撰文 / 王 劍

編輯 / 軒轅獎執(zhí)委會

設(shè)計 / 師瑜超

我們?yōu)槭裁匆P(guān)注“端到端”？

據(jù)軒轅獎執(zhí)委會統(tǒng)計，在最近4個月（20240517-20240919），至少14款搭載“端到端”技術(shù)的車型在中國市場推出（含OTA更新），截止今年年底，還會有4款車型推出。另外，布局此項技術(shù)的車企或智駕供應(yīng)商6家以上。

隨之，能看到一系列他們爭奪“領(lǐng)先”的宣傳——“行業(yè)首發(fā)、業(yè)內(nèi)首個、全球唯二”；以及對“端到端”智駕體驗的描述——“類人、擬人、超人”；還有技術(shù)路線的不同——兩段式、一段式可解釋、一段式不可解釋。

正如上圖所示，主流車企+智駕供應(yīng)商已經(jīng)推出相關(guān)車型，第二梯隊的企業(yè)也有布局。另外，從近期第十二屆軒轅獎的申報車型中，我們也發(fā)現(xiàn)了好幾款搭載“端到端”技術(shù)的車型。顯然，這是繼2022年BEV、2023年OCC占用網(wǎng)絡(luò)之后，2024年智駕領(lǐng)域最熱、最引人關(guān)注的技術(shù)方向。

但，引人思考的是，“端到端”是乘用車智駕的唯一路線嗎？真的適合所有車企與車型？要做好必備條件是什么？算力成本1-2億元就夠嗎？從消費者體驗而言，所帶來的功能有多重要？軒轅獎在今年的實車評測中，會用怎樣的方法來檢驗這項技術(shù)所帶來的效果？

撥開迷霧，探索本質(zhì)。

為此，我們采訪了軒轅獎評審團與顧問團中智駕領(lǐng)域的3位專家，他們是——軒轅獎評委、同濟大學(xué)汽車學(xué)院教授朱西產(chǎn)；軒轅獎技術(shù)顧問與合作伙伴、魔視智能創(chuàng)始人虞正華，以及另一位技術(shù)顧問與合作伙伴、知行科技創(chuàng)始人兼CEO宋陽——他們從自身多年學(xué)術(shù)與實戰(zhàn)經(jīng)驗出發(fā)，表達了自己的見解。

非唯一路線、高端車先上

Q：我們很好奇，“端到端”一定是未來乘用車智駕的唯一路線嗎？所有車企都適合這條路嗎？

朱西產(chǎn)（軒轅獎評委、同濟大學(xué)汽車學(xué)院教授）：從目前看，“端到端”是實現(xiàn)自動駕駛唯一的計算路線。但是并不是所有車企都要做具備自動駕駛功能的高端車型，價格在15萬元以下乘用車是主力車型，BOM成本在3000-5000元人民幣的NOA系統(tǒng)肯定不會走完全“端到端”技術(shù)路線，所以“端到端”這條路并不適合所有車企。

虞正華（軒轅獎技術(shù)顧問與合作伙伴、魔視智能創(chuàng)始人）：端到端是主要路線，特別是近兩三年，端到端的上車還是主要處于技術(shù)探索和驗證的階段。對車企來說，有很多不同定位和價位的車型，技術(shù)方案要根據(jù)產(chǎn)品需求和定位來選擇。端到端技術(shù)的優(yōu)勢是用戶體驗上限高，但是所需資源也相應(yīng)更多，更適合注重用戶體驗的高端產(chǎn)品，在近幾年不適合注重成本的高性價比產(chǎn)品。

宋陽（軒轅獎技術(shù)顧問與合作伙伴、知行科技創(chuàng)始人兼CEO）：端到端方案具有“上限高，但下限低”的特點。通俗來說就是，做得好可以達到很好的效果，做得不好比傳統(tǒng)方案更差。

對于 L2 和 L3 來說，“端到端”只是可行方案之一，在應(yīng)用時還需要與其他技術(shù)方案進行組合搭配。域控制器式架構(gòu)的數(shù)據(jù)規(guī)模與里程積累正相關(guān)，銷量加速才能增加里程積累，并使得數(shù)據(jù)規(guī)模快速提升。

所以個人認為，主機廠中央計算架構(gòu)車型配置和銷量相對集中，更有利于數(shù)據(jù)運營、人才建設(shè)、AI基建等多方面能力的建設(shè)與提升，使得車企能更好地布局“端到端”方案。

