8月9日有消息稱，小鵬汽車近期對組織架構(gòu)進行了調(diào)整，技術(shù)開發(fā)部被拆成了三個部門（AI端到端、AI應(yīng)用、AI能效），新的組織架構(gòu)聚焦端到端模型。

小鵬汽車創(chuàng)始人何小鵬在微博曾公開談到，他越來越堅信端到端+大模型的組合，可以解決L2~L4的軟件架構(gòu)，并真正實現(xiàn)智駕全球化，是真正可以到小區(qū)和所有內(nèi)部道路自動駕駛的最優(yōu)解決方案。而在此前舉行的小鵬汽車AI智駕技術(shù)發(fā)布會上，何小鵬也公開表示，小鵬汽車是全球唯二實現(xiàn)端到端大模型量產(chǎn)落地的汽車公司，而另一家是特斯拉。

特斯拉、小鵬的自動駕駛為什么要用端到端大模型？

端到端大模型是什么

端到端學(xué)習(xí)模型旨在直接從原始輸入（如圖像、雷達數(shù)據(jù)）生成控制指令，繞過了傳統(tǒng)方法中的中間表示和處理步驟。

特斯拉在2021年引入了BEV+Transformer，將多攝像頭數(shù)據(jù)統(tǒng)一成俯視角度。2022年提出Occupancy Networks判斷空間占用，規(guī)劃層引入交互搜索，逐步增加約束條件（其他參與者博弈行為）做最優(yōu)路徑規(guī)劃。2023年8月26日，特斯拉演示FSD Beta V12，是其第一個端到端AI自動駕駛系統(tǒng)（Full AI End-to-End）。2024年1月，特斯拉FSD v12開始正式向用戶推送，將城市街道駕駛堆棧升級為端到端神經(jīng)網(wǎng)絡(luò)。

端到端神經(jīng)網(wǎng)絡(luò)

不同于市面上常見的自動駕駛方案，特斯拉FSD V12將99%的決策都交給神經(jīng)網(wǎng)絡(luò)給出，視覺輸入，控制輸出。而小鵬汽車也采用了類似的神經(jīng)網(wǎng)絡(luò)方案。

具體來說，小鵬汽車的自動駕駛端到端大模型主要由三個部分組成：

XNet:深度視覺感知神經(jīng)網(wǎng)絡(luò)，類似于人類的眼睛，能夠以裸眼3D效果重構(gòu)現(xiàn)實世界的3D圖像，感知范圍擴大了兩倍，并能識別50多種目標(biāo)物。

XPlanner:同樣是神經(jīng)網(wǎng)絡(luò)模型，作用類似人類的小腦，通過海量數(shù)據(jù)時刻訓(xùn)練，使得駕駛策略不斷向擬人進化，擁有“老司機般的腳法”。小鵬官方稱，“前后頓挫減少50%，違?？ㄋ罍p少60%，安全接管減少40%。”

XBrain:大語言模型，類似于人類的大腦，為智能駕駛系統(tǒng)提供了理解和學(xué)習(xí)能力，能夠處理復(fù)雜場景，快速響應(yīng)各種駕駛環(huán)境中的指令。在大語言模型上，小鵬汽車的XGPT大模型融合阿里通義大模型、智譜AI大模型，將深度應(yīng)用在車用場景中。

小鵬端到端大模型

端到端大模型很費錢

這種端到端方案給智駕能力帶來了強力提升，其背后對算力成本也帶來了很大的消耗，特斯拉FSD V12的強大能力是經(jīng)過海量的視頻數(shù)據(jù)訓(xùn)練和1萬個H100加持下完成的。小鵬則在AI訓(xùn)練上投入了35億費用。根據(jù)小鵬汽車公布的數(shù)據(jù)，基于折算10億+里程的視頻訓(xùn)練、超646萬累計公里數(shù)的實車測試、超2.16億累計公里數(shù)的仿真測試，小鵬汽車端到端大模型能夠做到“2天迭代一次”。

此外，麥肯錫2023年自動駕駛?cè)蚋吖苷{(diào)查顯示，軟件是自動駕駛汽車最關(guān)鍵的技術(shù)要素，其中預(yù)測算法和感知軟件被認(rèn)為是最關(guān)鍵的，達到L4及更高級別自動駕駛所需的累計投資比2021年的估計增加了30%-100%，軟件開發(fā)和驗證成本是主要支出。

端到端大模型很受關(guān)注

據(jù)數(shù)字開物了解，除實現(xiàn)量產(chǎn)落地的特斯拉和小鵬汽車外，海外的Waymo Driver，國內(nèi)包括理想、華為、蔚來汽車、元戎啟行、商湯等也都陸續(xù)提出了各自的端到端自動駕駛方案。

如此多企業(yè)選擇多端到端大模型，主要因為其在自動駕駛中優(yōu)勢主要有這幾方面：

數(shù)據(jù)利用效率提升：直接從原始數(shù)據(jù)學(xué)習(xí)，減少人為設(shè)計特征帶來的信息損失。

系統(tǒng)整體性能優(yōu)化：端到端訓(xùn)練允許模型發(fā)現(xiàn)更優(yōu)的內(nèi)部表示，潛在地超越人工設(shè)計的模塊化系統(tǒng)。

對復(fù)雜場景的適應(yīng)能力：大模型具有更強的表達能力，能夠處理更加復(fù)雜和多樣的駕駛場景。

開發(fā)效率與迭代速度提高：簡化了系統(tǒng)架構(gòu)，減少了需要單獨優(yōu)化的模塊數(shù)量。

《2024汽車AI大模型TOP100分析報告》認(rèn)為，端到端大模型發(fā)展路徑上，行業(yè)預(yù)計也會經(jīng)歷漸進的過程。

早期玩家致力于將算法從模塊化架構(gòu)平穩(wěn)過渡到端到端，遠期大語言模型和端到端基礎(chǔ)模型有望結(jié)合形成“系統(tǒng)一”和“系統(tǒng)二”共同賦能自動駕駛，最終強大的通用人工智能（AGI）或許可覆蓋所有駕駛能力。