作者丨潘磊
编辑丨海腰
图源丨midjourney
“今天L4公司都在痛苦地犹豫是否该转入端到端，我个人的建议是别犹豫，赶紧改，后面那个才是大家伙”。
这是小鹏汽车董事长何小鹏，最近从美国考察游历一番后，对智驾进入“端到端时代”的最新判断。
在大约两周前的小鹏汽车技术发布会上，何小鹏更是兴奋地宣布，2024年就是智能驾驶的拐点。
他认为，“大模型+端到端”已经把智驾能力进展从以前的按“年”计算，提升到按天计算。
换句话说，这就是对智驾领域的一次洗牌，要么跟上，要么出局。
何小鹏从特斯拉获得启发符合逻辑——事实上正是特斯拉FSD在去年率先搞出“端到端”技术方案，并把这个看上去晦涩难懂的术语变成了智驾圈的流行语。
所谓“端到端”，就是把之前与自动驾驶有关的感知、决策和执行等相对分散的核心模块整合在一起，从传感器端输入信号开始，中间经历一个AI大模型，再到输出端发出信号控制车辆。
这就及其考验那个能够搞定“感知决策执行一体化”的AI大模型的水平。
作为一个“学习系统”，贯通感知决策执行的AI大模型，能够通过从传感器获得的原始数据中不断“学习”，并自动生成人们想要的那种结果输出。
这被认为智能驾驶“拟人化”的开始。
在特斯拉FSD V12版本之前，这种智驾系统拥有和其他同类系统差不多的通病——比如在复杂路况中，智驾系统突如其来的刹车会带来一种明显的“机械感”，从而让用户恐慌。
但是到了引入端到端的V12版本后，这套系统看上去拥有了一些“博弈”能力，比如能够更加丝滑地应对加减速和转向控制。
而在这之前，智驾系统每遇到一个场景，就需要工程师专门通过代码给出解决方案，然后才能搞定一个所谓的Corner case。
FSD V12版本引入端到端后，相当于拥有了一定的自我学习能力，工程师无需再为无法预知、无法穷尽的Corner case逐个编写代码了，所以代码从30多万行缩减为仅有3000多行。
何小鹏说，他相信2025年就将是完全自动驾驶的“ChatGPT 时刻”。
中国车企早已开始跟风端到端
“小鹏是全球唯二实现端到端大模型量产落地的车企”。
在7月底的“小鹏汽车AI智驾技术发布会”上，何小鹏表示，“端到端大模型”让小鹏智驾技术进步实现了前所未有的加速。“每2天迭代一次版本”。
此时距离小鹏汽车官宣智驾进入端到端时代仅2个月。
但看上去，小鹏正在加速把智驾系统从“全国都能开”，进化成“全国都好用”，即不限城市、不限路线、不限路况。
这是一个惊人的跃迁。
因为在这之前，智驾系统的PK，基本都是围绕“开城”来展开。
“开城”的本质是，车企的智驾技术人员在目标城市完成场景数据收集和填充，然后“灌进”智驾系统，从而实现城市NOA（领航辅助驾驶）。
但这种高阶辅助驾驶上限很低，很难上升到L3或者更高级别。
因为存在不少需要人类接管的场景，比如小区内部、收费站等。
解决这类问题，就需要工程师根据特定场景写代码，从而解决所谓的Corner case。
显而易见，这种场景无穷无尽。
何小鹏说，在这种规则下，智能驾驶再搞十年也看不到尽头。
但引入端到端和大模型之后，这个瓶颈迎刃而解。
小鹏为此调整了组织架构，以更加聚焦于端到端+大模型的组合。
跟何小鹏的看法类似还有理想汽车董事长兼CEO李想。
他在今年6月初的2024中国汽车重庆论坛上提出了一个问题，即人类开车为什么不涉及学习Corner case？
在他看来，如果不解决这个问题，那么自动驾驶团队每天干的活，就是靠人工去调试各种Corner case，而且会发现你放的人越多，Corner case就越多，距离实现真正的自动驾驶就越远。
他给出的方案也是端到端加上VLM视觉语言模型，以及一个生成式世界模型组成的全新自动驾驶技术架构。
李想表示，这是理想在过去一段时间内，最重要的一个技术突破。
基于此，理想汽车将会在今年三季度向所有用户正式推送全国无图NOA。