Q：“端到端”的優(yōu)劣勢，分別是什么？

朱西產(chǎn)：“端到端”模型的優(yōu)勢，是減少了各模塊之間信息傳遞過程中的信息丟失，通過Transformer構(gòu)成一個更大的網(wǎng)絡(luò)，訓(xùn)練過程中實現(xiàn)更多參數(shù)的全局最優(yōu)。另外還可以提升開發(fā)效率、全局優(yōu)化、更強泛化性等。

“端到端”的缺點，是無法與人工準(zhǔn)則模型進行組裝，尤其是涉及安全的準(zhǔn)則模型，我們認為在運動規(guī)劃算法中一味地強調(diào)“絲滑”，而取消安全準(zhǔn)則模型的算法存在巨大安全隱患。另外還有數(shù)據(jù)要求質(zhì)量高+數(shù)量大、算力難題、算法難題、可解釋性難題、模型設(shè)計難題、上車難題等挑戰(zhàn)。

虞正華：

優(yōu)勢——

1）用戶體驗：基于算法原理上的突破，能夠提升用戶體驗的上限。

2）提升開發(fā)效率：簡化了系統(tǒng)架構(gòu)，減少了模塊間接口的復(fù)雜性，降低了算法開發(fā)的復(fù)雜性，不需要人工設(shè)計各種規(guī)則。

3）無損信息傳遞：不依賴于工程師定義的模塊接口，減少了傳統(tǒng)模塊間的數(shù)據(jù)轉(zhuǎn)換和信息損失。

4）更強泛化性：得益于VLM等大模型，能夠更好地處理各種復(fù)雜場景。

劣勢——

1）驗證方法：對于端到端架構(gòu)開環(huán)的驗證手段無法重現(xiàn)實車的所有問題，而實車測試的代價極大。所以需要支持高保真度和傳感器一致性的仿真測試方案。

2）數(shù)據(jù)要求高：需要大量高質(zhì)量數(shù)據(jù)進行訓(xùn)練。

3）解釋性難題：一端感知輸入，另一端輸出結(jié)果，中間是難以解釋的“黑盒”。

4）算力挑戰(zhàn)：需要強大的計算資源來支持模型訓(xùn)練和推理。

5）組織資源：端到端的團隊對于傳統(tǒng)自動駕駛團隊分工和工作方法論具有顛覆性，需要重新按照新的技術(shù)范式組織人員和資源。

宋陽：在傳統(tǒng)自動駕駛系統(tǒng)，不同任務(wù)模塊針對特定任務(wù)獨立設(shè)計（例如最典型的阿波羅架構(gòu)），在可解釋性、可驗證性和易于調(diào)試等方面具有優(yōu)勢，但是由于各個模塊優(yōu)化目標(biāo)不同，如感知模塊追求檢測精度，規(guī)劃模塊追求駕駛安全性和舒適性，所以整個系統(tǒng)可能會因為錯誤積累而失效，并且多任務(wù)和多模塊部署也會增加計算負擔(dān)。

和傳統(tǒng)的自動駕駛系統(tǒng)相比，“端到端”系統(tǒng)有以下優(yōu)勢——

1）可以將感知、預(yù)測和規(guī)劃集合到一個可以聯(lián)合訓(xùn)練的模型中。

2）整個系統(tǒng)，包括其中間特征，都是針對最終目標(biāo)進行優(yōu)化。

3）共享了主干網(wǎng)絡(luò)，提高了計算效率。

4）數(shù)據(jù)驅(qū)動的優(yōu)化任務(wù)可以通過擴展訓(xùn)練數(shù)據(jù)不斷優(yōu)化提升系統(tǒng)能力。

不要放棄傳統(tǒng)模塊化方法，可滿足中端及以下產(chǎn)品需求

Q：除了“端到端”，是否還有其他選擇？相形之下，優(yōu)劣勢是？

朱西產(chǎn)：目標(biāo)物感知模塊、地圖感知模塊、軌跡預(yù)測模塊、占用網(wǎng)絡(luò)模塊及運動規(guī)劃模塊，分功能分別開發(fā)AI算法模塊和人工準(zhǔn)則模塊，采用模塊組裝的方式構(gòu)建NOA算法模型，能夠彌補數(shù)據(jù)和AI訓(xùn)練算力不足的難題，對智能駕駛域控制器的AI推理芯片的算力需求也能夠大大降低，從而有效控制智能駕駛系統(tǒng)的BOM成本。對于15萬元以下的乘用車，用戶更關(guān)注實用性，不會花高價為“自動駕駛”的噱頭買單。

