOPS即100亿亿次），覆按数据量已达日行3000万公里。

小鹏汽车为此给出过明确的数字：2024年将干预35亿元用于智能研发，并新招募4000名专科东谈主才，今后每年还将干预卓绝7亿元用于算力覆按。

特斯拉则是打算2024年底前对DOJO超算中心投资卓绝10亿好意思元，以进步总算力至10万PFLOPS。

赫然，要思把端到端作念好并退却易，需要雄壮的车队、雄壮的算力、相等万古候在安全畛域的浸润。这场以“端到端”为中心的厮杀还在赓续，角力的烈度仍在加重。接下来，咱们更思不雅察的是拨开营销的迷雾，端到端的真相到底会是什么。

（本文首发于钛媒体App 作家｜韩敬娴）