在AI大模子兴起往时，车企谈智能驾驶，一般皆将重心放在算法或者芯片算力上。然而跟着AI大模子的迅速铺开，自动驾驶的时刻旅途运行赶快，从CNN、RNN、GAN到Transformer大模子漂泊，也曾主流的轻高精舆图城区智驾，缓缓被“端对端”所取代。

从抢先吃螃蟹的特斯拉，到随从而至的问界、欲望、小鹏，端对端智驾正在像浩如烟海一般，迅速在智能车江湖迅速伸开。

端对端成智驾新风口

据公开信息露馅，小米端到端全场景智能驾驶，于不久前开启定向内测；零跑B系列和C系列将于2025年完了自研端到端大模子智驾系统上车；蔚来盘算推算来岁1月推送用于智能驾驶的端到端大模子架构。在此之前，欲望、问界、小鹏、比亚迪等诸多车企，皆纷繁公布了自家的端对端惩处决议。不丢丑出，在当下这个时点，端对端智驾惩处决议，早照旧成为了车企必选的智驾旅途。

当先，从时刻上来看，端对端时刻迭代较快、旅途短、信息损耗小，对加速L4级智能驾驶到来格外有匡助。“端到端”模子将感知、霸术与铁心三大模块整合在系数，放弃了模块间的界限，简化了系统架构，提高了运行成果。整合后的模子能够更快地处理数据，提高系统的反应速率，加速智驾的去高精舆图化。

基于这小数，特斯拉当先将端对端时刻诓骗在了FSD V12上，并获得了权臣的收货，让行业表里的从业者和用户，前所未有地感受到了这种时刻的魔力。比如，小鹏汽车董事长何小鹏觉得，端到端大模子将让自动接济驾驶过渡，到十足自动驾驶的时间大幅裁汰，2025年小鹏汽车就能在中国完了类L4智驾体验。轻舟智航CEO于骞觉得，端到端时刻缓缓把非机器学习的部分挤得越来越小，系数系统十足通过数据驱动来完了智能驾驶智商……

天然从刻下来看，端对端大致并非最优解，但它能够处理传统旅途难以惩处的顶点案例，况兼代表了一种减少东谈主工编码依赖更高效的念念路。大致恰是基于此，行业表里前所未有地在端对端时刻决议上，达成了空前一致。

其次，从老本上来探求，端对端时刻在老本上比感知模子更省钱。其实，早前国内唯有30万以上的车型才会匹配智驾模式，而在更低的价钱段则着实莫得。说到底主要如故之前的时刻不纯熟，导致智驾的老本过高所致。但在行业去高精舆图和硬件之后，联系的智驾决议变得越来越亲民。

比如，大疆暗示7000元就能惩处城市NOA，且电车油车皆能用；行业第一批AI+双目决议，4000元就能完了领航接济功能。模块化智驾上，元帅启行照旧将整套智驾惩处决议老本下探到2000好意思元，相通是激光雷达+录像头，硬件老本照旧下探至7000好意思元。

比拟以上决议，端对端决议的老本更省，依靠纯视觉决议其去掉了扫数激光雷达，酿成了纯软件驱动的时刻，时刻不错不停迭代、老本不错无尽下探，这恰是特斯拉不错不停降价的原因方位。在时刻与老本疏导之下，端对端的时刻决议，天然就成了国内智驾道路的中枢趋势。

华为、小鹏们较量的新战场

事实上，与前几年消费者渊博对国内智驾决议存疑不同，跟着近两年国内智驾水平的飞腾，至极是端到端带来的新的算法和模子的诓骗，正在给消费者带来前所未有的全新体验，这就使得市面上汽车是否标配智驾，越来越成为消费者遴选电动车的遑急绚丽。在此布景下，端对端时刻决议日益成为华为、小鹏等车企角逐的新焦点。

一方面，通过升级端对端智驾决议，不错从价钱与用户体验上诱骗消费者，从而匡助车企卖更多的车。把柄乘联会集结科瑞辩论发布的数据，2024年1～8月，中国新动力乘用车L2级及以上的ADAS功能装车率达到66.6%，同比大幅莳植21.0个百分点。另据盖世汽车推敲院树立数据，本年1～8月，国内商场高速NOA累计配套量已超93万套，对应渗入率达7%，城市NOA也运行界限化上车，渗入率已达1.3%。

按照业内东谈主士想到，来岁将是自动驾驶的决胜年，NOA等高档智能驾驶功能，将普及至10万元摆布的车型，预测来岁NOA的商场渗入率将越过40%。不难料想，跟着更具老本上风的智驾决议落地，城市NOA下千里到10万元级的车型越来越近，并缓缓呈现出一个普及化的趋势。关于车企来说，谁的智驾决议好、体验佳、车型性价比高，谁就不错多量卖车，谁就能够赢得商场。