虞正華：傳統(tǒng)模塊化方法，在簡單的ODD場景下，能夠滿足大部分中端及以下產(chǎn)品的需求。

宋陽：行業(yè)對“端到端”有似乎神話的傾向，認為其無所不能。事實上，喧鬧之外，行業(yè)還需要對“端到端”有一些基本常識的認知。

第一，“端到端”并不是一個特別大的模型，比如理想汽車的“端到端”方案其實在一個Orin-x上就能跑通，并且有大量的rule-based兜底。

第二，“端到端”并非萬能，其“黑盒”特性決定了無法通過簡單而明確可解釋的規(guī)則約束系統(tǒng)的安全邊界，存在安全性挑戰(zhàn)。

第三，模型能力評測從模擬環(huán)境到真實環(huán)境，系統(tǒng)的適應(yīng)能力和泛化能力有待更廣泛的驗證。

所以，在目前量產(chǎn)落地的“端到端”方案中，幾乎所有玩家都會采取規(guī)則兜底的方式進行風(fēng)險規(guī)避。

最痛苦：研發(fā)模式的更改

Q：當(dāng)前的車企或智駕供應(yīng)商，如果想要做好“端到端”，必須要具備的核心要素是什么？目前有解嗎？如何解？

朱西產(chǎn)：“人工準(zhǔn)則模型”拼人力，“AI模型”的訓(xùn)練測試拼數(shù)據(jù)和云平臺算力。

特斯拉FSD 12版本的“端到端”，是一個參數(shù)量高達10億的“黑箱”AI模，完全取消了人工準(zhǔn)則模型，其訓(xùn)練和測試所需要的數(shù)據(jù)量和云平臺算力需求都非常高。特斯拉的用戶數(shù)據(jù)閉環(huán)系統(tǒng)在美國以及全球有400多萬輛車型能夠為FSD 12版本的訓(xùn)練收集數(shù)據(jù)，Dojo平臺算力高達100E Flops（折合英偉達A100算力，約30萬張卡），建設(shè)費用高達100億美元。

特斯拉已經(jīng)證明，與模塊化算法結(jié)構(gòu)對比，“端到端”結(jié)構(gòu)能夠提升智能駕駛的性能上限，這是風(fēng)魔“端到端”的原因。

但是，根據(jù)Scaling Low，國內(nèi)車企走“端到端”技術(shù)路線，將受到數(shù)據(jù)量和訓(xùn)練平臺計算能力的限制。由于AI熱，現(xiàn)在全球范圍內(nèi)高算力AI計算芯片一卡難求，再加上美國的限制，國內(nèi)企業(yè)要購買AI訓(xùn)練顯卡非常貴、并且難買到。國內(nèi)目前車企有萬卡訓(xùn)練平臺的企業(yè)就屈指可數(shù)。

目前國內(nèi)企業(yè)中，華為已經(jīng)具備破除“端到端”Scaling Low魔咒的能力，華為海思云計算高算力AI芯片昇騰910的性能，能夠匹敵英偉達A100；昇騰910B能夠匹敵英偉達H100。華為云并不缺高算力云計算平臺。

并且，由于問界系列車型的熱銷，以及華為系的智界、享界、阿維塔、極狐等車型的數(shù)據(jù)都可以通過“八爪魚”用戶數(shù)據(jù)閉環(huán)系統(tǒng)進行數(shù)據(jù)收集，能夠提供數(shù)據(jù)的車型也很快能夠達到百萬輛這個量級。相信我國智能駕駛計算不會被特斯拉甩開。

虞正華：

核心要素包括——

1）算法研究能力：算法團隊對VLM等AI算法有深入理解和創(chuàng)新能力，并可以結(jié)合開源社區(qū)的進展。

2）數(shù)據(jù)處理能力：包括數(shù)據(jù)挖掘、采集、清洗、標(biāo)注和增強。

3）算力資源：強大的計算資源來支持模型訓(xùn)練和部署。

4）測試驗證：建立有效的測試驗證流程和工具。

解決方案——

建立這些核心能力需要大量的投入，不是所有公司都有能力全部獨自進行。所以企業(yè)應(yīng)該了解自身優(yōu)勢，明確定位，在最核心的要素上發(fā)力，在其它技術(shù)要素上采取生態(tài)合作的方式，利用技術(shù)社區(qū)和行業(yè)分工的力量。

