當馬斯克的私人飛機從北京飛向華盛頓，去參加特朗普當選慶祝酒會的時候，就意味著中美兩國端到端的戰爭已經正式開打。
早在9月5日，特斯拉就已經官宣：其高級駕駛輔助系統FSD（Full Self Driving）將于2025年第一季度在中國和歐洲推出，目前正在等待監管部門的批準。
FSD入華也被特斯拉的投資人寄予厚望，這是堪比Model 3入華一樣令人振奮。
據馬斯克去年8月時直播端到端FSD的說法，特斯拉FSD轉到端到端方案之后，代碼行數只有3000多行了。
在轉向端到端方案之前，特斯拉FSD V11中的軟件已經基本實現了近乎全面的神經網絡形式化，因為當時的代碼行數也只有30多萬行。
也就是說，和分模塊方案的V11相比，V12又消除了30多萬行C++代碼。
01
端到端是絕對的趨勢，這毋庸置疑。
分模塊的底層邏輯是規則，而規則是模擬世界。
規則其實是一種排除法思維，比如紅燈要停，有人要停，遇見加塞的要讓……通過一個個規則的建立，讓車輛行駛在允許的范圍內。
但是真實世界的交通環境是極度復雜的，總有規則顧及不到的地方，所以就得不停地加規則、改規則，這就導致代碼越來越臃腫，碼農越來越多，事故也越來越多，甚至規則沖突也越來越多。
端到端的底層邏輯是模擬懂規則的個體——我只需要模擬懂規則的人，比如老司機就夠了。
通過海量的數據學習，不需要成為一個天道規則的氣運之子，只需要成為一個人見人愛的老司機。
這就注定了，分模塊和端到端的區別，一個堆碼農的人力，一個是卷機器學習的算力。
特斯拉的端到端磨刀霍霍，新勢力的端到端也沒閑著。
今年5月，小鵬發布了能夠量產上車的端到端大模型，將于今年第三季度實現智能駕駛“全國都能開，每條路都能開”。
理想CEO李想在2024重慶論壇上公開表示，今年第三季度，理想將向測試用戶推送端到端+VLM（視覺語言模型）的智駕方案。
華為的動作則更加直接，4月華為發布智駕“乾崑”ADS 3.0。ADS 3.0強調“越開越好開”“行駛更類人”，正是新一代端到端智駕方案的典型特征。
6月30日，華為乾崑智駕高階功能包再度降價6000元，進一步提升市場占有率的目的非常明顯。
這是主流新勢力的時間表，但是截胡的卻是魏牌藍山NOA。
——魏建軍是4月15日在保定直播NOA，這應該是國內最早的端到端落地的車型，也是最早進行端到端直播的車型。
端到端是一條新的起跑線，誰轉型得早，誰就能領先。魏牌藍山NOA贏得端到端先發戰的秘密，就是元戎啟行。
以端到端的研發時間來看，元戎2023年3月就確定了端到端方向的研發，8月就完成了端到端模型的道路測試。從這點看，元戎是國內最早把端到端模型測試車跑在城市公開道路的方案商。
這也是魏建軍說魏牌藍山智駕第一的底氣所在：第一個車企老總完成兩場直播，第一個端到端裝車量產。
端到端就類似于辟邪劍譜，大廠一方面在分模塊上投入重金，砍掉可惜，另一方面分模塊帶來了龐大的碼農數量，動輒幾千人，而特斯拉的端到端團隊據說只有300人。
大廠還沒反應過來的時候，還在猶豫要不要自宮的時候，元戎已經把辟邪劍譜練完了。
在傳感器方案上，全新藍山智駕系統傳感器配置采用了跟問界M7一樣的1L3R11V12U方案：1顆128線束激光雷達、3顆毫米波雷達、11個高清攝像頭和12個超聲波雷達，一共27個。
2024款理想L8 Max和Ultra則有1顆128線束激光雷達、1顆毫米波雷達、11個高清攝像頭和12個超聲波雷達，一共25個，比藍山少了兩顆毫米波雷達。
不出意外，全新藍山智駕傳感器方案將會固化下來，這可以確保數據采集的一致性和高質量性。
02
當然，還得看訓練。
新勢力現在很流行仿真測試，最某絕對頭部新勢力車企智能駕駛負責人在接受媒體訪談時表示：和小鵬汽車測試了全國700多萬公里的道路不同的是，他們依靠重建+生成的世界模型進行智能駕駛功能的測試。
現實永遠比想象更復雜。所以，在海量的仿真測試之外，還必須經由豐富的實車測試驗證功能的完備性。
目前，長城的智能駕駛團隊正在全國各地展開密集的實車測試，在實車回傳數據的基礎上，在數據閉環或數據引擎的推動下，能夠做到“發現一個問題，解決一類問題”。
在更好的訓練范式出現之前，以規則代碼或安全網絡兜底是不可避免的中間階段！
華為在它的分段式端到端網絡中，加入了與其PDP預測決策規劃網絡并行的本能安全網絡。
長城汽車采用規則代碼的方式進行安全兜底，說實話，這種做法需要極大的勇氣。
畢竟，在一些新勢力車企的推波助瀾之下，完全追隨特斯拉，將決策模塊完全神經網絡化成了一種政治正確。
傳感器方案第一陣營、端到端遙遙領先、訓練數據質量最優、規則代碼安全兜底，這四點構成了全新魏牌藍山智駕第一底氣。
當然，智駕沒有終點，端到端的戰爭才剛剛開始，魏牌藍山也只是暫時領先，畢竟車市崇尚的是后發效應，只有不斷保持進化之心，才能一直領先，即便是元戎也不例外。
元戎啟行創始人周光在專訪中說：對于智能駕駛公司來說，量產最大的意義在于提供數據。對一般的端到端模型來說，1萬輛車是個基準，有這個數量的車在路上跑，才能保證智駕模型不斷向前進化。
如果要追求更進一步的性能，比如我們正在開發、預計明年推出的VLA模型，要達到比較好的訓練效果至少得有10萬輛車的數據。
這個量級的車靠資方來投資不現實，必須直接殺入量產車市場，直接面向大眾消費者。
現在魏牌藍山NOA一個月六千多臺，明年努努力估計就能達成10萬臺的保有量。光一個全新魏牌藍山就能讓元戎的端到端更上層樓。
對了，必須多一嘴，元戎不是外人，畢竟人家長城是戰略投資人。