024年1月，特斯拉開始大規(guī)模推送FSD V12，從此“端到端”智能駕駛在汽車行業(yè)興起。小鵬、理想、智己、商湯等公司也紛紛推出自家的端到端智駕方案。
特斯拉的FSD是一套包含感知、規(guī)控、執(zhí)行在內(nèi)的全鏈路自動(dòng)駕駛軟硬件架構(gòu)。而FSDV12采用的“端到端”的自動(dòng)駕駛系統(tǒng)，能夠高度模擬人類駕駛行為，實(shí)現(xiàn)感知決策一體化。近日，特斯拉正式亮相的Robotaxi車型Cybercab，取消了方向盤、踏板和后視鏡，高度依賴于特斯拉的FSD完全自動(dòng)駕駛能力。
“端到端”最鮮明的特點(diǎn)便是基于AI模型對(duì)從傳感器到處理器、執(zhí)行指令等進(jìn)行判斷，不需要人為干預(yù)中間步驟。當(dāng)前各家端到端的技術(shù)路線有所不同，都在積極探索。行業(yè)人士指出，預(yù)計(jì)2025年國(guó)內(nèi)自動(dòng)駕駛端到端方案大規(guī)模量產(chǎn)上車。
理想
11月，在2024廣州車展上，理想汽車公布了全新一代智能駕駛技術(shù)架構(gòu)——端到端+VLM雙系統(tǒng)的最新進(jìn)展。
目前，理想汽車研發(fā)團(tuán)隊(duì)正在加速實(shí)現(xiàn)端到端+VLM系統(tǒng)的“車位到車位”能力升級(jí)，正陸續(xù)推送給萬人內(nèi)測(cè)用戶，并將逐步覆蓋理想全國(guó)478家門店的試駕車。按照規(guī)劃，到11月底“車位到車位”能力將隨OTA6.5版本車機(jī)系統(tǒng)推送給全量AD Max用戶，升級(jí)后的車輛將支持全國(guó)高速收費(fèi)站ETC自主通行，自動(dòng)將導(dǎo)航終點(diǎn)匹配至AVP代客泊車路線。
理想汽車提出的端到端+VLM雙系統(tǒng)架構(gòu)，采用One Model一體化端到端，是首次將VLM模型部署至車端量產(chǎn)芯片。VLM視覺語言模型是世界上第一個(gè)成功部署在車端芯片的大模型，具備應(yīng)對(duì)復(fù)雜場(chǎng)景的邏輯思考及決策能力。VLM視覺大模型可以幫助智駕能夠更精準(zhǔn)的識(shí)別應(yīng)對(duì)坑洼、減速帶、施工、丁字路口、夜晚無燈、主輔路進(jìn)出等場(chǎng)景，做到提前減速，安全通行。
相較于無圖NOA智駕，它具有感知和規(guī)劃兩個(gè)模型，中間還需要其他規(guī)劃介入。而一體化端到端模型之下，信息傳遞不再需要人來設(shè)定規(guī)則，中間無需規(guī)劃，直接傳感器輸入再通過端到端模塊輸出。那么，這樣的智能駕駛效率更高、更擬人更聰明。
商湯
11月27日，在2024“絕影實(shí)力AI DAY”上，面向智能駕駛，商湯絕影構(gòu)建了“車云一體”的產(chǎn)品矩陣，發(fā)布涵蓋高速、城區(qū)以及泊車等全場(chǎng)景的高階智駕、端到端智駕等絕影量產(chǎn)智駕產(chǎn)品體系，同時(shí)全新升級(jí)行業(yè)標(biāo)桿級(jí)別的“開悟”世界模型，以此打造堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)設(shè)施。
本屆“絕影實(shí)力AI DAY”上，商湯絕影全面展示了基于J6E、J6M、Orin等不同算力平臺(tái)打造的全場(chǎng)景高階智駕、端到端智駕等絕影量產(chǎn)智駕產(chǎn)品體系。商湯絕影表示，其智駕量產(chǎn)交付也在穩(wěn)步推進(jìn)，基于J6平臺(tái)的智駕方案預(yù)計(jì)2025年第二季度將量產(chǎn)交付，而量產(chǎn)端到端智駕方案則預(yù)計(jì)會(huì)在明年年底量產(chǎn)落地。
商湯絕影全棧量產(chǎn)智駕解決方案覆蓋高速領(lǐng)航、城區(qū)領(lǐng)航、泊車輔助等各類場(chǎng)景，滿足全場(chǎng)景智駕需求。2022年底，商湯科技及其聯(lián)合實(shí)驗(yàn)室提出行業(yè)首個(gè)感知決策一體自動(dòng)駕駛通用模型（UniAD），2024年，商湯絕影實(shí)車部署面向量產(chǎn)的真·端到端自動(dòng)駕駛解決方案UniAD。
為了增強(qiáng)端到端自動(dòng)駕駛方案可解釋性和交互能力，依托多模態(tài)大模型強(qiáng)大的常識(shí)理解能力，商湯絕影已研發(fā)出新一代自動(dòng)駕駛大模型DriveAGI，是目前最貼近人類思維模式、最能理解人類意圖并有最強(qiáng)的解決駕駛困難場(chǎng)景能力的下一代自動(dòng)駕駛技術(shù)。
