智能駕駛，要變天了快訊
模塊化自動駕駛系統要一步步來，大模型需要大數據，并不是所有的行車數據都可以用來訓練端到端模型。
8月20日，理想汽車6.1.0版本更新，并內測了E2E（端到端）-VLM Beta 2.1版本。
據悉，本次更新增加了端到端-VLM系統與NOA系統切換的功能，可感受不同系統的駕駛風格，系統相互切換時間約為20s。此外，本次更新還迭代了端到端模型，優化了跟隨慢速騎行人不繞行、對鄰車道大車點剎等問題，降低系統延遲，提升了系統穩定性。
新能源汽車發展至今，智駕已經成為了“靈魂”，成為了車企們的“兵家必爭之地”。
不可否認，相比2020年前，如今的智駕技術相當亮眼，但也需要承認，近一兩年智駕技術的發展速度有所減弱，甚至談得上“緩慢”二字。究其原因，核心還是在于技術路線。
目前大多車企智駕技術架構，還是沿用更“靠譜”的模塊化。然而這種不會“犯錯”的技術路線，也意味著編寫大量的代碼、不斷高企的任務量、信息傳遞減損......極大的限制了智駕的潛力和發展。
忽如一夜春風來。在經過數年緩慢前行之后，隨著AI大模型的快速發展，端到端技術路線的落地，讓智駕迎來了新的可能。步入2024年之后，端到端技術成為頭部廠商的新風潮。眼下，包括特斯拉、華為、蔚小理在內，不少玩家都在加速迭代端到端智駕技術。
雖然各家在更進一步的技術層面呈現出不同路徑，但這樣的集體推動，卻讓人類智駕技術逼近了質變“臨界點”。
什么是“端到端”？
一直以來，關于實現完全自動駕駛，業內有兩種不同的聲音，一種是模塊化，一種則是端到端。
就目前而言，主流的智能駕駛系統普遍應用了模塊化，即將自動駕駛任務分解為感知、預測和規劃三個獨立的模塊，隨后通過系統集成來實現自動駕駛功能。
模塊化技術架構，能夠將復雜的自動駕駛任務簡化為多個相對容易處理的子任務，有效降低了系統開發的復雜性。由此構建的系統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，一旦發生故障，可以快速定位到問題所在。
雖然優勢明顯，但這種方法也存在不少缺憾。
首當其沖的是，模塊化技術架構需要編寫大量的代碼，并且在系統設計過程中過度依賴人為的先驗知識。而這無疑限制了自動駕駛系統的潛力，導致其泛化能力不足，面對未知場景時往往難以有效應對。尤其是在國內復雜的道路環境下，局限性較大。
此前何小鵬在接受《每日經濟新聞》采訪時表示：“模塊化智駕方案從技術上說，汽車在感知、定位、規劃、控制方面都是分開處理的，每一個環節并沒有關聯。因此車輛在遇到一些場景的時候會因為人類寫入的規則互相博弈而產生猶豫。”
與模塊化技術架構有很大不同，“端到端”指的是一個AI模型，只要輸入原始數據就可以輸出最終結果。
將端到端應用到智能駕駛領域，意味著只需要一個AI模型，就能把攝像頭、毫米波雷達、激光雷達等傳感器收集到的感知信息，轉換成車輛方向盤的轉動角度、加速踏板的踩踏深度以及制動的力度等具體操作指令，讓汽車實現自動行駛。
對比之下，模塊化自動駕駛系統要一步步來，先識別路標，再預測其他車輛的動向，最后才決定怎么開。而端到端技術卻能一氣呵成，把感知到的一切都直接轉化為行動。
并且，由于大模型會將過去的路跑經驗吸收保留，還會使用過去的數據反復思考某場景下怎么行駛最好，因此在大量的數據積累下，端到端應對各種場景將會越來越靈活。
換言之，端到端無需程序員編寫冗長的代碼去制定規則，也不會出現信息傳遞減損，解決了模塊化模型存在的核心“痛點”。
頗具優勢，但挑戰也多
借助大模型技術的深入應用，端到端自動駕駛系統的優勢日益明顯，為自動駕駛技術的進一步發展提供了一條高效率途徑。
