高级智能驾驶，新一轮“烧钱”开始

要对城市NOA有一个客观的认识。

在汽车百人会论坛上，地平线创始人兼首席执行官余凯表示，这也是业内众多智驾工作者的心声。

人们普遍认为，目前市场上的高速NOA恰好“好用”，还没有让客户“爱用”。恐怕连城市NOA的现状都是“可用”的问题。

由此可见，高级智能驾驶的赤膊战和“终局”并没有分胜负。现阶段跑道玩家关注的是解决“可用性和“爱用性”的问题，然后处理“易用性”的问题。标准场景的通过率和感觉更拟人化，通行更高效，成为所有企业关注加码智能驾驶的“烦恼”。

从本届北京车展来看，从去年的BEV来看，智能驾驶公司和汽车公司强调的技术热点 Transformer转换为“端到端”。从车展媒体日的新闻发布会上可以看出，大多数高管在提到智能驾驶业务时都会提到“端到端”的战略部署。——

不久之后，似乎谁真正走过了“端到端”，谁就有可能在智驾终局拿到胜利的门票。

然而，从“端到端”鼻祖特斯拉来看，基于该公司的投资强度，端到端的大模型实际上是非常昂贵的，可能需要100亿元才能开始。

智能数据科学家贺翔在接受采访时提到，端到端模型是一个简单的信息系统。原则上，如果模型参数足够大，数据分布更好，就可以不断改进。烧钱需要时间，但是天花板也很高。

01 高级智驾百花争艳

华为

在北京车展前夕，华为推出了以智能驾驶为核心的“干”新品牌。在这些品牌中，高级智能驾驶干部ADS 3.0基于GOD(通用障碍物识别)网络，利用端到端的全新结构，实现了从简单的“识别障碍物”到深度“了解驾驶场景”的进步。

乾崑ADS 3.0全新结构采用PDP(预测决策和控制)网络实现预决策和规划网络，从而实现类人化决策和规划，行驶轨迹更为人性化，通行效率更高，路口复杂通行率>96%。

小鹏

小鹏汽车的智能驾驶一直处于中国第一梯队。据悉，基于端到端的大模型，XNGP高级智能驾驶辅助系统将完成对大模型的感知升级和对大模型的控制。

何小鹏表示，目前，小鹏汽车已经开始对端到端的解决方案进行第一次测试，并将于5月份正式分享端到端的实际数据表现。通过行业内第一个量产的2K纯视觉占用网络模型，可以用200多万个高精度网格重构世界，可以清晰识别动态和静态障碍物的每一个细节。

商汤绝影

商汤绝影作为第一家提出感知决策一体化自动驾驶通用模式的企业，首次向公众展示了端到端自动驾驶解决方案UniAD（Unified Autonomous Driving）道路试验。

该方案可以依靠视觉感知的具体道路测试结果，无需高精度地图环境。无论是复杂的市政道路还是无中线的乡村道路，车辆都可以高效准确地完成一系列困难的操作，包括大角度左转上桥、避让占用道路的车辆和施工现场、绕道跑步的行人等。

博世

虽然没有强调端到端的布局，但传统供应链巨头博世已经成为传奇1在高级智能驾驶中的亮色。博世在这次车展上带来的智能驾驶技术和产品呈现出跳跃性的飞跃。

其最新的舱驾一体化解决方案只需一个芯片就可以解决智能驾驶和智能驾驶舱。预计2026年量产。与目前智能驾驶舱和智能驾驶双芯片的解决方案相比，成本可降低30%。

由博世智能驾驶与控制系统业务部中国区开发的博世中国高级智能驾驶解决方案，于2023年量产。其中，5月份将逐步推送城市领航辅助功能。

地平线

地平线展示了SuperDrive的全场景智能驾驶解决方案，这是该公司打造的高级城市智能驾驶样板房。如果说征程6是地平线软硬结合领域的硬件集大成，那么SuperDrive就是软件环城河。

动态，静态，OCC(Occupancy占用网络)三网合一的端到端感知结构，数据驱动的互动游戏算法，SuperDrive可以在任何道路环境中兼顾情景通过率、通行效率和行为拟人。

据报道，SuperDrive可以像老司机一样妥善处理复杂的交通流量，在拥挤的场景中，变道通过率提高50%，路口通过率提高67%。

02 一个新的烧钱巨坑

2022年底，商汤及其联合实验室提出了UniAD，这是行业内首个感知决策集成自动驾驶通用模型，并于次年获得2023年国际计算机视觉与模式识别大会。（CVPR）最佳论文。

假设商汤在2022年还不能让业界体会到端到端的潜在价值，那么到2023年，这家企业获得的论文奖项，终于让学术界和汽车行业认识到端到端在自动驾驶赛道上的广阔前景。

在实践中，特斯拉去年尝试了特斯拉FSD V12直播测试，让更多企业看到端到端落地的可能性；FSDV12.32.3.一个版本，引入端到端神经网络，瞬间掀起行业的巨大波澜。

很多人默认特斯拉是端到端的鼻祖。正因为如此，特斯拉已经成为行业的先锋案例，对端到端有了详细的了解。根据特斯拉近年来的投资强度，端到端的大模型实际上非常昂贵，可能需要100亿元才能开始。

如前所述，毫末智能数据智能科学家贺翔曾在采访中提到，端到端模型是一个简单的信息系统。原则上，如果模型参数足够大，数据分布更好，可以不断改进。——

天花板很高，但是烧钱，而且耗时。

另外，端到端模型训练非常依赖和消耗计算率，仅在2024年，特斯拉就计划将超过10亿美元的资金投入到Dojo。

2023年初，特斯拉曾经说过，该公司已经分析了10000辆从特斯拉客户的汽车中收集的汽车。 一万个视频短片（clips）。而且特斯拉判断，完成端到端自动驾驶训练至少需要100万个clips，分布多样，质量高，才能正常工作。

这不仅是一个巨大的烧钱坑，也是一个长期的项目。很多企业很难在短时间内看到结果。这也意味着端到端是少数公司的游戏。只有资金储备充足、愿意长期投资的头部公司，才能支持端到端所需的巨大数据和计算率。

在这次车展上，商汤表示，行业内许多企业都在布局端到端解决方案，但一般分为三类——

一是管理层和感知层相互独立的云计算项目；二是组合端到端，意味着连接感知层和管理层需要强大的中介，更容易落地；三是真正的端到端，即商汤目前开发的解决方案，可以让公司以最低的成本满足智能驾驶的需求。

然而，这套蓄气已久的端到端方案，累计投入了多少资金，商汤绝影并未提及。

本文来源于微信微信官方账号“C次元”（ID:C作者：北岸，责编：崔力文，编辑：别致，36氪经授权发布，_world2021)。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com