每项新手艺从降生到推广，会履历各个差其余阶段，也会晤临种种差其余声音。研发者为了找得手艺*解，可能会放弃已有多年的起劲；而商业机构则更着重于判断手艺落地的时机，以在合适的时权略取*的利益。

关于智能驾驶，海内各主机厂商们就一度有过很深的认知分歧。支持者以为它可以带来「遥遥*」的体验，而否决者则抛出过「臭搞手艺的」、「自动驾驶都是忽悠」等言论以表达不屑。

2024 年，随着基于「端到端」的特斯拉智能驾驶软件 FSD V12 版本正式推送，中国汽车厂商们对智能驾驶的态度，终于最先收敛了。

以新势力造车代表蔚小理为例，各家对于「端到端」手艺的追逐显然最先发力了。

小鹏提出将端到端的大模子引入智驾系统，并示意今年要在智能化和训练数据上投入 42 亿元，目的是以后可以做到「两天一次内部 OTA」。这是已往依赖人类维护数十万行智能驾驶代码的事情方式所不敢想象的效率提升。

蔚来也于近期重组了智能驾驶研发部，将传统的感知和规模团队合并为大模子团队，焦点也是推动基于神经网络的范式迭代。

甚至已往被挖苦为「抠厂」的理想，也在近期频仍为智能化研发造势。CEO 李想亲自为「端到端」研发站台，搬出诺贝尔经济学家的快慢思索理论，以说明自家团队找到领会决自动驾驶 conner case 的偏向。

那么，让各家厂商从非共识走向共识的端到端，为什么会有这么大的魔力？它若何改变了智能驾驶行业的范式，又将带来怎样的时机和调整？

01

智驾的 GPT 时刻已经来了

海内各厂商们迅速形成共识的主要缘故原由，是特斯拉率先交出了一份让人羡慕的端到端答卷。

今年 3 月，特斯拉正式推送了智能驾驶软件 FSD V12.3 版本。这个版本的*改变，就是把整个智驾系统事情的动力，从人类编写的代码，切换成了基于神经网络的 AI 大模子。马斯克用「Video in to Control out」来形容这种新的事情范式，即：AI 凭证自己「看」到的路面信息，直接输出驾驶操作，也就是业界常说的「端到端」（End-to-End）。

上个月，何小鹏在加州体验了 FSD V12.3.6 版本。用他的话来说，FSD「许多路况处置都很丝滑」。这正是 AI 神经网络相比于代码驱动的*优势所在：在差异都会、差异路况下，大幅提高智驾系统的泛化学习能力。

翻译成海内消费者们更熟悉的广告营销话术就是：天下（全球）都能开。

固然，这个结论在现阶段还只是一个美妙的心愿。在现实操作历程中，还需要数据、算法、算力等 AI 基础设施的全力加持和训练，才可能靠近「AI 变得和人类驾驶员一样伶俐」这个目的。

但对于偕行们来说，FSD V12 版本意义重大。它验证了神经网络真的可以取代人类编写的代码，甚至可以做得更好更高效。

这意味着不用再等 N 年，智能驾驶行业里的 ChatGPT 时刻实在已经到来了。想想阿里张勇曾经说过的那句话：所有软件都值得用 AI 重做一遍。FSD V12 正是给了偕行一个新的偏向和信心：所有智驾的手艺栈，都可以用端到端重做一遍。

在 FSD V12 beta 版本宣布的时刻，马斯克说过，这一版本把前一版本的 30 万行代码压缩到了 2000 行，相当于不到百分之一的水平。

新手艺栈里的智驾比拼，不会演变为比谁人更多的反创新内卷游戏。若是 AI 的效率真能到达何小鹏所说的两天一次内部 OTA，那逐条写规则、改 bug 的人海战术就可以宣布彻底过时。

以是智驾行业还需要那么多程序员吗？笔者无法给出准确的谜底，但可以一定的是，智驾程序员的事情内容也将发生一系列改变。只会写 if else 规则的程序员，也许率会早于出租车、网约车司机们被 AI 取代。

02

困在数据里

在投资机构辰韬资源上个月宣布的《端到端自动驾驶行业研究讲述》中，30 余位自动驾驶行业受访者，只有 13% 示意对端到端手艺持相对郑重的「张望」态度，其余均表达了更起劲的「预研」甚至「全力投入」的态度。端到端已经在行业从业者里成为了共识。

但事实上，现在还没有任何一家企业（包罗特斯拉在内），可以做到「原教旨主义端到端」。也就是把自动驾驶的所有环节都集中在统一个大的模子里，真正到达和人类一样的「输入视觉信号，输出踏板和偏向盘操作」。