他还相信，无监督的L4级自动驾驶至少3年内就能实现。
理想也成立了“端到端自动驾驶”实体组织，据称整体规模超过200人。
蔚来汽车也把感知和规控团队合并为大模型团队，探索用端到端和世界大模型实现高阶智能驾驶。
梳理来看，这些变化都发生在今年年初特斯拉发布FSD V12版本之后，也意味着特斯拉率先引入的端到端大模型技术再次引领智驾新趋势。
另外，华为在去年9月就发布了“盘古汽车大模型”，可在数字孪生空间生成复杂场景样本，让自动驾驶学习训练周期从2周以上缩短到2天内。
再次陷入Corner case怪圈？
特斯拉FSD的最新版本为中国车企提供了有关端到端和大模型的启示，实现自动驾驶的路径近在眼前。
这让“摸着特斯拉的石头过河”，再次成为可能。
但其中的问题在于，特斯拉究竟是如何做到这一点的，却是一个不传之秘。
何小鹏坦承，大模型迭代过程中会出现“不稳定”现象。
在5月份，他也提到了有关“端到端”的不确定性。
他认为所有大模型上都有不确定因素，重要的是如何去构建你的控制器，就像控制刹车一样，构建针对黑盒的安全系统。
看上去即便是端到端，也在进入一个更加复杂化，甚至是自我束缚的囚徒困境。
这甚至已经从特斯拉CEO埃隆·马斯克处获得了证实。
6月中旬的特斯拉2024年年度股东大会上，马斯克承认FSD面临新的挑战。
他称，改进一个模型可能解决一个问题，但同时可能引入一个新问题。
看上去，这跟引入端到端之前的那种Corner case无法完全解决的情况很接近。
而且随着人类接管的减少，评估模型性能的难度在增加。
这是另一个悖论——接管减少表明性能优秀，但另一方面也表明随着模型变“大”，其更新也将会变慢，表现得不像一个能给自动驾驶带来颠覆性变革的路径。
而最近公布的一个交通事故表明，特斯拉的一台车在开启FSD模式下撞死了一个摩托车手。
就在7月底，Truist Securities分析师威廉·斯坦因在体验特斯拉FSD时险些撞车。
巧合的是，华为终端董事长、智能汽车解决方案BU董事长余承东近日也表示，FSD上限挺高，但下限也很低。
“华为工程师去测试（FSD），路上停着静止不动的白色货车或者绿色货车，都不减速直接撞过去了，可能识别成白云或者树木了”。
这种情况被称为“AI幻觉”，据称有30%的错误率。
另外，前图森未来创始人，现Bot.Auto创始人侯晓迪近期也针对端到端，发表了一些不一样的观点。
侯晓迪认为，端到端是一种新思路，但是否为最先进，目前尚无定论。
同时，端到端的“技术黑盒”具有不可解释性，无法带来确定的安全感。
基于此，端到端并非一个一头输入信息，另一头就能输出结果的“自动工厂”，还具有不确定性，不要过度神话。
极越CEO夏一平则认为，现在还没有100%的端到端，都是营销噱头。
端到端背后
是包括算力在内的体系PK
根据马斯克的说法，预计今年年底将会在中国和欧洲落地FSD。
其实在这之前，有关FSD将会成为智驾领域“鲶鱼”的说法就已经层出不穷。
但从中国主流车企对“端到端”的追随来看，FSD已经开始对中国智驾的技术路线产生深远影响。
这也再次验证了特斯拉的视觉方案更加接近“第一性原理”——正如李想所说，人类驾车就不涉及学习Corner case的问题。
因为人眼就类似于传感器，大脑作为神经网络对接收到的信号进行推理判断后，做出反应并执行。
车路云一体化，以及高精地图方案，也因此都有各自的短板。
到目前为止，特斯拉还未使用激光雷达。
对此余承东表示，特斯拉的优点在于车辆多、数据多，FSD做的不错。
但经过在美国和加拿大的测试对比后，他认为华为的体验略优一些。
“特斯拉没用激光雷达，我们用了，弥补了感知能力”。
目前华为备受关注的ADS3.0也是端到端“类人”智驾，采用的是GOD感知神经网络，以及 PDP(Prediction-Decision- Planning, 预测决策规控)决策规划网络，这被称为两段式端到端。
