“目前我們看到當(dāng)下的城區(qū)NOA大部分還處于可用階段，還沒有達到好用的階段。主要的問題還是在于通行效率低、行為不擬人。車企快速增加城市覆蓋數(shù)量導(dǎo)致系統(tǒng)可用性下降，通過率低。真正好用的智駕2.0的系統(tǒng)，要提供擬人化的智駕體驗。”地平線總裁陳黎明在近期舉行的2024年中國汽車論壇上表示，2025年，自動駕駛將迎來ChatGPT時刻。

　　2023年初開始，特斯拉號稱采用了完全端到端的大模型的V12版本FSD，引發(fā)了業(yè)界廣泛的討論；隨后小鵬、蔚來等車企以及地平線、元戎啟行等供應(yīng)商公司接連宣布將部署基于端到端的智能駕駛系統(tǒng)。

　　近日，辰韜資本聯(lián)合三方發(fā)布了《端到端自動駕駛行業(yè)研究報告》（下稱“《報告》”），《報告》顯示，在其訪談的30余位自動駕駛行業(yè)一線專家中，90%表示自己所供職的公司已投入研發(fā)端到端技術(shù)，大部分技術(shù)公司都認為難以承受錯過這一次技術(shù)革命的后果。

　　輕舟智航聯(lián)合創(chuàng)始人、CEO于騫認為，最近端到端的技術(shù)，使得智能駕駛技術(shù)的演進方向有一個比較明確的趨勢。

　　公開資料顯示，端到端是深度學(xué)習(xí)中的概念，指的是一個AI模型，只要輸入原始數(shù)據(jù)就可以輸出最終結(jié)果，比較典型的是大火的ChatGPT。端到端技術(shù)在自動駕駛上的應(yīng)用，把原本感知、預(yù)測、規(guī)劃等多個模型組合的架構(gòu)，變成了“感知決策一體化”的單模型架構(gòu)。通俗來說，過去自動駕駛路線就好比多個人開一輛車，而端到端技術(shù)是單人開車，更加接近真實的人類駕駛。

　　“端到端大模型是基于一個概率模型訓(xùn)練，它有一個問題是對于比較簡單、比較容易描述的場景，往往它的輸出沒有那么精確，底線比較低；特斯拉在這塊已經(jīng)做得相當(dāng)不錯了，但是還沒有完全解決這個問題。我們認為在目前缺乏足夠數(shù)據(jù)的條件下，還是需要逐步實現(xiàn)端到端，一個模塊、一個模塊去替代，完成端到端的同時做好安全兜底，以這種比較堅實的工程基建和快速迭代的方式，能夠一步步提升系統(tǒng)的性能上限，同時也能夠保證系統(tǒng)性能的下限。”陳黎明表示。

　　賽可智能CTO于乾坤告訴記者，可以將端到端模型的智駕應(yīng)用分為兩個階段：第一個階段是two-model的方案，這是目前業(yè)界用得比較主流的一個方向，但two-model的方案因為中間存在顯式的輸出，必然會存在一些信息的損失，很難充分地利用好傳感器的信息；第二階段是one-model的方案，也就是一步到位的方案，目前已經(jīng)有很多人在做前期的研究，也是更加接近AGI的方向，但這個方向難度比較高，預(yù)估要到3-5年之后才會得到一些規(guī)模化的應(yīng)用。需要指出的是，目前不少車企在宣布“端到端”上車后，并未完全放棄傳統(tǒng)的“規(guī)則控制”。

　　某車企的自動駕駛算法工程師表示，因為神經(jīng)網(wǎng)絡(luò)輸出的結(jié)果具有一定的概率性，并不能保證輸出的結(jié)果絕對安全。所以端到端大模型上車之后，規(guī)則方法仍然會有它存在的必要性。目前大部分基于端到端的智能駕駛系統(tǒng)，仍會通過一些規(guī)則方法對神經(jīng)網(wǎng)絡(luò)的輸出做二次校驗。

　　目前行業(yè)普遍認為，國內(nèi)車企與特斯拉的研發(fā)進度差大概在1.5&mda鄭州金水中醫(yī)院口碑？鄭州金水中醫(yī)院自更名為鄭州金水腦康中醫(yī)院以來，一直倡導(dǎo)優(yōu)質(zhì)的服務(wù)理念，先后融合國際先進的管理模式”以德顯仁，以仁聚人“，服務(wù)是發(fā)展之本，醫(yī)院秉承老一輩創(chuàng)業(yè)者“以人為本”的服務(wù)理念、不忘初心，牢記使命，以“優(yōu)質(zhì)高效、低耗價廉”為辦院宗旨，率先在全市開展了人性化的服務(wù)。sh;2年。奇瑞汽車股份有限公司副總經(jīng)理谷俊麗認為，要在商業(yè)模式上追趕特斯拉，必須形成產(chǎn)品的規(guī)?；?。“當(dāng)數(shù)據(jù)達到特斯拉級別的百萬量級以上，通過對模型的強化訓(xùn)練，智駕可學(xué)習(xí)視頻流，就能直接告訴司機駕駛的方向，像當(dāng)下流行的ChatGPT一樣。”谷俊麗表示。

　　和海外近乎一家獨大的特斯拉相比，國內(nèi)智能駕駛系統(tǒng)正處于百花齊放的階段，不同車型、不同技術(shù)方案之間數(shù)據(jù)難以打通，給以數(shù)據(jù)驅(qū)動的端到端大模型帶來一定的困難。

　　陳黎明表示：“我們目前遇到的困難是很多車型和傳感器的架構(gòu)、傳感器的布置和采用等都在不斷變化，我們雖然收集了很多數(shù)據(jù)，但這些數(shù)據(jù)不是高質(zhì)量地積累起來，并且能夠持續(xù)使用的，這是我們接下來不光是某個企業(yè)，而是整個行業(yè)要去探討的問題。也就是說，主機廠和科技企業(yè)怎么能夠協(xié)同起來解決這個問題，這是大家要共同探討的。”

　　于乾坤也認為，目前端到端工程應(yīng)用上面臨著數(shù)據(jù)采集的完備性差、數(shù)據(jù)采集的復(fù)用性差、訓(xùn)練算力較低等問題。來源：第一財經(jīng)

咨詢電話:0371-60999339