對(duì)于本屆廣州車展觀眾而言，“端到端”，無疑是本屆車展被提起頻率最高的詞。特別是涉及高級(jí)輔助駕駛功能時(shí)，仿佛沒有“端到端”技術(shù)，已經(jīng)無法在日新月異的智能汽車市場(chǎng)立足。

據(jù)悉，“端到端”是來自深度學(xué)習(xí)中的概念，英文為“End—to—End（E2E）”，指通過一個(gè)AI模型，只要輸入原始數(shù)據(jù)就可以輸出最終結(jié)果。應(yīng)用到智能駕駛領(lǐng)域，意味著只需要一個(gè)模型，就能把視覺與雷達(dá)等傳感器收集到的感知信息，轉(zhuǎn)換為車輛在道路行駛中的決策。其最大優(yōu)勢(shì)是減少模塊間信息傳遞損失，提高智駕能力上限。

從智駕系統(tǒng)迭代歷程不難看出，精簡(jiǎn)智駕系統(tǒng)的整體流程，一直是行業(yè)努力的主要方向。在2017年之前，智能駕駛系統(tǒng)需要9個(gè)模塊，僅感知環(huán)節(jié)就要有3個(gè)，分別負(fù)責(zé)檢測(cè)、目標(biāo)跟蹤和融合數(shù)據(jù)。如今，我們所更為熟知的智駕系統(tǒng)，則僅僅是由感知、決策和執(zhí)行三大模塊來運(yùn)行，短短幾年時(shí)間，智駕系統(tǒng)便從9個(gè)模塊精簡(jiǎn)為三大模塊再到如今的“端到端”一個(gè)模型解決，車企的新一輪技術(shù)軍備競(jìng)賽也由此展開。

智駕新寵引來一眾車企競(jìng)逐

用智駕從業(yè)者的話來說，今年智駕技術(shù)的迭代可謂“忽如一夜春風(fēng)來，家家都喊端到端”。隨著“端到端”上車如火如荼，一眾車企紛紛喊出“全球唯二、國內(nèi)首家”的口號(hào)，以此證明自家技術(shù)更為突出。

從去年8月特斯拉 FSD V12 版本問世成為首家量產(chǎn)端到端架構(gòu)的車企，為何在短短一年的時(shí)間里，“端到端”技術(shù)就能迅速成為行業(yè)內(nèi)最為炙手可熱的智駕新寵，車企紛紛競(jìng)逐這樣一條智駕垂直賽道？火爆風(fēng)口的背后，從智駕行業(yè)的市場(chǎng)規(guī)模不難窺見一二。

中商產(chǎn)業(yè)研究院發(fā)布的《2024-2029年全球及中國自動(dòng)駕駛行業(yè)深度研究報(bào)告》顯示，我國自動(dòng)駕駛市場(chǎng)規(guī)模由2018年的893億元增長至2023年的3301億元；中商產(chǎn)業(yè)研究院的分析師預(yù)計(jì)，2024年市場(chǎng)規(guī)模將進(jìn)一步擴(kuò)大至3832億元。

與持續(xù)擴(kuò)張市場(chǎng)規(guī)模緊密相連的，是當(dāng)今用戶對(duì)于智駕的需求也在不斷增長。在各大旗艦車型加碼堆料的背景下，15萬元價(jià)格區(qū)間的車型如果沒有L2級(jí)別智駕系統(tǒng)上車，似乎在市場(chǎng)沒有了競(jìng)爭(zhēng)力。

而隨著智駕體驗(yàn)的普及，消費(fèi)者的胃口也越發(fā)挑剔。盡管當(dāng)下的智駕系統(tǒng)在車道保持、前車跟隨等相對(duì)常態(tài)化的駕駛?cè)蝿?wù)上表現(xiàn)不錯(cuò)，但在復(fù)雜的駕駛?cè)蝿?wù)面前，其天花板顯而易見。眾多號(hào)稱遙遙領(lǐng)先的城市高階智駕功能，在匯入快速路、通過大型路口等復(fù)雜情況下，依然會(huì)有機(jī)械感和決策困難，甚至多數(shù)情況需要臨時(shí)人工干預(yù)不然就直接在馬路中央宕機(jī)。

也正因如此，智能駕駛能力已經(jīng)成為智能網(wǎng)聯(lián)汽車時(shí)代的車企競(jìng)爭(zhēng)護(hù)城河，車企需要用技術(shù)實(shí)力來證明自家的智駕體驗(yàn)是擺脫了同質(zhì)化，進(jìn)而通過產(chǎn)品力來增強(qiáng)消費(fèi)者的購買意愿。

具體到本屆車展各家的技術(shù)展示，極氪首發(fā)全棧自研浩瀚智駕2.0面向高階智駕的“端到端”Plus架構(gòu)，在“端到端”大模型上，引入了極氪首創(chuàng)的數(shù)字先覺網(wǎng)絡(luò)。理想則發(fā)布基于“端到端”+VLM的“車位到車位”功能，今年11月底全量AD Max用戶都可以享受到“車位到車位”的有監(jiān)督智能駕駛。小米汽車同樣宣布今年12月小米“端到端”全場(chǎng)景智能駕駛將開啟先鋒版推送。

