汽车行业点评报告：ALL IN端到端 蔚小理竞速的关键一搏

　　事件描述
　　7 月，理想、蔚来、小鹏相继举办技术发布会，公布智能驾驶的最新进展，端到端模型均已量产上车。特斯拉在二季报交流中指出其将在完成FSD V12.6版本的迭代后向中国和欧盟监管单位提出市场准入申请。蔚来已将端到端技术应用在AEB 功能，正在将各模块模型化，奠定了端到端的良好基础，理想、小鹏实现了分段式端到端在NoA 功能的量产。
　　事件点评
　　All in 端到端成为行业共识，本质是模仿驾驶员的驾驶行为。传统智能驾驶方案的的模块化结构将智能驾驶的实现拆分为感知、预测、决策、规划和控制等多个模块，每个模块独立完成任务并将结果传递至下一模块作为下一模块的输入。端到端模型将多个模块合并为一个模型，减少多任务训练的累计误差。
　　原本基于规则（rule-based）的算法需要付出大量的人力编写复杂的规则，列出所有车辆可能遇到的场景和应对方式。但实际环境总会出现训练数据中没有出现的障碍物和场景，用人工无法解决无穷无尽的corner case。端到端方案中，预测、决策、规划和控制可以学习驾驶员的驾驶行为数据，直接给出规划或控制信号，用训练数据替代人工。
　　从分段式端到端开始渐进演化是国内车企更现实的路径。理论上最优的端到端方案是“全局式”的，输入传感器信息，输出控制信号。信息传递过程中没有损失，发挥大模型处理负责任务的能力，找到全局最优解。“全局式”端到端以及更远期世界模型的应用成为公认的未来。但国内车企受限于数据量和算力，直接采用“全局式”方案短期内性能下限没有保障，分段式的端到端是现实的选择。相较全局方案，分段方案同样通过模仿驾驶行为大大简化了预测、决策、规划、控制环节，而此前积累的大量基础的安全策略规则可以作为兜底，在迭代过程中不断增加端到端的能力边界，同时减少额外的规则。
　　特斯拉FSD 入华在即，国内车企仍需努力追赶。2023 年8 月马斯克直播试驾特斯拉FSD Beta V12，正式将端到端技术引入量产车型，经历多个版本的迭代，表现惊艳，引起国内车企组团至美国考察。国内新势力企业从2023 年开始进行端到端模型的研发， 2024 年5 月小鹏端到端量产上车，7 月蔚来、理想端到端量产上车。不同的是，特斯拉采用了从传感器输入到车辆驾驶行为输出的One Model 一体化端到端，国内新势力目前量产的是将规划模块采用神经网络替代规则、各模块依然独立的分段式端到端。我们预计国内新势力距离真正的一体化端到端量产上车约还需半年到一年的时间，特斯拉在技术路线上仍然保持了1 年半至2 年的领先。但国内法规的放开和FSD 本土化性能的提升需要更多实践验证，特斯拉入华后国内车企仍将有一段时间的追赶窗口期。
　　数据和强大的算力，特斯拉端到端模型迭代的速度大幅领先行业。端到端模型的训练数据是人类司机驾驶的视频片段，这需要大量经验丰富的司机在不同场景下的驾驶片段，特斯拉判断至少需要1000 万个高质量视频案例才能取风险提示： 1、技术发展不及预期；
　　2、各国自动驾驶准入等政策不及预期。
【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。

   【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。