苏州工业园区：“真金白银”助力人才创新创业！

大部门海内主机厂现阶段所做的焦点起劲，是买通感知和决议模块。这其中的要害，就是作废模块之间的人工界说效果，更多用特征向量转达无损信息。

端到端自动驾驶的架构演进示意图 | 图片泉源：辰韬资源

在端到端之前，传统自动驾驶架构泉源于机械人领域，分为感知、设计、控制等差异模块。差异模块由差异团队开发，在模块与模块之间，主要通过人工界说的接口转达信息。举个最简朴的例子，对于车辆是否压线行驶这个征象，在传统感知模块里就可以用最简朴的盘算机二进制语言举行表征。

而买通感知和决议模块的*利益，就是可以涵盖更多现实天下中规则无法准确形貌的「灰度场景」。例如，当你开车时，并不需要知道前车准确的行驶速率，或者它是否压线，只需要关注相对位置转变就好。

在这个基础上，基于天生式 AI 的理论，期待神经网络模子也能在大量输入后发生智能涌现，成为 AI 智能体。

这一切的基础都泉源数据，也就是「喂」给模子的训练素材。然则，和基于文字的语言大模子差异，智驾模子并不容易找到足够的公然视频数据作为训练素材。

前述《端到端自动驾驶行业研究讲述》显示，现在规模*的公然数据集只有 1200 小时数据。而凭证马斯克 2023 年的说法，特斯拉在端到端的初期，就投入了近 4 万小时的视频举行训练。

相比其他车企，特斯拉数据的优势主要就在于量产车多。

现在，特斯拉在全球共交付了跨越 600 万辆汽车，而在中国起劲结构智驾的新势力里，量产车的数目只是特斯拉的零头。再加上一向的极简 SKU 和全量预埋的智驾硬件，让数据网络变得加倍容易。

海内此前的通例做法，通常是依赖人工获取蹊径信息。然则，要训练出一个伶俐的端到端模子，也需要只管涵盖足够多边缘场景（conner case）的数据。由于边缘场景的泛起异常随机，有厂商曾经示意，仅靠人工数据采集，只能获得约莫 2% 的有限数据。

此外，和特斯拉相比，海内厂商往往有着更庞大的 SKU。而差异车型之间，由于车辆尺寸、传感器结构等差异，模子中的相关参数也需要重新举行对齐。

以华为系为例，鸿蒙智行已往一年多的时间里展现出了极强的终端销售能力，但对于华为车 BU 服务的差异品牌、差异型号的车型来说，端到端落地后仍然需要工程师举行对齐和交付事情。对于有 2 个品牌 9 款车型的蔚来来说，同样云云，他们把集成团队重组到了交付团队中。

在 Sora 宣布后，马斯克发推示意特斯拉用 AI 模拟真实天下驾驶 | 图片泉源：X 截图

有一种看法是，以 Sora 为代表的文生视频类产物有可能成为端到端模子的素材泉源。但哪怕对马斯克来说，用 AI 天生的内容训练 AI，也还没有获得公然认可。事实数据的数据对于模子训练太主要了。要知道，一直对人力成本*「抠门」的马斯克，昔时也在纽约雇了 1000 人团队，来为特斯拉的蹊径视频数据举行标注。

03

别被马斯克「带沟里」

听起来，转向端到端是一个自然而然的事，但删除 30 万行代码，对过往组织架构打散重组，*不是一个容易做出的决议。事实上，连马斯克也是半撞大运的走上了这条路。谁人在 2022 年底*次向他提出要学习 ChatGPT 搭建智能驾驶神经网络的工程师，差一点就被老马调去解决 Twitter 收购后的其他问题了。

训出了端到端模子，响应的支持系统（包罗算力等）也要足够高效。蔚来智能驾驶研发副总裁任少卿在接受《腾讯深网》采访时，示意若是没有基本能力就强行上端到端，就即是在用「毒药」。

他说：「若是你原来的代码架构足够清晰，你的（debug）测试量可能只有 1%。原先你花三天重新测 1%，现在欠美意思，你花三天要重测 100%。以是你的数据验证系统效率要足够高。」

然则万万别直接被特斯拉带到沟里，端到端现在只是证实晰它具备提高事情效率的可能，但并没有证实它就是通往自动驾驶的最终解法。

这一点和业界关于 Scaling Law 能否通向物理天下 AGI（通用人工智能）的认知是一致的：可以一定，天生式人工智能可以具备更高的智能，然则否可以明白物理纪律，并在自动驾驶、机械人等领域应用，学界尚无定律。在《端到端自动驾驶行业研究讲述》，有跨越一半的从业者不以为端到端是自动驾驶手艺的终局解决方案。

对于自研智驾的主机厂来说，现阶段最务实的做法，照样依托端到端让智驾能力多快好省地落地。至于智驾软件订阅这件事，也许还需要更长的路。事着实中国市场上，硬件往往比软件和服务好卖。

固然，也许率也没有那么多人想成为马斯克那样的创新赌徒。放着好好的廉价车型不研发，去豪赌 Robotaxi，宣布一推迟市值能跌上千亿美元。更多的通俗玩家，只是希望搭载了端到端的智驾软件，能辅助硬件卖得更好。固然，若是还能顺便卖得更贵，那就是最美妙的事了。