2024年被廣泛認為是人工智能元年，大模型、端到端成為熱詞。如今理想汽車也加入車企智駕鏖戰(zhàn)。

　　2024年12月25日-27日，理想汽車連續(xù)3天推出“2024理想 AI Talk”，董事長兼首席執(zhí)行官李想多次提到，理想是一家人工智能企業(yè)，要做的是人工智能的汽車化，而不僅僅是汽車的智能化。

　　不過，要實現(xiàn)端到端并不容易，算法、算力、數(shù)據(jù)都是門檻，此前理想汽車并不完全具備邁過門檻的能力。縱觀汽車市場，理想在智駕上起步已晚，在各家車企都在搶占第一梯隊位置的今天，“晚來者”能否突出重圍還是未知數(shù)。

　　決意推進端到端

　　“有多少人工，就有多少智能”這句話一度在智駕圈廣為流傳，背后的意思是人工智能需要人類工程師發(fā)現(xiàn)并篩選問題后，將問題喂給智能去處理，工程師編寫規(guī)則的速度決定了人工智能的處理速度，特斯拉為此寫了高達30多萬行C++代碼。

　　但端到端改變了一切。理想汽車智能駕駛研發(fā)副總裁郎咸朋用剎車來舉例說，以前團隊花了很長時間寫規(guī)則和代碼，但依舊無法讓車輛實現(xiàn)完全擬人的、舒適緩慢的剎車，而端到端可以提取真實司機的行車數(shù)據(jù)進行訓練，“一定比現(xiàn)在所有的智能駕駛軟件都要好”。

　　特斯拉內(nèi)部也有相似的觀點�；仡櫶厮估�自2021年發(fā)布FSD Beta版本（測試版本）至2024年發(fā)布FSD V12（Supervised）版本（受監(jiān)管版本）走過的3年路程，特斯拉首席執(zhí)行官馬斯克把FSD的30多萬行代碼刪到只剩下2000多行。這背后，是FSD端到端的全新升級。

　　為什么要做端到端？在連續(xù)3天的直播中，理想汽車的高管們聊到了這個話題。一方面，理想汽車意識到，智駕對銷量有非常大的促進作用。2024年2月理想汽車AD Max車型的交付量占比只有兩成，而2024年下半年已經(jīng)過半。當車輛的城市+高速綜合接管里程超過百公里時，客戶愿意為自動駕駛買單。

　　另一方面，L4級別自動駕駛或成為車企的“決勝法寶”。在此之前，電動化、端到端都可以算是“決賽”的一張“門票”。李想說，“我們今天做的所有事情，是為了L4拿門票，因為L4所需要花的錢，所需要擁有的能力，所需要的數(shù)據(jù)量，是今天所不具備的。”

　　做智駕，特斯拉顯然是每家車企都繞不開的對比項。2024年初李想就逼著智駕團隊去美國，讓團隊在不同的城市開特斯拉的FSD V12，“要么做端到端，要么就不要再做自動駕駛了。”他還對郎咸朋發(fā)火說，“下半年如果我還看不到變化，咱們還是拿不到頭部位置的話，那你這個負責人就可以不用干了”。

　　根據(jù)李想的排期，端到端可以讓理想汽車在2025年實現(xiàn)L3級別自動駕駛，2028年左右實現(xiàn)L4級別自動駕駛。

　　爭搶智駕第一梯隊位置

　　正是為了“決賽局”，2024年以來，理想汽車在智駕領域發(fā)力明顯加速。

　　2024年10月23日，理想汽車宣布全新一代雙系統(tǒng)智駕方案端到端+VLM全量推送。11月28日，理想汽車推送車位到車位智能駕駛。而12月底的直播中，理想汽車宣布高速城市全場景升級端到端+VLM，并于2024年12月31日全量推送AD Max用戶。

　　但在汽車行業(yè)，這樣的速度依舊屬于“晚來者”，其實大量車企早已爭奪端到端的第一梯隊位置。

　　早在2021年，特斯拉就發(fā)布了FSD Beta版本（測試版本），隨后不斷升級FSD系統(tǒng)，引入全新的端到端神經(jīng)網(wǎng)絡架構，實現(xiàn)了從感知到車輛控制的全面自動化。

