在AI大模型技術(shù)蓬勃發(fā)展的背景下，智能駕駛領(lǐng)域正經(jīng)歷著一場(chǎng)深刻的變革。曾經(jīng)，車企在探討智能駕駛時(shí)，往往聚焦于算法與芯片算力的提升。然而，隨著AI大模型的廣泛應(yīng)用，自動(dòng)駕駛技術(shù)路徑迅速演進(jìn)，從CNN、RNN、GAN等傳統(tǒng)模型，邁向了Transformer大模型時(shí)代，輕高精地圖城區(qū)智駕方案也逐漸被“端對(duì)端”技術(shù)所取代。
特斯拉作為這一領(lǐng)域的先行者，率先采用了端對(duì)端技術(shù)，并取得了顯著成效。隨后，問界、理想、小鵬等車企紛紛跟進(jìn)，端對(duì)端智能駕駛技術(shù)如雨后春筍般在智能汽車市場(chǎng)迅速普及。小米、零跑、蔚來等車企也相繼公布了自家的端對(duì)端解決方案，標(biāo)志著端對(duì)端智駕已成為行業(yè)的新風(fēng)口。
從技術(shù)層面來看，端對(duì)端技術(shù)以其迭代迅速、路徑短、信息損耗小的特點(diǎn)，對(duì)加速L4級(jí)智能駕駛的到來具有重要意義。該技術(shù)將感知、規(guī)劃與控制三大模塊整合為一個(gè)整體，消除了模塊間的界限，簡(jiǎn)化了系統(tǒng)架構(gòu)，提高了運(yùn)行效率。整合后的模型能夠更快速地處理數(shù)據(jù)，提升系統(tǒng)響應(yīng)速度，進(jìn)一步推動(dòng)智能駕駛?cè)ジ呔貓D化。
特斯拉在FSD V12上成功應(yīng)用端對(duì)端技術(shù)，取得了令人矚目的成果，讓行業(yè)內(nèi)外深刻感受到了這一技術(shù)的魅力。小鵬汽車董事長(zhǎng)何小鵬預(yù)測(cè)，端到端大模型將大幅縮短自動(dòng)輔助駕駛向完全自動(dòng)駕駛過渡的時(shí)間，小鵬汽車有望在2025年在中國(guó)實(shí)現(xiàn)類L4級(jí)智能駕駛體驗(yàn)。輕舟智航CEO于騫也認(rèn)為，端到端技術(shù)將逐漸取代非機(jī)器學(xué)習(xí)部分，使整個(gè)系統(tǒng)完全通過數(shù)據(jù)驅(qū)動(dòng)實(shí)現(xiàn)智能駕駛能力。
除了技術(shù)上的優(yōu)勢(shì)，端對(duì)端技術(shù)在成本上也更具競(jìng)爭(zhēng)力。以往，智能駕駛技術(shù)主要應(yīng)用于30萬以上的車型，而更低價(jià)格段的車型則鮮有配備。這主要是由于技術(shù)不成熟導(dǎo)致成本過高所致。然而，隨著行業(yè)去高精地圖和硬件的趨勢(shì)，智能駕駛方案變得越來越親民。例如，大疆表示僅需7000元即可解決城市NOA問題，且適用于電車和油車；行業(yè)首批AI+雙目方案僅需4000元即可實(shí)現(xiàn)領(lǐng)航輔助功能。相比之下，端對(duì)端方案的成本更低，依靠純視覺方案去掉了所有激光雷達(dá)，轉(zhuǎn)變?yōu)榧冘浖?qū)動(dòng)的技術(shù)，成本可無限下探。
端對(duì)端技術(shù)的普及不僅提升了消費(fèi)者體驗(yàn)，還成為了車企競(jìng)爭(zhēng)的新焦點(diǎn)。隨著國(guó)內(nèi)智能駕駛水平的提升，特別是端對(duì)端技術(shù)帶來的新算法和模型的應(yīng)用，消費(fèi)者對(duì)于智能駕駛的需求日益增強(qiáng)。是否標(biāo)配智能駕駛功能已成為消費(fèi)者選擇電動(dòng)車的重要考量因素。在此背景下，華為、小鵬等車企紛紛加大在端對(duì)端技術(shù)方案上的投入，以吸引消費(fèi)者并提升市場(chǎng)競(jìng)爭(zhēng)力。
根據(jù)乘聯(lián)會(huì)聯(lián)合科瑞咨詢發(fā)布的數(shù)據(jù)，2024年1至8月，中國(guó)新能源乘用車L2級(jí)及以上的ADAS功能裝車率達(dá)到66.6%，同比大幅提升21個(gè)百分點(diǎn)。預(yù)計(jì)明年將是自動(dòng)駕駛的決勝年，NOA等高級(jí)智能駕駛功能將普及至10萬元左右的車型，市場(chǎng)滲透率將超過40%。這標(biāo)志著智能駕駛技術(shù)正逐步走向普及化，對(duì)于車企而言，誰的智駕方案更優(yōu)秀、體驗(yàn)更佳、車型性價(jià)比更高，誰就能贏得更多消費(fèi)者和市場(chǎng)份額。
然而，隨著端對(duì)端技術(shù)的深入發(fā)展，車企也面臨著新的挑戰(zhàn)。一方面，隨著圍繞用戶體驗(yàn)展開的VLA模型升級(jí)，汽車所需的算力在快速飆升，對(duì)硬件算力和數(shù)據(jù)資源閉環(huán)的要求也越來越高。部署VLA模型對(duì)芯片算力的要求已提升至英偉達(dá)DRIVE Thor級(jí)別，這對(duì)于當(dāng)前配備高階智駕系統(tǒng)的車型來說，無疑是一個(gè)巨大的挑戰(zhàn)。
另一方面，數(shù)據(jù)問題也成為制約端對(duì)端技術(shù)發(fā)展的關(guān)鍵因素。想要訓(xùn)練出高性能的端到端模型，對(duì)數(shù)據(jù)質(zhì)量的要求極高。目前國(guó)內(nèi)車企的數(shù)據(jù)儲(chǔ)備仍落后于特斯拉，且數(shù)據(jù)積累的過程漫長(zhǎng)而艱巨。隨著端對(duì)端技術(shù)的持續(xù)升級(jí)，車企在堆數(shù)據(jù)、堆算力等高門檻操作下，試錯(cuò)成本也在逐步升高，商業(yè)化面臨市場(chǎng)檢驗(yàn)。
在市場(chǎng)層面，消費(fèi)者對(duì)于智能駕駛的興趣與期望在上升，但支付意愿卻在普遍下降。因此，即便車企完成了端對(duì)端智能駕駛的量產(chǎn)，也需要經(jīng)過市場(chǎng)的檢驗(yàn)和認(rèn)可。端對(duì)端技術(shù)的驗(yàn)證落地也面臨諸多考驗(yàn)，實(shí)車驗(yàn)證成本高昂，云端測(cè)試可能與實(shí)際情況不匹配。這些因素都增加了車企在端對(duì)端智能駕駛技術(shù)上的投入和風(fēng)險(xiǎn)。
盡管如此，端對(duì)端智能駕駛技術(shù)仍然是未來發(fā)展的重要趨勢(shì)。隨著技術(shù)的不斷進(jìn)步和成本的逐步降低，更多消費(fèi)者將能夠享受到智能駕駛帶來的便捷和樂趣。同時(shí)，車企也將繼續(xù)加大在端對(duì)端技術(shù)方案上的投入和研發(fā)力度，以提升自身在智能駕駛領(lǐng)域的競(jìng)爭(zhēng)力和市場(chǎng)份額。