跟特斯拉FSD输入传感器数据，直接输出路径规划的一个模型相比，华为的“两段式”端到端区分了感知和规控，更容易定位，从而增加了可解释性。
但真正具有颠覆性的自动驾驶技术架构终局，就是生成式端到端大模型。
这对于包括算力在内的基础设施来说，是一个极大的考验。
对于特斯拉来说，逡巡多年才实现端到端多模块融合的背后，是其DOJO超算中心高达35000块英伟达H100GPU的算力资源。
根据马斯克的说法，到今年年底特斯拉将拥有8.5万块英伟达H100GPU用于训练人工智能。
换句话说，特斯拉FSD端到端的背后，是一个巨型体系在支撑。
何小鹏表示，他已经在AI训练上投入了35亿费用。
但作为对比，马斯克声称今年将花费100亿美元用于AI的训练和推理，光是向英伟达购买AI芯片就要花费30--40亿美元。
他甚至表示，任何支出达不到每年100亿美元水平或者无法高效部署的公司，都无法在市场上竞争。
按他的标准，没有任何一家中国车企能够跟特斯拉竞争。
这很大程度上属于事实——中国车企甚至连H100GPU都无法买到。
华为显然能够提供一些替代品，这也为未来的自动驾驶时代竞争提供了足够的悬念。
特斯拉端到端大模型来了国内车企白抄作业了？
最近，特斯拉的FSD再次迎来重大版本更新，其beta测试版的版本号从持续了一年多的v11.x直接进阶到了v12。 从大版本号的变化可以看出，其FSD软件发生了重大的变化。
为了展示这个版本的效果并说明它相较于上一个版本的重大改变，马斯克专门用手机拍了一个画面略显模糊、一镜到底的评测直播，在这场时间长达45分钟的直播里，马斯克在两段交通场景复杂度远远低于中国一线城市上下班场景的路线上，展示了FSD可以媲美中国“郊区NOA”（因其场景复杂度介于高速和城区之间）的出色表现。
视频出来后，一些立场先行的特斯拉鼓吹者开始鼓着腮帮子发言了，核心观点是，包括华为在内，国内这些追踪模仿特斯拉自动驾驶技术路线的车企的作业是白抄了，因为被模仿者的技术路线再次迎来了重大的更换。 说实话，这话只说对了一小半，特斯拉FSD技术确实有了重大的跃迁，但是，国内车企抄特斯拉作业的说法并不符合实情，而且，本土车企之前走过的每一步依然都算数。
要搞清楚这一版FSD软件的重大更新在哪里，我们需要补充一些知识点，认识并理解车端自动驾驶软件算法的三大部件/模块-感知和定位、规划和决策、执行和控制，也就是我们平常所说的感知层、决策层和执行层。
在具体实现层面，这三层之间有着明显的界限，逻辑链条也很清晰：车辆通过传感器感知周遭环境，确定车辆位置、速度、加速度，根据识别出来的语义进行行驶路线的规划和横纵向的决策，最后通过转向和制动机构控制车辆行驶。
不过，学术界一直在研究直接端到端的实现方式，即传感器输入到执行机构的输出之间不再有明显的界限。 按照老马的解说，特斯拉FSD Beta V12便采取了端到端的形式，其直接的表现便是将规划和控制的实现方法由代码形式改成了神经网络形式，与感知层的神经网络合并成了一个大网络，一顿操作猛如虎，之前v11.x中的30多万行C++代码已经所剩无几。
“抄作业”的说法其实本不值一提，但三人成虎，国人被欺骗得好惨。要反驳这个论点，只需要提出灵魂一问：BEV、占用网络是特斯拉的首创吗？
BEV-鸟瞰视图、上帝视角，这条技术路线其实早就提出来了，普通人都能想得到的嘛，问题是之前为什么没有实现呢？是因为原来的感知神经网络主要基于卷积神经网络-CNN，CNN的优势在于做二维图像识别，比如幼儿园门口的闸机可以识别出幼儿园小朋友和接送的家长，就是靠CNN完成背景识别、图像分割、特征提取、目标检测的。 CNN善于做静态、二维图像识别，对于动态变化的四维交通环境（三维立体空间+时间）就东风无力百花残，可谓勉为其难了。