商湯端到端自動(dòng)駕駛解決方案更高的能力上限，綜合理解復(fù)雜交通環(huán)境，泛化能力強(qiáng)，靈活度高，駕駛行為更貼近人類習(xí)慣。更快的迭代效率，基于數(shù)據(jù)驅(qū)動(dòng)，高效解決行泊場(chǎng)景中感知和決策長(zhǎng)尾問題。更低的系統(tǒng)成本，例如純無圖，無需全量或輕量化高精地圖，僅需導(dǎo)航信息。純視覺，無需雷達(dá)/激光雷達(dá)的信息輸入，僅需攝像頭視覺信息輸入。
為了強(qiáng)化端到端的高端智駕競(jìng)爭(zhēng)，商湯絕影全新升級(jí)并發(fā)布了“開悟”世界模型。世界模型最基礎(chǔ)也是最核心的能力是生成高質(zhì)量視頻數(shù)據(jù)，高質(zhì)量數(shù)據(jù)的關(guān)鍵在于“真實(shí)”。基于多模態(tài)大模型打造的絕影世界模型，能夠理解真實(shí)世界的物理規(guī)則、交通規(guī)則，生成的視頻數(shù)據(jù)也更加逼真。現(xiàn)場(chǎng)展示的“開悟”生成視頻案例中，晴朗天氣下，汽車、路燈都是有影子的，右轉(zhuǎn)車輛會(huì)主動(dòng)讓行優(yōu)先級(jí)更高的直行車輛。在真實(shí)的基礎(chǔ)上，“開悟”生成的場(chǎng)景視頻，時(shí)間最長(zhǎng)為150秒、分辨率可達(dá)1080P、視角可以實(shí)現(xiàn)11V，是行業(yè)首個(gè)同時(shí)完成上述指標(biāo)的智駕世界模型。
通過多模態(tài)大模型，“開悟”世界模型可以支持多樣化的自動(dòng)駕駛場(chǎng)景及Corner case的可控生成。目前商湯絕影基于1024類場(chǎng)景，能夠泛化出更多的平行世界，打造了千萬級(jí)的生成場(chǎng)景庫，預(yù)計(jì)2025年對(duì)行業(yè)開放。
智己
10月28日，智己汽車正式宣布IM AD 3.0率先完成從“最像人”到“有直覺”的斷代式進(jìn)化，為智駕系統(tǒng)率先注入人工智能生成的“直覺”，正式邁入“直覺”智駕新時(shí)代。依托智己汽車與Momenta聯(lián)合打造的“一段式端到端直覺式智駕大模型”，智己汽車已經(jīng)成為行業(yè)內(nèi)同時(shí)具備L2、L3、L4級(jí)智能駕駛量產(chǎn)能力的品牌。今后，隨著相關(guān)法律法規(guī)逐步出臺(tái)，智己用戶將享受行業(yè)領(lǐng)先的自動(dòng)駕駛體驗(yàn)。
IM AD3.0以更接近人腦結(jié)構(gòu)的思考方式，生成本能反應(yīng)主導(dǎo)的直覺決策能力。智己智駕大模型，無需人為定義感知到規(guī)劃接口，可學(xué)習(xí)全局信息、隱含信息。尤其在應(yīng)對(duì)突發(fā)狀況時(shí)，能夠“腦補(bǔ)”出看不見、看不全的路況信息，像人類高級(jí)思維一樣可以做出瞬間預(yù)判，既人們通常所說的“直覺”或“下意識(shí)反應(yīng)”；即使在最復(fù)雜的交通環(huán)境中，都做到真正老司機(jī)般“看路開車”的駕駛方式。
“一段式端到端大模型”取消了分模塊智駕結(jié)構(gòu)，將感知與規(guī)劃整合進(jìn)一個(gè)大模型，通過數(shù)據(jù)飛輪提供的海量?jī)?yōu)質(zhì)數(shù)據(jù)，訓(xùn)練一個(gè)完整的神經(jīng)網(wǎng)絡(luò)，分析全局信息、隱含信息，學(xué)習(xí)優(yōu)秀的人類駕駛行為，從原始數(shù)據(jù)輸入到規(guī)劃路徑輸出，形成人腦高級(jí)思維的直覺反應(yīng)。同時(shí)，IM AD智駕大模型還有“安全邏輯網(wǎng)絡(luò)”來保證直覺決策的安全性，讓直覺駕駛的行為既高效、又恰當(dāng)、更安全。
據(jù)悉，智己汽車L2+級(jí)高階輔助駕駛，已于10月在全國(guó)范圍內(nèi)開通全系車型“無圖城市NOA”，做到“全國(guó)都好開、全場(chǎng)景都敢開”。今年6月份，智己入選全國(guó)首批“L3準(zhǔn)入及路試聯(lián)合體名單”，預(yù)計(jì)將于2026年正式具備L3級(jí)自動(dòng)駕駛方案的量產(chǎn)條件。L3級(jí)自動(dòng)駕駛也已進(jìn)入量產(chǎn)倒計(jì)時(shí)。智己汽車預(yù)計(jì)將在年內(nèi)獲得首批“L4級(jí)無駕駛?cè)说缆窚y(cè)試牌照”，實(shí)現(xiàn)無人駕駛車率先上路。