　　2024年4月，華為常務董事、終端BG董事長、智能汽車解決方案BU董事長余承東公開表示，哪怕與特斯拉FSD相比，華為和奇瑞合作車型智界S7的智能駕駛系統(tǒng)仍然是全世界最好的。8月6日，華為和北汽合作車型享界S9首發(fā)搭載華為乾崑ADS 3.0，采用端到端全新架構。

　　2024年7月27日，蔚來汽車發(fā)布全新智能駕駛技術架構NADArch 2.0，引入自研的蔚來世界模型的端到端架構。7月30日，小鵬汽車推送了AI天璣系統(tǒng)XOS 5.2.0版本，強調(diào)端到端大模型量產(chǎn)上車。

　　目前，小米汽車已經(jīng)開啟了端到端全場景智能駕駛的定向內(nèi)測。零跑B系列和C系列也計劃于2025年實現(xiàn)自研端到端大模型智駕系統(tǒng)上車。

　　發(fā)展端到端不易

　　盡管各家車企摩拳擦掌，但實現(xiàn)端到端并不容易，算法、算力、數(shù)據(jù)都是門檻。根據(jù)郎咸朋的說法，此前理想汽車并不完全具備邁過門檻的能力。

　　從數(shù)據(jù)來看，理想AD Max車型的銷量在2024年初可以支撐高質(zhì)量訓練數(shù)據(jù)量達到10億公里左右規(guī)模。

　　這還不夠。郎咸朋提到，如果理想汽車希望實現(xiàn)城市+高速綜合接管里程達到500公里，預計需要2000萬Clips（視頻片段）的水平。如果這些要從不到5%的老司機中篩選，意味著理想汽車的車輛行駛總數(shù)據(jù)要達到50億公里甚至上百億公里的水平。

　　李想將數(shù)據(jù)換成銷量來解釋，稱要拿到L4的門票，需要有500萬輛以上的車跑在路上。

　　盡管有大量數(shù)據(jù)，實現(xiàn)端到端依舊有困難。北京社科院副研究員王鵬表示，一方面，訓練端到端自動駕駛模型需要大量的真實駕駛場景數(shù)據(jù)，且需要覆蓋不同的天氣、道路和交通狀況。另一方面，高質(zhì)量的數(shù)據(jù)對訓練有效的模型至關重要。低質(zhì)量或不準確的數(shù)據(jù)會導致模型學習到錯誤的行為。不僅如此，極端和稀有情況的數(shù)據(jù)往往比較稀缺，導致數(shù)據(jù)集可能不平衡。這會影響模型對這些情況的泛化能力。

　　理想汽車團隊也提到，己方選擇使用端到端+視覺語言模型就是考慮到了“極端數(shù)據(jù)較為稀缺”的情況。郎咸朋稱，理想汽車始終無法解決的問題是，當一套自動駕駛或智能駕駛系統(tǒng)，工作時如果遇到之前沒有見過的場景，應該怎么處理？為此，他們選擇了雙重模式。

　　做端到端，理想汽車不僅比特斯拉多了視覺語言模型，還配備了激光雷達，這也是出于安全方面考慮。

　　不僅如此，端到端也對車企的算力提出了極高要求。2023年7月，特斯拉Dojo超級計算機投產(chǎn)，F(xiàn)SD擁有了更強算力支撐。特斯拉方面稱，Dojo的啟動并運行讓FSD Beta呈現(xiàn)“指數(shù)級提升”。特斯拉當時預計2024年2月公司算力規(guī)模將進入全球前五，10月算力將達到100E FLOPS。

　　與之相對應的是，華為在2023年12月云端算力為2.8E FLOPS，2024年4月上升到3.3E FLOPS。蔚來與阿里云、英偉達合作，算力在1.4E FLOPS左右。理想汽車和火山引擎合作，算力為1.2E FLOPS。小鵬與阿里云合作，算力為0.6E FLOPS。根據(jù)直播公布數(shù)據(jù)，理想目前的算力基礎達到了5E FLOPS。

　　這也意味著，端到端的爭奪賽仍然在繼續(xù)。