直到原创出自谷歌的Transformer大模型的横空出世，依靠注意力机制洞察各种交通参与者之间的关联，判断自车和周围动静态交通参与者的时空关系，才建立了三维的矢量空间。
至于为何是特斯拉率先实现的，是因为Tranformer大模型极其吃算力，在英伟达的OrinX面世之前，特斯拉HW3.0芯片算力高达72TOPS，而同时期的Xavier只有30TOPS算力，没有金刚钻，当然干不了瓷器活嘛，道理很简单，特斯拉不过是依靠算力优势，率先落地了BEV这条技术路线而已，而且，按照国内车企的说法，他们早在2021年就已经在Orin的样片上实现BEV了，从工程实现上，仅仅落后特斯拉一点点。
我们再看占用网络。 三维体素空间的占用网络思想提出于2019年，特斯拉再次在落地上抢了先，它在2022年的CVPR会议上公布了Occupancy Networks，并在2022年的AI DAY上公开展示了占用网络的应用，国内与此对标且已经公开的是华为在2023年4月份上海车展上公布自己的一揽子智能汽车解决方案时对外发布的GOD网络。
如上所述，BEV和占用网络的原创均非出自特斯拉，特斯拉只不过凭借在这个赛道的先发优势，依靠大规模交付车辆的数据优势和可自研芯片的算力优势，将它们率先落地了而已。 至于为何流传“抄作业”的说法，应该是从知识分子云集的知乎上传播开来的。 至于为啥传播这种说法，背后的原因很复杂，之前一边倒地预言华为不可能在2030年之前实现7纳米芯片的生产，是不是出于同样的原因呢？
李想和余承东开始新一轮暗战，预示2024智能驾驶大降价
车展结束在即，2023年的广州显然要感谢华为和丰田带来的热度。 如果没有丰田普拉多，没有广汽丰田喊出合资不代表落后，这一届车展的看点，几乎不会比2022年因为疫情取消，但又忽然恢复的车展多多少。
普拉多被一轮又一轮的观众围住，这届车展的车型亮点是越野、超跑、MPV，背后是车企们在卷无可卷之后，只能奔向之前不太注重的小众市场里找新的盈利机会。
广汽丰田喊出合资不代表落后，日产、大众等说要用中国模式好好造适合中国的车，是车企卷无可卷，接下来的明路是卷价格，背后是拼运营效率，甚至让全球的资金来为中国市场竞争回血。
而感谢华为，则是要感谢这个品牌全年带来的一系列热度，让更多的人想买车消费。 这次的广州车展里，华为也不再内敛，直接在新能源主展区里布置了鸿蒙智行的展台，包括现在热卖的AITO问界M7、马上要上市的智界S7，还有华为2023年最重磅的那款车AITO问界M9，这3款车就直接拉动了人流量，整个展台的人潮直到下午4点半接近闭馆时，才会慢慢散去。
能够看到，中国汽车消费者对华为这个名字的信心和热爱非常之大。 即便是广州车展之前何小鹏和余承东因为AEB空中对线，之后应用华为自动驾驶安全新技术的车型3天2次碰撞事故，亦或者是9月时余承东说曾在发布会上介绍华为推出了业界首个“全向防碰撞系统”时形容倒车相撞都难后，时间过去2个月，那台AITO问界M5试驾车却在东莞骑到了比亚迪海豚车顶上。 以及，后续头部媒体对其进行了直播测试，也发现了其AEB刹停速度，低于广告片的宣传。
如果放在蔚来或者小鹏身上，舆论和销量的走势可想而知。 但，对于华为来说，这一切并没有太大影响。 根据最新的11月13-19日周销量统计，这一周里，AITO问界新M7连续第三周超过了理想L8，单周销量3600台，距离理想L7越来越近，如今单周只相差500台。
从华为预埋的大招看，理想和华为再次暗战市场总有领头羊之争，对华为来说，目前在中国汽车市场里的主要对手只有一个，就是销量水涨船高，与自己的产品、用户群体在多个方面深度重合的理想。
理想ONE和AITO问界M7在2022年的遭遇战是一番战，结果是华为取胜，AITO问界M7快速销量破万抢走了理想ONE的销量，也逼着李想快速反应，直接停产理想ONE，换上新的理想L系列。