从这个角度上来看，无论是小鹏MONA M03等新智驾车型的爆发，如故蔚来、欲望等车企新霸术的群众车型，皆执政着这一标的去奋发。于车企而言，在电动化、性能、续航差未几的情况下，智驾照旧成为车企影响消费者心智的关节变量。低老本的智驾决议，则能够兼顾群众需求与车企卖车的需求，极大增强车企的市占率，况兼通过走量的“智能车”，匡助车企快速鸠合高质料、有价值的专科数据，为更高档的智驾决议打下坚实的基础。

另一方面，通过升级端对端时刻，加速系数车企智驾智商的升级，倒逼车企升级汽车的底层算力智商。从行业教育来看，端对端时刻的落地，不仅靠近时刻道路和数据的训诫，还靠近弘大的算力需求训诫。以端对端作念的最胜利的特斯拉为例，在2024Q1财报电话会上，特斯拉暗示，公司照旧有35000张H100 GPU，并盘算推算在2024年内加多到85000张H100以上，达到和谷歌、亚马逊归并梯队。

在这一界限预期之下，马斯克近期暗示特斯拉照旧不再算力病笃。国内，小鹏“ 扶摇 ”自动驾驶智算中心，算力可达600PFLOPS(以英伟达A100 GPU的FP32算力推算，约等于3万张A100 GPU)，并布告本年进入1亿好意思元用于算力建立，翌日每年将进一步加大投资。商汤大装配照旧布局寰宇一体化的智算收罗，领有4.5万块GPU，总体算力界限达12000PFLOPS，2024年底将达到18000PFLOPS。而从现在国内的情况来看，大多数研发端对端的自动驾驶公司的老师算力，仍停留在千卡级别。

不难料想，跟着端对端智驾时刻的缓缓真切，数据、算力的竞赛，将成为接下来扫数车企竞争的重心。

新阶段的执行训诫

跟着端对端时刻道路缓缓发展成主流趋势，车企的竞争焦点也发生了漂泊，照旧不再单纯地比拼城区NOA功能的开城数目，而是愈加刺眼为用户提供优质的驾驶体验。在次布景下，从“车位到车位”日益成为车企竞争的新焦点，与此同期数据激增、贸易化挑战、新时刻风险等也正在成为新的挑战，训诫着每一个车企。

当先，跟着围绕用户体验伸开的VLA模子升级，汽车所用的算力在快速飙升，其对硬件算力和数据资源闭环的条目也越来越高。前文提到跟着时刻的不停发展，端对端2.0缓缓进入围绕用户体验而伸开的新阶段，在该阶段此前备受瞩盘算推算“端到端+VLM(视觉话语模子)”，运行向“VLA模子”迭代。

算作一个交融视觉、话语和动作的多模态模子，旨在提高模子的泛化智商和判断推明智商，不错浅易看作是端到端+VLM系统的一个全面交融体。比拟往时的VLM系统，它背后对资源的花费更大、对数据闭环的条目也更高。有不雅点觉得，部署VLA模子对芯片算力的条目，莳植到英伟达DRIVE Thor级别，算力达750 TOPS。比拟之下，刻下高阶智驾的算力硬件时时配备的是2颗英伟达OrinX芯片，总算力为508 TOPS，差的可不是一星半点。

除了算力挑战以外，数据问题带来的挑战远超外界设想。小马智行的CTO楼天城曾暗示，想要老师出高性能的端到端模子，数据质料的条目比一般性能模子进步几个数目级。单论数据而言，现在国内车企的数据储备基本均过期于特斯拉，还处于初期阶段。加之对数据质料的条目，国内车企离数据鸠合的“长跑格外”仍“牛年马月”。

其次，跟着端对端时刻的执续升级，在堆数据、堆算力等诸多高门槛操作之下，车企的试错老本在缓缓升高，贸易化也靠近商场试验。前文提到，跟着端对端时刻的升级，车企端对端对算力、数据的闭环训诫越来越高，车企为此付出的代价也越来越大，车企入场需要探求成果与老本的均衡问题。

另外，即就是完成了设备托福，端对端的考证落地也靠近诸多训诫。车企径直实车考证昭着老本过于上流，基于云表测试可能与骨子情况并不匹配。在商场层面，消费者也存在着一种矛盾方式：一方面，消费者关于汽车“智能化”和自动驾驶的兴味与期许在飞腾；另一方面，它们的支付意愿却在渊博下跌。是以，即便完成了端对端智驾的量产，倘若商场不买单，一切愿望也将化为虚假。

从这个角度上来说，端对端智驾的进阶，不只单是时刻、数据的比拼，更需要商场对其贸易化的骨子招供。