2023年之前，梅赛德斯-飞驰下放的支持驾驶技能，能作念到不啻自安妥巡航、车谈居中保持等老例功能；2023年之后，全新E级长轴距版用上了高速领航支持系统，买通这项功能飞驰用了12个月；到了2024年11月初，无图L2++智驾系统问世，来岁4月份会跟着CLA纯电量产落地，而此次用了14个月。不出随机，差未几在半年后，飞驰会是第一个用上端到端智驾的豪华品牌，亦然继小鹏、极越和华为之后，国内第四个接管录像头+多传感器视觉有野心的智驾有野心，咱们更感兴味的是，飞驰用上端到端之后，成果究竟若何样？和目下比较主流的华为乾崑智驾ADS 3.0、设想和小米的E2E+VLM和小鹏AI鹰眼有野心比起来，八成是什么水平？

接受率比小米低，但舒坦性细节仍需优化？

飞驰的无图L2++全场景高阶智能驾驶，底层逻辑是把BEV+transformer架构整合成了一个端到端AI大模子，主要变化是具备深度学习的功能，诚然了，由于端到端是把以往感知端、决策端和实行端这三个颓唐的黑盒子和会在了通盘，数据传输的速率笃定也变得更快了，话句话说，端到端这套系统需要无数数据分析学习，从而不休优化决策，表面上讲，即是跑的越多，系统就越接近东谈主类驾驶员的驾驶习尚和立场。

这套系统的中枢，是去掉了激光雷达，也不依赖高精舆图，走的是录像头+多传感器的技能有野心，那该若何剖析飞驰的这套智驾系统呢？其实，端到端的念念路到目下基本还是极度明确了，所谓的多传感器（含激光雷达）如故纯视觉技能有野心，仅仅车企在数据感知端的硬件采取不同，不论是华为、设想、小鹏如故小米，他们的自动驾驶功能下一步要罢了的阶段，即是作念到访佛特斯拉FSD的One Model形式，也即是用一个模子完成通盘的感知、决策和实行，是以说白了端到端即是用无数的实测数据，去教学大模子如何安全驾驶。

那么，从BEV+transformer架构升级成端到端之后，飞驰的这套L2++系统好用吗？从本年8月初国内初次开启路测，到目下已流程去了差未几3个月，基本的城市NOA功能齐不错罢了，比如起步就能用，主辅路切换、收支环岛、U型调头、识别红绿灯、避让行东谈主和自行车、无保护转弯、旁车博弈等等，基本磨灭了华为乾崑智驾ADS 3.0的智驾功能。

开启城市NOA之后，整套系统在城市谈路中的驾驶立场，并莫得刻意采取保守或者激进，比如在窄路濒临同向行驶的非活泼车，或者临停占谈的活泼车，系统的战略是进行合理避让，在安全距离内基本莫得实足的避让动作，险些是贴着阻碍物通过，而小米SU7前不久在OTA1.4.0之后，同向避让的逻辑层面就存在泊车恭候或者主动左迁问题，比较之下飞驰的这套系统明显是要更激进一些，而在濒临错位路口，尤其是由于施工形成大地标线参差词语的情况下，系统的决策就会变得偏保守，以礼让算作优先商量，但基本的通行遵守如故有一定的保证。

值得一提的是，飞驰此次的测试车全程险些莫得几次接受的情况，之前雷军本东谈主在北京躬行测试小米SU7城市NOA时，快要50公里出现了4次接受，而飞驰这边惟一出现的一次接受，是因为社会车辆转眼加快加塞抢谈，出于安全商量驾驶员主动接受打扰，多打半圈主张躲闪了被剐蹭风险，这类相对的极限场景其实进修了两件事，一个是系统会不会和驾驶员抢主张盘，另一个是卓绝安全距离系统是否会左迁，从实践情况来看，当东谈主工介入且接受力度较大时，整套系统的控车力度明显是有所削弱的，东谈主驾和智驾之间的过渡相对丝滑。

然而，这套系统要说细节上拟东谈主、舒坦，其实也并非全部工况齐能罢了，比如当识别到路口由绿灯转为黄灯耀眼时，系统会概述前后车距、到路口的距离、加延缓的乘坐舒坦性等身分，优先采取不闯黄灯的战略，幸免因路口抢行形成的交通事故隐患，不外从实践场景来看，这里会出现一个特别的情况，会导致车辆并不是每次齐能温文刹停，比如当绿灯行将放胆，前车进击制动，而系统按照设定，路口会概述跟车距离、信号灯教唆作出判断，是以在还未出现黄灯前车就制动的情况下，系统相同会大脚制动，此时明显影响到驾乘舒坦性。