华为的反击，是用理想的模式打败理想，于是AITO问界新M7出场。 目前，两家企业在相关传统汽车驾驶、功能、空间等领域的竞争，已经如销量走势一样打成平手，谁都没法速胜对方。
所以，二番战即将开始。 从最新的官宣消息上看，新一轮的争夺点就在自动（智能辅助）驾驶相关领域里。
仔细看2023年后半年2家企业的动作，都是在单车的高速NOA主动领航做到了行业前列的位置之后，开始主攻城市NOA。
理想在8月底的成都车展上公布了通勤NOA的计划，9月开始向早鸟用户推送内测版本，10月覆盖20座城市，11月覆盖50座，12月达成全国100座城市落地。
华为则在9月12日，宣布ADS 2.0系统升级后具有了“全向防碰撞”功能，并直接官宣12月全国都能实现不依赖高精地图的智能辅助驾驶，关键词虽然不是遥遥领先，但全国都能开、越开越好开，清晰易读。
不过，这种PPT上的表述不能当真，回头来看，还是要看企业行为如何来做。
目前双方的已知做法是，华为暗中掏出了新的硬件进行补强，而理想的选择是，对软件进行新一轮补强。
华为的新一轮补强，预计首先出现在和奇瑞合作的智界S7身上。 不再是速腾聚创的M1激光雷达，而是华为自研的Lidar，主要变化是，线数从之前的第一代96线、125线，升级到192线，探测距离（10%反射率下）从150米提升到250米，点云密度会有所提升。
这则消息在11月初被曝光，激光雷达相关产业的人士也对此进行了分析，“华为这家企业的逻辑很独特，在一众新势力们都在向特斯拉进行靠拢，主攻BEV/OCC等架构和算法时，它却反而掏出了硬件能力。 ”192线的激光雷达，一方面是证明华为对目前GOD技术等软件能力的自信，而另一方面，它还觉得业界所说的L3级以上自动驾驶要靠V2X才能实现未必正确，所以还在砸钱继续搞识别能力更强的激光雷达。
192线新激光雷达的好处也不难解释，就是对更细小的物体、障碍等，有更好的感知表现。
而李想所做的，是最近和轻舟智航的新项目。 除了内部对自动驾驶的自研，李想还进一步将轻舟智航引入理想的智能驾驶供应商。 于是，理想的智能驾驶路径从之前的，全都自己搞，切换到了如今的，低配车型搭载的AD Pro由轻舟智航和理想汽车协调来搞，高配车型上目前搭载的技术能力最高的AD Max，还是靠自研进行突破。
这种操作的指向性很明确，理想要进一步让车价有下探的空间和能力。 目前，轻舟智航在自动驾驶业内是以成本杀手的形态出现，其在2022年5月对行业官宣，自己的L4级别自动驾驶能力成本低至1万元人民币。 而在彼时，其他的成本杀手企业，如首个将L4级方案控制在1万美元内的元戎启行，其在同一时期的最低成本约为2万美元。
擅长成本打磨的理想和擅长成本压缩的轻舟智航，二者目前被爆出的合作模式为，理想将AD MAX的核心算法等，通过轻舟整合与优化，将关键能力释放到AD Pro上。 目前在市场终端，AITO问界新M7和理想L7/L8的争夺点也正在与智能驾驶配置，理想采用的是智能驾驶系统融合在车价中的策略，理想L7与L8的Pro版本与MAX版本差价都在4万元。 AITO问界此前采用选装形式，在M5版本上选装费用为3.6万元，在最新的AITO问界新M7上使用了理想的与车价融合模式，智驾版与非智驾版之间差价为2.5万元。
简言之，二者在同类车型上的表现在很多逻辑上同质化，所以消费者逐渐在对比中转为价格敏感型。 于是，谁能先把智能驾驶的价格压下来，不论是2024年推出新款，给新版本车型更低定价，或者是直接官方宣布价格权益调整，都会是率先拿到销量优势的一步好棋。
当然，还会出现的那个局面是，巨头和巨头之间斗法，不说殃及池鱼，但却会带动起周边的体系链，甚至引发行业相关的蝴蝶效应。