宋陽：“端到端”算法將帶來的研發(fā)模式地更改，這才是每個主機廠和自動駕駛公司需要關(guān)注的重點，也是最痛苦之處。

“端到端”以純數(shù)據(jù)驅(qū)動的多模態(tài)大模型為核心，如果某智駕公司之前的技術(shù)方案有很多規(guī)則，那這些規(guī)則基本上就都要被推翻了；如果之前的技術(shù)方案已經(jīng)大部分改為模型驅(qū)動，那么這部分代碼大概率能以某種形式重用。

除了模型端以外，“端到端”也需要進行更多數(shù)據(jù)方面的工作：重構(gòu)數(shù)據(jù)閉環(huán)體系及其迭代效率，“端到端”的測試和驗證。其中，如何將整個仿真平臺的傳感器輸入做得足夠真實，是目前非常有挑戰(zhàn)性的技術(shù)問題。

純“端到端”算力成本，每年約一到兩個億

Q：您認為，現(xiàn)在中國車企或智駕供應(yīng)商，哪些是真正有實力來做這件事的？

朱西產(chǎn)：華為肯定沒問題，暢銷車（獲取數(shù)據(jù)必備）、云計算、AI大模型能力、車端芯片、工程經(jīng)驗，一樣也不缺。并且華為有近千億的自有資金用于智能汽車研發(fā)。

理想汽車AI基礎(chǔ)設(shè)施雖然差一些，但是理想L系列車型持續(xù)熱銷，也即將進入百萬量級，數(shù)據(jù)是AI的基礎(chǔ)，只要增加AI算力投入，也可期待。

供應(yīng)商角度，地平線、Momenta的生態(tài)做的好，也是可期的。

虞正華：華為是有實力做這事的一家企業(yè)，其它頭部的AI算法能力極強的供應(yīng)商也有可能做成這件事。車企里面，估計極少數(shù)頭部的車企有可能做成這事。

魔視智能作為一家以AI算法為核心優(yōu)勢的供應(yīng)商，也會投入并期待在端到端的方向做出自己的貢獻。

宋陽：“端到端”所需的算力主要用于“訓(xùn)練”和“部署”兩方面?！安渴稹笔遣少彾嗌賶K域控數(shù)量的問題，其成本固定且較低，并與單車成本相關(guān)。最大的成本是“訓(xùn)練”成本，分自建買卡和跟云服務(wù)商合作兩種。對訂單量比較大的車企來說，自己造數(shù)據(jù)中心更加合算；但對訂單量沒有那么大或處在前期研發(fā)階段的車廠和供應(yīng)商來說，找云服務(wù)商租服務(wù)器是較好的選擇。

如果只是簡單的一次“端到端”自動駕駛模型訓(xùn)練，上百張大算力的 GPU 就可以支持。但是要長期投入，并保證“端到端”質(zhì)量的話，自動駕駛公司的訓(xùn)練算力規(guī)?；驹谏锨Э墑e，車企投入會更多。

從綜合成本來說，作為技術(shù)演進的純“端到端”算力投入，其實小于模塊化架構(gòu)，每年成本約一到兩個億，知行會穩(wěn)步推進，持續(xù)漸進地賦能我們的核心客戶和伙伴。

“端到端”，非終局

Q：對當(dāng)下中國市場“端到端”的火熱，三位如何看待？

朱西產(chǎn)：更多是為了流量，實際上國內(nèi)車企具備做“端到端”的技術(shù)實力的沒幾個，但是，嘴上不能輸啊，打仗呢，一躺下就再也起不來了。

虞正華：自動駕駛技術(shù)近幾年依然在快速迭代，端到端目前還只是一個比較寬泛的概念，實際的實現(xiàn)方法有很多的不同，而且端到端也不是技術(shù)的終局。在技術(shù)向前發(fā)展的大趨勢中，企業(yè)應(yīng)當(dāng)根據(jù)自身定位逐步打造核心能力，比如數(shù)據(jù)閉環(huán)的能力。

宋陽：在過去的2年里，AI的發(fā)展速度超過歷史任何時期，但即使如此迅速和火熱，我堅信我們還處于AI變革的早期。我們能看到的是“端到端”已經(jīng)在改變研發(fā)體系，加速智能車的電子電氣架構(gòu)變革和算力提升。

是用戶核心需求嗎？什么最重要

Q：從消費者的角度而言，他們更多關(guān)注“端到端”帶來的駕乘體驗。那么，“端到端”究竟會帶來哪些功能或體驗（智駕方向）？

朱西產(chǎn)：“端到端”從用戶體驗角度是“絲滑”，與人工準(zhǔn)則模型不同，采用用戶數(shù)據(jù)閉環(huán)采集的數(shù)據(jù)訓(xùn)練出來的AI模型，駕駛風(fēng)格更像一個“老司機”。