梳理此次各大品牌在廣州車展對(duì)于自家“端到端”技術(shù)的介紹不難發(fā)現(xiàn)，先覺能力、擬人駕駛、車位到車位成為車企布局的共同點(diǎn)。先覺能力主要聚焦及時(shí)察覺并躲避如“鬼探頭”這類危險(xiǎn)突發(fā)狀況，擬人駕駛則側(cè)重在剎車、啟動(dòng)等細(xì)節(jié)上更加人性化，讓智駕體驗(yàn)更加絲滑。

“端到端”考驗(yàn)算法、數(shù)據(jù)等大量投入

與此同時(shí)，隨著一眾車企的持續(xù)加碼，“端到端”智駕這個(gè)曾經(jīng)的細(xì)分垂類技術(shù)賽道也顯得越發(fā)擁擠。如何辨別誰是真功夫誰在蹭熱點(diǎn)，同樣成為消費(fèi)者熱議的話題。

在業(yè)內(nèi)人士看來，“端到端”技術(shù)的核心優(yōu)勢(shì)除了AI賦能，智駕系統(tǒng)的一體化閉環(huán)同樣至關(guān)重要。作為“端到端”技術(shù)的核心優(yōu)勢(shì)之一，整合能力無疑至關(guān)重要，通過將感知、預(yù)測(cè)、規(guī)劃這些原本分開的流程，整合為統(tǒng)一的大模型并進(jìn)行全部計(jì)算，去掉了信息在不同模塊之間傳遞這一過程，誤差和延遲都大大減少。

但新的問題也隨之而來，一方面，“端到端”需要海量高質(zhì)量數(shù)據(jù)“投喂”模型訓(xùn)練。與大語言模型可以在互聯(lián)網(wǎng)上爬取海量文字?jǐn)?shù)據(jù)用于訓(xùn)練不同，“端到端”智駕需要的視頻數(shù)據(jù)獲取成本和難度極高。以特斯拉為例，目前其FSD累計(jì)學(xué)習(xí)的人類駕駛視頻片段超過2000萬個(gè)，而這一規(guī)模的數(shù)據(jù)僅采集成本就需要50億元至80億元。

另一方面，“端到端”模型意味著感知、決策和執(zhí)行等智駕硬件需要更深度的協(xié)同，并根據(jù)對(duì)應(yīng)的大模型來進(jìn)行適配。在當(dāng)前汽車廠商智駕團(tuán)隊(duì)按照智駕模塊分工的背景下，現(xiàn)行的部門架構(gòu)是否能適應(yīng)“端到端”架構(gòu)的推行，或許有待進(jìn)一步檢驗(yàn)。更為嚴(yán)峻的是，“端到端”架構(gòu)使用的神經(jīng)網(wǎng)絡(luò)大模型是“黑盒”，很難保證實(shí)際落地的功能安全，依然需要人工書寫規(guī)則進(jìn)行后處理保證。

此外，隨著智駕技術(shù)的普及，“智駕平權(quán)”也讓“端到端”技術(shù)能否通過成本考驗(yàn)成為車企必須直面的課題。《2024麥肯錫中國汽車消費(fèi)者洞察報(bào)告》顯示，中國消費(fèi)者對(duì)智能駕駛的接受程度上升，但支付意愿出現(xiàn)明顯下滑。當(dāng)汽車智能化轉(zhuǎn)型取得階段性成功后，降低成本、下探市場(chǎng)、提升市占率已成為智能化發(fā)展的重要趨勢(shì)。

在持續(xù)加碼“端到端”這樣全新技術(shù)后，車企在新技術(shù)投入的人力和財(cái)力等各項(xiàng)成本，該通過搭載車型怎樣的定價(jià)來保障收益。目前依然在行業(yè)內(nèi)流行的“端到端”技術(shù)，又會(huì)否有朝一日在更加新穎的技術(shù)迭代后成為舊技術(shù)，或許都需要車企的審慎考量。

這也意味著，只有真正舍得在架構(gòu)、算法、數(shù)據(jù)積累等多個(gè)方面投入大量成本，而非流于智駕營銷對(duì)沖的口水仗的車企，才能真正實(shí)現(xiàn)以端到端技術(shù)來賦能更高質(zhì)量的智能駕駛。在經(jīng)歷了“端到端”技術(shù)上車元年之后，行業(yè)發(fā)展將駛向何方，AI賦能的“端到端”技術(shù)又是否將成為智駕升級(jí)的最優(yōu)解，或許依然有待時(shí)間的進(jìn)一步檢驗(yàn)。

南都記者于典

責(zé)編：劉宇慧

一審：劉宇慧

二審：張馬良

三審：熊佳斌

來源：南方都市報(bào)