今天的明星“端到端”，能否肩负起智能驾驶的未来？｜OpenTalk 回顾

2024-06-14

FSD来了，真正的智能驾驶还有多远？

2024年6月5日，36氪与未来汽车日报、圆周智行联合举办"FSD来了，真正的智能驾驶还有多远？"现场分享活动OpenTalk，特别邀请陈韬资本合伙人萧伊婷、元戎副总裁、技术合伙人刘念邱、升启科技创始人、首席执行官刘敏俊共有三位嘉宾，他们围绕端到端，特斯拉FSD、AGI、讨论了AI汽车、具身智能、高保真仿真、智能交通流量等诸多因素，并与观众进行了现场Q&A互动。

三位嘉宾对目前风头正劲的“端到端”技术有什么看法？特斯拉FSD进入中国将如何搅拌汽车工业生态？在智能驾驶领域，他们将分享哪些行业洞察力、技术和产品实践经验？以下是本次直播的干货总结。欢迎阅读、分享和收藏:

辰韬资本合伙人萧伊婷：端到端开启新一轮自动驾驶科技革命

萧伊婷：辰韬资本合伙人的主要投资阶段是种子轮、天使轮、孵化和技术成果转化。有完整的CEO经验，从初期开始到公司IPO。管理的智能驾驶基金和元氢基金多次获得全国自动驾驶和氢能赛道前10名，因为它们投入了多个细分赛道的头部。

共享关键字：#端到端 #特斯拉FSD #AGI

萧伊婷是辰韬资本合伙人 首先，我们分享了对端到端技术科技革命价值的理解。萧伊婷提出，端到端技术在某种意义上会颠覆自动驾驶行业，就像智能手机对传统手机的影响一样。她认为，端到端技术减少了信息损失，提高了系统的感知和管理能力，将使汽车更全面地了解交通环境，实现更自然的驾驶行为。

从投资者的角度来看，前几年自动驾驶相关投融资的情况并不乐观。端到端自动驾驶架构UniAD直到2023年在上海人工智能实验室发布，才获得CVPRR 2023年，Wayve是一家专注于R&D端到端自动驾驶系统的最佳论文，马斯克直播FSD的创业公司，在2024年获得了10亿美元的融资，各行各业真正开始形成一个共识:端到端已经是一个全新的范式。

通过对35组行业专家的采访，萧伊婷发现87%的公司已经投资或准备投资端到端的技术转型，这表明端到端技术已经成为行业的广泛共识，这显然意味着大多数公司可以提前2到5年预测自动驾驶的落地时间，加快自动驾驶商业化的意义。但是，端到端是否有自动驾驶技术的终点？围绕这个问题的分歧仍然很明显。采访结果还显示，端到端的发展难免会带来行业排名的大洗牌，其中隐藏着未来高质量的投资机会。

萧伊婷解释了四种类型的端到端技术狭义和广义，包括One模型的单一神经网络模型 Model端到端，模块化端到端，两级端到端和感知端到端。她强调，广义端到端至少应该包括无损信息传递和模块间反馈，这是实现快速自动驾驶的关键。

从VC的角度来看，除了长期备受关注的明星玩家之外，国内还有一些端到端公司的进展值得关注。萧伊婷介绍了主机厂零一汽车、光轮智能、优秀技术等自动驾驶算法/系统R&D方面的进步，以及端到端相关技术和解决方案的进化速度，充分展示了国内公司在这一领域的强大竞争力。

最后，萧伊婷总结了端到端技术落地面临的问题，包括专业人才、验证和测试步骤的变化。她强调，拥有顶尖AI人才的端到端算法公司和掌握数据的原始设备制造商有更多的发展机会。闭环模拟工具链对端到端技术的测试尤为重要，是实现技术快速迭代和优化的重要因素。

点击放大查看脑图的细节

升启科技创始人，CTO 刘敏俊：一站式自动驾驶研发测试平台

刘敏俊：盛启科技联合创始人兼首席执行官，毕业于浙江大学计算机学院，前滴滴智能交通数据算法团队负责人，交通大数据资深算法专家，主要研究方向为交通流量建模、运营优化算法、自动驾驶决定控制算法和交通大数据并行计算。

共享关键字：#端到端 #数据驱动 #高保真仿真 #智能交通流

升启科技创始人，CTO 刘敏俊 从特斯拉FSD开始，它的推出意味着端到端模型开始大规模推送着陆，这给自动驾驶技术的发展带来了新的机遇。

刘敏俊说，自动驾驶模型正在从人工设计的模块化系统向神经网络模型系统发展。未来，自动驾驶模型可能会统一到大型端到端神经网络模型。这种统一趋势将大大提高系统的迭代速度和性能上限，降低R&D和运行成本。他认为，自动驾驶的R&D模式也将从依靠专家规则的模块化开发转变为数据驱动的端到端开发。这种转变将简化R&D过程，加快模型迭代。

