3月16日開始，特斯拉向全美訂購和訂閱用戶推送FSD Beta V12.3版高階輔助駕駛功能，意味著，特斯拉端到端自動駕駛開始體驗了。

2023年被稱為“智駕元年”，因為L2+級輔助駕駛有了更深層面的突破，“重感知，輕地圖”已成為新的發展方向。到了2024年，隨著華為ADS 2.0實現無圖NCA，以及特斯拉美國推送的端到端體驗，“純感知”是不是會成為今年智駕領域著重的發展方向。

馬斯克曾在社交媒體上表示，更新的V12是為FSD端到端AI保留的，從圖像輸入到轉向、剎車和加速輸出。而端到端為什么有改變智駕的能力，就因其更簡便，真實的大數據，和學習能力更強的AI大模型。

去高精地圖后，智駕走向了端到端？

對于用戶來說，很多人不了解智駕的端到端是什么。通俗來說就是“感知決策一體化”，也就是將“感知”和“決策”融合到一個模型中，比如ChatGPT就是一種端到端模型。

 

當下主流的智駕系統，幾乎均采用模塊化模型，也就是把感知、預測、規劃分為三個獨立的模型，每個模型相對獨立，并且處于下游的規劃模型需要依賴工程師編寫大量代碼去制定行駛規則，這也是為什么目前的智駕不“擬人”的感覺。

另外，這種獨立模塊的系統，進行一整套流程時，信息傳遞會出現缺失，再加上系統程序過于復雜，導致維護難度較大，同時也無法在復雜路況下應用。

總結來說，模塊化模型，每個模型都要進行專門的訓練、優化、迭代，隨著后期維護越來越困難，需要投入的精力和成本就越來越大。另外，各獨立模塊如果有一方出現偏差，就能導致下面的方案全部出現偏差，導致執行錯誤。

 

而端到端，用一個模塊來實現所有功能，也就是“沒有中間商”，減少了信息傳遞錯誤，信息的輸入和輸出直接。好處正好與模塊化模型相反，只需要對一個模型進行訓練和優化，輸入信號可直接輸出控車信號。

當然，端到端也并非沒有缺點。端到端非常吃數據，怎么理解，兩方面。

一是端到端智駕如果出了差錯，研發人員是無法從中得到確切原因的，也就是說一個模塊集中的功能過于豐富，看似執行變得簡單，但中間省略的步驟，也能導致問題數據無法得到分析。解決辦法就是通過不斷地訓練、增加參數量來提高模型的準確率，可以理解為，這與是否存在完美的軟件，是一個道理。

二是端到端的訓練較難。如果說傳統的感知模型訓練，是標注有用的信息，相當于小學或初中水平，而端到端就是要深度學習駕駛行為，能掌握擬人的駕駛邏輯，需要更大的思維發散，而不是固定思維。就好比，感知模型在進行固定程式的科目三考試，而端到端則是拿到駕照后上路練車的過程。

上述兩個點的核心就是，端到端深度學習和規避問題的辦法，需要大量數據支撐，這些數據還必須是高質量有效數據。

 

雖然端到端對數據的需求更苛刻，但相比感知模型，其性能上限更高。也就是說，未來想要實現更高級別的自動駕駛，端到端是更好的解決方案。

端到端是更便宜的“代駕”？

特斯拉FSD全套需要6.4萬元，是目前最貴的智駕解決套裝之一，是不是意味著，未來端到端正式商用，這套技術會更貴？實際上，不管是對企業還是用戶，端到端上車，開發成本和購買成本，應該更低。

 

從企業角度看，端到端在研發、維護和訓練上相比感知模型要更節省成本，畢竟不需要多線支出，僅對這一個模型開發就好。但另一個方面對于大數據，超大容量的數據存儲，需要較高的成本支出，但感知模型也需要這部分成本，只不過相對較低。

從產品角度看，端到端智駕特性就是不需要激光雷達參與，但對攝像頭和芯片算力的要求更高，這也是特斯拉今年升級了HW4.0，并將前風擋攝像頭像素由120萬提升至500萬，并提升了FSD芯片架構。

特斯拉雖然將在4月1日漲價，但僅針對Model Y一款車型，也就是說智駕軟硬件升級并沒影響到特斯拉售價。

而感知模型解決方案，目前能實現高階智駕的，幾乎都配備激光雷達。雖然激光雷達今年的成本價下探至2000元到3000元，但這個成本也會隨車價轉嫁到用戶身上。也就是說，雖然用戶購買FSD全套價格，要比其他智駕系統要貴，但整車硬件上，特斯拉可以做得更便宜。

 

目前在國內，包括華為、小鵬、理想、蔚來、百度等企業都想在端到端上發力，但什么時候落地成了問題。特斯拉在全美發出的推送，也僅是一小部分的功能體驗，有消息稱，想完全商用最早要2025年能落地。國內車企基本采用跟隨態度，由此來看，今年端到端落地商用的概率幾乎沒有。

如果端到端明年能實現商用，且法規允許，相比現在的模塊化模型，端到端硬件上車成本會更低，同樣的產品對比，端到端上車的會賣得更便宜。

即使目前還有包括大數據模型如何穩定上車，以及還需要大量的路測等這些問題，但端到端智駕已經成為智駕行業的下一個熱點。畢竟從企業出發，端到端開發維護成本更低，從用戶角度出發，端到端能進一步改善智駕成本，買車也就會更便宜。另外，更“擬人”的智駕，從體驗角度上要比機械化的智駕體驗更好，并且端到端學習能力更強，能適應更復雜多樣的路況。

結語：

端到端看起來不像是新的智駕解決方案，更像是模塊化智駕終結方案。模塊化智駕無論是高精地圖成本、開城瓶頸、體驗瓶頸，需要一一解決，而端到端，并不需要涉及這些。總而言之，端到端去掉了模塊化智駕所有的麻煩，一旦解決大數據和穩定性問題，未來的智駕主流，就是它了。