端到端模型落地量产，自动驾驶企业争抢上车

3月18日，特斯拉开始在北美地区完整推送FSD（全自动驾驶）V12.3版本，这是去年公布V12以来，其向所有FSD用户推送的第一个正式版本，预计将在近期实现完整覆盖。

这次更新格外引人注目的关键在于，V12版本引入了“端到端神经网络”技术，使用神经网络替代了规则代码。

2024年以来，“端到端”成为了自动驾驶界最火热的概念，多家企业跟进特斯拉采取这一技术路线。

1月30日，何小鹏表示小鹏智驾未来将实现端到端模型完整上车，据报道，蔚来将在今年上半年推出端到端架构的主动安全功能；理想的新模型也将在今年上半年上线，算法新架构将不限制道路范围，全国都能开。

3月17日，元戎启行宣布已经成功将端到端模型适配到量产车上，该批量产车将于今年投入消费者市场。毫末智行也表示正在进行端到端模型的研发。

让众多车企和自动驾驶公司纷纷押注的“端到端”，具体有何魔力？

“比之前任何版本都更接近人类的驾驶方式。”一位特斯拉FSD V12.3版本的遭推送用户体验后在社交平台上这样感叹，“在高速公路上变道和汇入车流时比我还要开得好。”

根据网络上的测评视频，最新版本的特斯拉在一些突发事件中表现非常好，例如在车侧有自行车出现时，系统会选择减速通过；在车道前方突然有车辆停止时，系统也可以根据左侧车道的情况顺畅变道；在行人乱穿马路时，即使是绿灯系统也先选择了礼让行人，再通过路口。

虽然也有选错车道、在视野遭遮挡时没能识别路口消防车的问题。但整体来看，采取端对端模型之后，特斯拉的自动驾驶更像一位人类司机，少了程序化的机械感，更加灵活、人性化。

自动驾驶的实现是通过输入摄像头采集的视频、GPS位置信息等，输出驾驶决策。与大部分复杂AI任务一样，自动驾驶的实现一般有两种技术路线：分治法和端到端。

目前，国内消费市场的智能驾驶系统采用的都是传统分治法，将自动驾驶任务切分为感知、预测、规划三个独立的模型，再进行系统集成来完成整个自动驾驶任务。

分治法的优点在于将复杂的自动驾驶任务拆解为大量相对简单的子任务，大幅度降低了系统开发难度。这样构成的系统具备很好的可解释性，可以针对每个模块的输入输出进行白盒化分析，一旦发生事故，可以深入分析，找到究竟的问题点。

但是弊端在于需要编写的代码量巨大，系统设计时引入了太多的人为先验经验，导致自动驾驶能力上限比较低，系统的泛化性比较差，对于没有见过的场景往往无法处理。

“模块化的模型是基于规则的，驾驶动作的‘机械感’很强，但实际的道路状况千变万化，规则无法全部解决。”元戎启行CEO周光告诉界面新闻。