模拟工具在自动驾驶的演变中起着至关重要的作用。刘敏俊指出，在L1阶段，控制的准确性是关键，而在L2阶段，感知性能成为瓶颈。随着智能化的提高，决策策划已经成为智能化的核心。多智能、强互动的模拟环境是决策系统升级迭代的关键媒介，需要新一代模拟工具来支撑复杂的互动和决策过程。

与ADAS和高级自动驾驶的模拟需求相比，刘敏俊。前一种情况与相对标准化的情况和相对单一的需求相对应，而高级自动驾驶则被放置在极其复杂的道路环境和现实中。对此，盛启科技开发了基于云原生结构的千行平台，构建了数据与模型两个中间平台，实现了高保真场景数据与智能交通行为的有机结合。平台可以通过AI算法引擎和对抗学习技术实现自主进化和闭环迭代。此外，平台支持地图、实车日志、情景库等第三方数据导入。，提供情景生成、模拟测试、模型训练、数据开放的能力，为自动驾驶构建完整的开发测试生态系统。

在千行平台的基础上，升启科技推出了由地图编辑、情景生成、模拟测试、模型训练组成的工具链。支持OpenDRIVE地图编辑器、主流地图格式，如OSM，配置丰富的部件，简化复杂的道路设计。场景生成器支持OpenSCENARIO剧本语义，用户可定制属性编辑，实现多智能体的随意搭配，批量生成多样化场景。通过自迭代任务管理，模拟引擎可以实现测试任务的批量生成和时间加速，也可以收集失败情况，优化场景数据库，协助工程师进行回灌测试。模拟引擎可以生成高保真、强交互的交通场景，模拟现实世界中复杂的交通行为，提供多视角模拟案例。通过数据驱动，模型训练平台可以结合实车数据和虚拟仿真数据，实现端到端模型的自主训练和进化升级。

最后，刘敏俊强调，决策和规划能力是高级自动驾驶的核心瓶颈，R&D范式已经从模块化到终端方向进行了创新。在数据驱动模式下，高保真模拟环境是AIGC的前提。同时，他认为智能时代已经到来，自动驾驶技术的发展只是服务机器人领域的开始。

点击放大查看脑图的细节

元军副总裁，技术合作伙伴刘念邱：什么时候开AI车？

刘念邱：元军启动了副总裁和技术合作伙伴。曾任英特尔高级工程师，主导多项技术项目的R&D和全球推广。继续在智能产品、物联网、智能制造、汽车电子等领域成功创业。

共享关键字：#端到端模型 #AI 3.0时代 #AI汽车 #具身智能

刘念邱，元军副总裁，技术合作伙伴。 首先解释了端到端系统和传统智能驾驶系统的区别，强调了端到端系统在信息保留和环境理解方面的优势。他指出，端到端系统可以更好地模拟人类驾驶员的决策过程，提供更自然、更人性化的驾驶体验。

从技术的发展路径来看，端到端可以处理更复杂的路况，从而提供更高的安全性，这是实现全自动驾驶的关键。刘念邱提到，从过去智能驾驶系统的Rule-based到端系统的Learning-based，近几年来，元戎开始了技术发展的道路。Rule-在进入Learning-based的端到端模型开发之前，based需要大量的工程和适量的数据，整个自动驾驶系统由AI神经网络构建，所需的工程较少，但是高质量、大量的数据已经成为关键。

建立端到端模型，驾驶“无图”(无高精度地图)成为关键。因为端到端模型就像人脑的神经网络，所以更擅长观看图片和视频等非结构化数据。而且高精度地图是一堆精确的三维表征，是结构化数据的积累。对于端到端模型来说，高精度地图是一堆深奥的数字代码，无法理解。相反，更直观的图片和视频道路信息可以与其频率相同，并且可以轻松获取信息。

通过视频，刘念邱展示了端到端模型在实际驾驶中的应用，包括对周围环境的准确感知和与交通参与者的丝滑互动，体现了端到端模型在提高驾驶效率和舒适度方面的潜力。他还指出，端到端模型可以带来更自然、更符合人类驾驶习惯的驾驶体验，有助于建立消费者对自动驾驶的信任。

刘念邱认为，“无图”驾驶的端到端技术将使自动驾驶技术更加智能和独立，并可以在未来的每一台机器和每一个机器人中重用，从而提升各行各业的生产力。

最后，刘念邱介绍了元戎在自动驾驶领域的合作进展和成就。他提到，元戎启动于2023年开始与多家原始设备制造商进行量产合作，并发布了不依赖高清地图的智能驾驶系统，开始了端到端模型的道路测试。2024年4月，公司正式推出基于端到端模型的IO平台，逐步实现“无论走到哪里都可以打开，任何场景都很容易打开”，不断推进智能驾驶向AI推进。 3.0时代的进步。

点击放大查看脑图的细节

在直播中，三位嘉宾还对网上观众的问题进行了一对一的精彩回答，并在活动社区与观众就相关话题进行了持续的行业交流和业务讨论。

上述就是本期OpenTalk的精髓总结。有关干货的更多信息，可以扫描下面的二维码观看视频回顾。

扫码观看直播回顾