彝良均奎网络科技有限公司 > 新闻动态 >

最近，“端到端”在车圈火了！特斯拉基于“端到端”的FSDV12(都备自动驾驶)决策造成的标杆示范效应，重叠入华听说，带动“蔚小理”等车企和华为、地平线等干事商纷繁转向，加码端到端自动驾驶时期。

所谓“端到端”，其实是来自深度学习中的意见，英文为“End—to—End(E2E)”，指通过一个AI模子，独一输入原始数据就可以输出最终成果。利用到自动驾驶领域，意味着只需要一个模子，就能把录像头、毫米波雷达、激光雷达等传感器采集到的感知信息，退换成车辆标的盘的动掸角度、加快踏板的踩踏深度以及制动的力度等具体操作教导，让汽车末端自动驾驶。用小鹏汽车独创东说念主何小鹏的说法，剖析得“很丝滑”，更像“东说念主类司机驾驶”。

此前，市面上绝大部分自动驾驶系统为传统模块化神志，即一个东说念主工和智能两分天下的混搭系统：感知依靠神经汇集，筹备截止则使用东说念主类手动打算的算法。这一系统的平允在于单干明确，发现弱势便于分模块检讨、责罚。但问题是，这种模块化的自动驾驶系统在相对浮浅的驾驶任务上剖析可以，而在复杂的驾驶任务面前，其天花板了然于目。就算是堪称遥遥率先的城市高阶智驾功能，已经会有机械感，也会在汇入快速路、通过大型路口时宕机。

计划到自动驾驶的中枢挑战是责罚源源支配的角落场景，以有限东说念主力责罚无穷长尾问题的本钱和时分难以臆想，数据化、模子化成为势必趋势。不外，端到端，雷同是一个需要老诚傅用心打磨的高难度时期活。

一方面，端到端需要海量高质料数据“投喂”考研。与大谈话模子可以在互联网上爬取海量翰墨数据用于考研不同，端到端智驾需要的视频数据取得本钱和难度极高。以特斯拉为例，面前其FSD累计学习的东说念主类驾驶视频片断特地2000万个，而这一规模的数据仅采集本钱就需要50亿元至80亿元。

另一方面，端到端需要重大算力的搭救。自动驾驶触及激光雷达、图像感知以及V2X车路协同等时期与责罚决策。重大的算力不仅成心于及时处理海量数据，缩小数据传输延伸，还可更好地搭救面向灵敏城市、灵敏交通、高等别自动驾驶等全场景。有关词，华为车BU、百度极越、蔚来、盼愿、安谧、长城、小鹏等国内企业算力增长面前均面对较大瓶颈。

问题还在于，算力与数据的制约又会显赫影响算法的发展。天然国内学术界提倡的端到端自动驾驶模子UniAD斩获2023年CPVR最好论文奖，为国内企业提供了可以参考的标的，然而在开环考证体系、小体量样本数据下建立的UniAD，上车还需要一定时分的工程化矫正和大规模数据考研。

此外，端到端会同期放大自动驾驶系统的上限与下限。因为端到端构建的是一个神经汇集黑箱，在取得更高上限的经过中让渡了一部分传统模块决策具备的可讲授性。如安在自动驾驶系统中保留可讲授性，将那些不应被向上的纪律，比如别闯红灯，表征到神经汇齐集去，保证端到端能安全地落地利用、进化，也将是规控工程师们的遑急课题。

登攀珠峰有两条路子：一条是中国西藏的北坡，另一条是尼泊尔的南坡。不论接纳从南坡照旧从北坡登攀，最终都将到达归并个顶峰。这与面前自动驾驶的发展旅途有相似之处。天然当今还很难判定端到端即是自动驾驶的最优解或最终解，但这并不妨碍企业蜕变探索。毕竟端到端能够比传统模块化神志更好地处理极点案例，何况代表了一种减少东说念主工编码依赖的更高效的念念路。基于这个旅途，或者自动驾驶能够通往更高阶段。(本文开头：经济日报 作家：杨忠阳)