然而，對于押注這一技術路線的玩家們來說，仍然要面臨不少挑戰。其中，擺在玩家們眼前的第一道難關，就是數據。
大模型需要大數據，本質上來講，端到端自動駕駛是海量駕駛視頻片段的學習都需要極大規模的高質量數據，而數據的采集、清洗、篩選都是難點。
特斯拉CEO馬斯克在去年的財報會上曾提到數據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、高質量的clips才能正常工作。
要知道，特斯拉在新能源領域的市場占有率非常高，單以國內市場來說，2023年純電動車排名中，特斯拉以市占率19.9%奪冠，而比亞迪位居第二。眼下特斯拉采集的數據量都不夠用，試想其他車企又有多少數據可用？
況且，并不是所有的行車數據都可以用來訓練端到端模型。有自動駕駛工程師就發現，原本積累的路測數據只有2%可用。如何從海量數據中找出可以用于訓練的有效數據，這又是一道難關。
除了采集、篩選這兩道高門檻之外，數據的計算也對玩家們的算力規模提出了要求，廠商們需要不斷提升GPU的采購規模，而這也意味著端到端模型的訓練成本非常高昂。
來源：汽車之心
不止于此，端到端技術不得不面對更棘手的問題——黑盒子不可解釋。
前文說到，模塊化技術架構下，決策過程是透明的，決策失誤是可以準確定位的。但端到端技術，從輸入到輸出，這中間的過程卻無法透明化。
試想，如果自動駕駛車輛在緊急情況下做出了錯誤的決策，人們卻無法理解其背后的邏輯，也無法迅速準確定位原因，這意味著要付出極大的安全代價。
路線各有不同
雖然挑戰不少，但在AI智駕趨勢下，端到端大模型還是“上車”，成為了玩家們追逐的新玩法。而站在時間線上，端倒端這一思路最早是由特斯拉提出。
2023年12月，特斯拉的智駕工程師Dhaval Shroff向馬斯克提出建議，拋掉手寫規則，搭建一張神經網絡，讓它大量觀看人類司機的駕駛視頻，并自行輸出正確的行駛軌跡。
直到今年1月，采用端到端架構的FSD V12正式向北美用戶推送。據介紹，這一版本使用的正是單個端到端的神經網絡，即用一整個囊括輸入到輸出端的大模型，直接進行訓練。
在特斯拉宣布FSD V12將采用端到端大模型之后，國內亦掀起了端到端大模型應用的熱潮，而緊隨特斯拉積極擁抱端到端技術的是華為和小鵬。
但與特斯拉的單個神經網絡不通，華為的ADS 3.0智駕系統，是將大模型拆分為感知與認知（預測決策規劃）兩個階段，串聯二者做訓練，分別實現感知和規控的“端到端”。
來源：華為新品發布會
至于小鵬，則是國內首個發布量產上車的端到端模型的整車企業。
今年5月20日，小鵬汽車端到端大模型量產上車；7月30日，端到端加持下的XNGP從“全國都能開”正式升級“全國都好用”，何小鵬在“小鵬汽車AI智駕技術發布會”上宣布：將向全球用戶全量推送AI天璣系統XOS 5.2.0版本。
不過，在具體的技術路線上，小鵬與華為和特斯拉也有所不同。小鵬的XNGP則分為感知XNet、規劃XPlaner、控制XBrain三個部分。這一做法等同于將感知、規劃和控制三個模塊串聯在一起，用高端的方式統一訓練。
除了以上三家，還有不少玩家也開始選擇端到端。比如今年蔚來單獨設立了一個大模型部，專門負責端到端的模型研發。
包括理想，在今年5月裁員中也保留了算法研發團隊：由賈鵬管理，主要負責無圖城市NOA的研發、落地，以及端到端智駕的預研。
不管選擇什么樣具體途徑，也無論究竟誰在參與，提高駕駛安全性和便捷度永遠都是智駕的核心。雖然眼下端到端模型的比拼愈演愈烈。但對于消費者來說，過程或許不那么重要，結果才是。（路世明）
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