相同，在处理鬼探头的情况时，系统的实行逻辑不是延缓绕行，而是以进击制动为主，通过实测片断就不错了了看到，制动下前悬弹簧行程被无数压缩，刹车点头情况明显，如斯一来，相关飞驰的这套端到端智驾成果，基本不错出一波论断了，接受率比现阶段的小米更低，市区复杂路口通行遵守有保证，然而在舒坦性细节仍有一些优化的空间，诚然了，这个问题处理起来并不难，毕竟端到端的数据迭代速率还是不错罢了周更级，是以对于这套智驾系统的舒坦性的阐述，咱们不错期待一下后续版块的阐述。

开脱高精舆图后，水平能排智驾第一梯队？

飞驰用的这套端到端智驾系统，其实即是Momenta提供的技能有野心，然而研发调教齐是飞驰我方团队完成的，从硬件水平来看，除了没灵验到激光雷达以外，芯片用到了英伟达orin Drive，单颗算力254TOPS，小米汽车和设想汽车用的亦然这款芯片，不外，在外部感知硬件的性能上，可能会产生些别离，比如，小鹏在AI鹰眼智驾搭载了Lofic录像头，不错识别大光比场景，小米则通过BEV变焦技能，不错更好的掌持探伤精度，不外集中前边提到的举座成果来看，飞驰的端到端智驾阐述，基本上齐能罢了华为乾崑智驾ADS 3.0的大多数功能，是以从某种进程上讲，这套系统的水平险些是在智驾第一梯队的。

目下比较主流的几个智驾代表性有野心，是华为的乾崑智驾ADS 3.0、小米汽车和设想汽车的E2E+VLM，小鹏的XNGP在全面切换到AI纯视觉道路之后，还需要无数的数据放哨，是以参考价值比较高的，如故华为和设想接管的这两类技能，那么，飞驰端到端和他们比，有几许差距呢？

先来简便复盘一下这两条技能有野心，率先，华为在ADS前两个版块中，一直是把BEV辘集单独拿出的，而进化到3.0版块之后，BEV辘集被融到了GOD辘集之中，同期把致密决策贪图的PDP辘集也加了进去，形成了GOD一张大网的观念，这个逻辑其实即是和前边提到的特斯拉one model形式访佛，只不外在硬件感知端，需要一颗192线束的激光雷达作念及时扫图，这亦然这套系统的容身根柢，4D毫米波雷达通过强回波来构建三维立体数据，是以在数据层面，这两套硬件基本不会出现错判或漏判，小体积和不限定阻碍物也能准确捕捉到，PDP辘集算是针对无数未知case场景的兜底安全机制，总之，这套系统基本詈骂常围聚异日L3级的技能了。

其次，小米和设想用的E2E+VLM，本体上如故需要BEV给阻碍物作数据立体坐标，大模子流程放哨给出相应的处理决策，VLM主若是用来分析复杂场景，这也不错把E2E和VLM看作成一套快系统和一套慢系统，和小米汽车稍有不同的是，设想还用上一个叫云霄全国的模子，这其实即是一套复杂纪录并分析黑盒子场景的数据库，流程无数条未知场景的构建分析后，再把自主放哨后的数据传给大模子，从某种进程上讲，这个和华为的PDP辘集作用有些访佛，齐是兜底安全的机制。

‌‌

对比下来，飞驰的端到端智驾，就莫得前边提到的PDP和云霄全国模子了，兜底安全机制的反而是传统的限定算法，这个该若何剖析？举个最简便的例子，在对于智能机器东谈主的电影中，机器东谈主流程无数数据分析和自我学习，以致齐进化到了具备像东谈主类的“意志形式”，然而最底层的限定算法，是一串“不成伤害东谈主类”的代码，如斯一来，飞驰的这套智驾系统，在遭受从未见过的未知复杂场景时，很有可能就会出现BEV+transformer+占用辘集的早期智驾成果，也即是出于安全的第一性商量，主动左迁、通行遵守变低这类问题齐可能会出现，处理的办法只好达到一定的数据量和放哨学习，是以针对未知的复杂场景，华为、设想这类有云霄数据库的智驾有野心，迭代能力和周期可能会更强更快一些。