雖然對端到端成為今年霸榜營銷熱詞有強烈的預感，但還是沒有料到各大廠家會在宣傳上加那么大杠桿。

說起來，端到端絕對不是上下嘴皮子一翻就能實現的，而是需要滿足很多前置條件。

01

胖子不是一天吃成的，端到端也不是一天實現的。

要實現終極的一段式端到端，需要經歷四大階段。

對這四個階段的闡述，根據自家算法的發展史，不同的玩家會有不同的觀點。

從地平線的自動駕駛算法架構迭代歷程來看：

第一階段，實現感知層神經網絡化，決策規劃層基于規則+算法實現。

第二階段，實現決策規劃層神經網絡化，將決策規劃的規則驅動進化為數據驅動。

第三階段，以基于Transformer的BEV大模型替代神經網絡化感知層中的多個小模型，實現感知的端到端。

同樣基于Transformer將神經網絡化的決策規劃層進化為端到端規劃，端到端感知和端到端規劃之間傳遞特征級信息，實現分段式端到端。

在這里有必要提一點，神經網絡化并不等同于端到端，它是端到端的必要條件而非充分條件。

第四階段，消除端到端感知和端到端決策規劃的界限，實現全程可導，進化為一段式端到端。

雖然各家的劃分方式有些微的不同，但萬變不離其宗。

相較傳統的分模塊方案，端到端的核心改變在于決策規劃層面。

——即原來基于人工編碼實現、規則驅動的決策規劃轉向了基于神經網絡學習實現、數據驅動的決策規劃。

特斯拉能夠在2022年底一下子轉向端到端，就是因為它率先實現了決策規劃層的神經網絡化，做足了轉型的預熱。

彼時，國內智駕頭部玩家依然對將神經網絡全面用于安全要求極高的決策規則持懷疑態度。

雖然也在探索在規劃層使用深度學習算法，但轉型并不堅決，依然以規則為主。

由規則編碼轉向神經網絡是一個頗為浩大的工程，需要消耗一定的時間。

基于此，奇瑞自動駕駛負責人谷俊麗才說國內廠商落后特斯拉1.5-2年。

看到這里，大家就不會再噴谷俊麗了吧？

02

國外的月亮不一定比國內圓，但是外來的和尚有時候就是會念經。

由于引領自動駕駛技術路線向端到端范式轉變，特斯拉在自動駕駛領域的聲望達到了頂峰。

特斯拉和端到端范式之所以被大家夸成了一朵花，主要是因為規則驅動的分模塊方案無法高效地收斂層出不窮的長尾場景。

——在基于規則實現的系統中，要解決的場景越多，要編寫的代碼就越多，就越難以開發、測試和維護。

而且，自動駕駛系統性能迭代的進程是不斷覆蓋各種長尾場景的過程，在規則驅動的范式下，解決了新的長尾，又有可能會激活老的長尾。

系統進三步，退兩步，還怎么邁向全無人駕駛的珠穆朗瑪呢？

端到端范式依靠數據驅動解決了“吾生也有涯，而長尾場景無涯”的問題。

依靠深度學習神經網絡的記憶能力解決了“按下葫蘆浮起瓢”的問題。

無論是海量數據驅動還是具備長期記憶能力的深度學習，背后都特別考驗數據采集、處理、標注、模型訓練、模型驗證評估、OTA部署這一條數據閉環。

這也意味著，只有那些早早布局數據閉環建設的智駕廠商才能在當下的端到端初期階段吃到最大紅利。

在這波端到端范式火起來之前，華為、特斯拉、小鵬、蔚來、Momenta這些頭部智駕廠商的感知層大都實現了端到端，即實現了動態BEV網絡、靜態BEV網絡和占用網絡的三網合一。

所缺者，唯規劃層的神經網絡化，實現端到端感知的過程離不開自動化程度不斷提升的數據閉環。

所以，這些頭部智駕廠商的端到端宣傳還是比較靠譜的。

至于某些兩年前才開始布局自動駕駛業務的新勢力車企，無論是智駕數據的積累還是數據閉環的建設都處于初期階段，其自動駕駛第一陣營的宣傳和端到端大模型的宣傳都頗為存疑。

03

或許是因為競爭太激烈的緣故，國內車企在自動駕駛領域的宣傳特別離譜，個個都要在年內實現全國都能開，家家都是第一梯隊。

具體到端到端上面，盡管需要那么多的前提條件，各家還是不甘落后地紛紛“推出”了真假難辨的端到端方案。

不過，在這些挑撥人們的神經的宣傳面前，大家一定要擦亮眼，冷靜地意識到，絕大部分廠商的端到端方案尚處于初級階段，還需要經過較長一段時間的雕琢。

小鵬汽車8月底小鵬Mona 03上市發布會上提出了端到端四部曲：

第一步，實現三網合一，端到端量產；

第二步，車端大模型參數量翻倍；

第三步，云端大模型參數量提升5倍；

第四步，解決99%極端問題。

第一步里的三網合一不同于端到端感知中的動態BEV網絡、靜態BEV網絡、占用網絡的三網合一。

是特指將分段式端到端方案中的大語言模型XBrain、端到端感知大模型XNet、端到端規劃大模型XPlanner合并成一張大網，實現一段式端到端方案。

從時間線上來看，小鵬5月20號AI Day上宣布量產上車的端到端方案并非OneModel端到端。

第二步里的車端大模型參數量翻倍，是指將一段式端到端方案中的許多小模型合并成少數幾個大模型，通過計算資源的集約，在硬件算力、存儲資源都不變的情況下提升大模型的參數規模。

換句話說，從24年Q3到24年底之間，小鵬汽車的一段式端到端大模型中依然存在不少小模型和中模型。

小模型的說法來自小鵬自動駕駛負責人李力耘，他的表態一方面揭露了半年前的小鵬端到端大模型“即非端到端，是名端到端”的實際。

一方面也表明，很多車企只不過是在車端把各種小模型堆疊在了一起，揉成了一個四不像的“端到端”。

在2024年的電動汽車百人會上，長城汽車旗下自動駕駛算法公司毫末智行CEO顧維灝發表了一個觀點：國內車企向端到端范式的轉變需要經歷幾年的時間。

顧維灝說的端范式應該指的是技術成熟階段，現在端到端還處在初級階段，乾坤未定，你我皆黑馬。

這也是傳統大廠難得的智駕窗口期，快人一小步，就能領先一大截。

是新勢力更快，還是老法師更快，讓子彈飛一會，我們一定會有答案。