虞正華：我更關(guān)注更好的用戶體驗，以及安全性。用戶體驗主要是在日常使用的城市路段可以應(yīng)對高峰期擁堵的車流，更好的安全性是可以比人開車更安全，包括端到端的主動安全功能。

宋陽：第一，在長尾場景的處理上，“端到端”系統(tǒng)能夠比原來的系統(tǒng)覆蓋更多的極限場景，如常識處理能力。

第二，自動駕駛系統(tǒng)的行為更加擬人化，也能夠更強地建立消費者和系統(tǒng)之間的信任，“端到端”在博弈性比較強的場景里更像人類司機。

第三，數(shù)據(jù)驅(qū)動能快速解決熱點問題，快速迭代優(yōu)化以回應(yīng)消費者的熱點訴求。

Q：那么，這些功能或體驗，是用戶的核心需求嗎？

朱西產(chǎn)：我認為安全才是智能駕駛的核心需求，我不認為“端到端“技術(shù)能給用戶帶來核心需求。

虞正華：總體來說，用戶的核心需求是希望在其選定的車型上實現(xiàn)相對最好的智駕體驗。因此，對高階車型而言，最好的體驗是核心需求，這部分用戶對成本不敏感；對中階以下的車型而言，性價比是更核心的需求。

宋陽：安全、安心、好用、擬人、快速迭代，這些毫無疑問是目前所有智駕系統(tǒng)的核心需求。

有分歧：15萬元車型是否搭載

Q：針對剛才描述的用戶體驗，對比車企為“端到端”付出，這樣的投入產(chǎn)出比，劃算嗎？

朱西產(chǎn)：不劃算，但是對于50萬元以上的豪華車，沒必要去計較是否“合算”。但15萬元以下的主流車型，現(xiàn)在一窩蜂的“端到端”，肯定是不劃算的，走通“端到端”，企業(yè)投入巨大，而15萬元經(jīng)濟型車型的車主不會為“端到端”的噱頭買單，企業(yè)會賠的更多。

從電動化到智能化，汽車越造越好，但是汽車企業(yè)好像賠的越來越多，我覺得沒有幾個企業(yè)能繼續(xù)為“端到端”噱頭把自己賠死也要做的。

虞正華：這取決于車企的定位，個人認為需要量力而行。極少數(shù)的車企出于自身的定位和資源積累情況，需要做端到端，但是并不是所有的車企都能夠并且需要付出這么大的投入，做汽車行業(yè)智能化先驅(qū)。

宋陽：開個玩笑，每個人都得要買菜做飯吃飯，所以不能從“劃算不劃算”的角度考慮這么重要的事。

從大行情上說，參照《2024麥肯錫中國汽車消費者洞察》，中國消費者對自動駕駛功能的興趣有所提升，但相比2023年，愿意為自動駕駛功能付費的金額卻有所下降。

但是前面其實也談到了，“端到端”由if-else的規(guī)則人工堆疊變成數(shù)據(jù)驅(qū)動，迭代的效率、研發(fā)人員的數(shù)量、數(shù)據(jù)投入和AI基建這些因素都處于一個動態(tài)平衡的過程中，最后就是“什么時間，買什么菜，做什么飯”的經(jīng)濟性問題了。

在汽車行業(yè)日益激烈的“內(nèi)卷”競爭中，知行作為從業(yè)者，必須要將我們要交付的智駕系統(tǒng)做成像筷子一樣，人人可用，必用，愛用，所以我們會優(yōu)先考慮把“端到端”落地到泊車和安全類功能這些高頻剛需場景中。

如何評測“端到端”車型？

Q：在「軒轅獎」入圍車型實測中，二位的公司負責(zé)智能駕駛方面的測試，請問對于目前“端到端上車”帶來的功能，您會怎樣測試？主要考量的維度是什么？

虞正華：作為軒轅獎測試合作伙伴，我們在測試中會關(guān)注系統(tǒng)的安全性、舒適性和人機交互友好程度。針對端到端技術(shù)帶來的變化，我們會重點關(guān)注對用戶體驗敏感的場景，比如復(fù)雜的交通流，不規(guī)范的道路，不清晰的路面標(biāo)識等場景。

宋陽：

1）系統(tǒng)配置（算力、傳感器配置等）

2）系統(tǒng)性能（邊界、復(fù)雜場景）

3）系統(tǒng)安全能力（安全場景表現(xiàn)）

4）系統(tǒng)舒適性（交互、易用性、安心感）

5）通行效率（路徑優(yōu)化、功能速率等）