自动驾驶必降价的2024年，因为还有特斯拉FSD入华蝴蝶效应，首先关于零部件供应链上的巨头们。 整个行业的跟随效应很是明显，所以，华为的激光雷达思路，会引发相应跟进，理想如果能快速降本增效成功，同类方案也会层出不穷。 当然，已经可以预见的还包括，中国自动驾驶巨头地平线的新一代产品征程6的出现，以及最关键的，特斯拉FSD距离进入中国已经倒计时。
征程6的出现会改变什么？目前可见的是，它在寻求从英伟达手里抢走份额，使用的模式是，技术能力上对标英伟达的新产品，但价格上有着明显的优势，去吸引主机厂。 就在广州车展上，地平线很低调的举办了内部交流沟通会，关于征程6的关键信息浮出水面。
它是主要满足接下来3-5年城区NOA发展时需要的高算力需求，数据驱动优化上，专门针对现在的BEV感知（主要还是卷城市NOA）等优化，总线、效率、图像画质、兼容传感器、MCU等等都有优化。 简单说，就是中国相应公司专门针对中国市场的内卷造的一套方案。
而价格的话，很可能继续维持在征程5时的局面，不到英伟达成本的一半。 2022年下半年，地平线余凯曾对外表述过相应的成本竞争，英伟达Orin为400美元左右，征程5不到200美元。 不过，因为英伟达供货量较大，所以其成本分摊最终表现较好。 而此次的征程6，还会是又有高端产品，也有中低端产品的布局。 地平线自己的宣传，其实就是这一次新芯片的核心竞争力，“车企既要又要，征程6应有尽有”。
所以，内卷这件事上，高算力的芯片和解决方案肯定是降价逻辑。 因为，竞争越大，价格越透明，这是铁律。 和特斯拉进入中国后不断降价，是相同的道理。
然后，谈及特斯拉，最大的变量自然也是它。 先是马斯克来华，会见相关部委，被传可能有FSD落地消息；到今年10月，特斯拉被传组建中国的FSD团队。 再到眼前的11月末，特斯拉官方正面回应FSD在中国确实正在推进中。 至于对功能的猜测，在之前已经公布的车主手册等信息（后官方对其删除）里，也有着端倪。
进入中国，会带着Beta的后缀，而支持的功能在当前的市场里并不算特别出彩，包括沿着不同路面行驶、左右转弯、通过环岛、上下高速等。 而鉴于其在海外市场的相应表现，有相关机构对此在中国的路况下进行过模拟，答案不容乐观。
除非，进入中国时的版本是FSD V12，取消了Beta后缀，被马斯克誉为十分强大，拥有端到端能力，但跳票了多次的那个版本。
而如果不是，那它的降价则大概率是板上钉钉。 原因很简单，技术不具备唯一性，价格却又太贵。
技术唯一性上，城区的NOA主动领航，目前小鹏、理想、华为、蔚来，包括接下来的小米、极越，以及其他的新势力都在进行推进。 上文中的理想和华为城市NOA之争，就是特斯拉面对的很大挑战。
效果难分伯仲之下，特斯拉FSD目前的价格表现则完全是跟不上。
蔚来最新的智能驾驶按月订阅模式，价格已经来到380元/月；
极越在2024年应用OCC技术后，按日付费的价格会低到20元左右；
华为系的很多车型，目前是2.5万元或者3.6万元选装或买断；
理想是融合到了车价之中。
而特斯拉的价格是6.4万元，比起当前中国车企的主流水平，要贵一倍左右，所以目前最新的观点也是，其一旦进入，大概率会降价3万元进行推广。
写在最后：另外，除了上述的车企和供应商竞争，会导致自动驾驶价格下降之外，大环境里
小鹏P7是什么档次的车？
小鹏P7是定位于智能轿跑的，由此就可以看出它的档次了，觉得无疑可以跻身于高档车行列。 小鹏P7是我国新能源电动汽车发展的一款极具竞争力的品牌。 新车配备的Xmart OS 车载智能系统在高通骁龙820A处理器的支持下，可以利用XUI融合感知能力，实现车机系统与乘员的主动沟通，而且我也觉得这个智能化的系统真是不~错，我去试车的时候体验了一把，在车内用语音控制，像智能手机一样，真的太方~便了。 续航里程更是高达了700千米以上，由此看来，我觉得小鹏P7在动力和性能档次方面更适合国内行业的情况。
