在理想汽车2024智能驾驶夏季发布会的深入讨论中，除了宣布将于7月内全面推送无图NOA（Navigation on Autopilot）这一重大更新外，还深刻触及了自动驾驶技术的核心议题——真正实现自动驾驶的技术方案应是何种形态？

首先，双系统支持。  

理想的端到端方案融入了“快慢系统理论”的精髓，即快系统（系统1）应对常规场景，如同人类直觉般迅速反应；慢系统（系统2）则负责复杂场景的逻辑推理与决策，确保高上限表现。系统1由端到端模型实现，确保快速响应；系统2则由VLM视觉语言模型担纲，通过强大逻辑思考能力为系统1提供决策支持。  

再来看一下端到端自动驾驶。

目前，行业主流、已经量产、能够支持端到端方案的智驾芯片只有特斯拉的HW3.0芯片与英伟达的Orin，理想搭载的正是英伟达Orin。

相较于传统智驾方案，端到端技术拥有更高的技术潜力与天花板。

传统方案依赖于工程师预设的规则与模块间的紧密配合，然而，模块间的独立性导致信息传递的断层与误差，既限制了整体性能，又难以应对层出不穷的复杂场景。而端到端方案则如一股清流，通过减少人为干预，实现了信息流的无缝衔接与高效处理。

理想汽车作为国内首个公开端到端技术方案的车企，其“One Model”结构尤为引人注目。

该结构将传感器信息作为输入，直接输出行驶轨迹，摒弃了传统方案中的繁琐模块划分，实现了信息传递与推理计算的极致优化，这种无规则介入的端到端模型将赋予其智驾系统更强的通用障碍物识别、超视距导航、道路结构理解及拟人化路径规划能力。  

在技术架构上，理想更进一步，且方案更为激进。

相较于华为、小鹏的分段式端到端方案，其“One Model”结构更为紧凑与高效。华为方案仍保留感知与决策规划两大网络，而小鹏则细分为感知、规划与语言模型三段。

然而，理想的技术挑战亦不容忽视，One Model方案的训练难度极大，感知与规划的同时训练易导致负优化现象，需精心调校以避免。

另外，VLM模型也是理想智驾技术的亮点，其参数量高达22亿，虽不及ChatGPT等巨量模型，但在自动驾驶领域已属顶尖。该模型不仅能够精准识别路面环境、导航信息，还能深刻理解复杂交通规则，为驾驶决策提供有力支持。例如，在遇到坑洼路面时，VLM模型能迅速建议减速，确保行车安全。

为了将双系统部署至车端，理想进行了大量优化工作，将VLM模型的推理时间从最初的4.1秒缩短至0.3秒，实现了高效能的实时处理。这一成就得益于英伟达Orin芯片的强大算力支持，然而，面对未来更大规模的模型需求，理想或需考虑采用更高算力的芯片如英伟达Thor。

毕竟，像理想这种延时，20亿级的模型参数量算是比较极限了。

此外，理想还构建了结合重建与生成技术的世界模型，为自动驾驶系统的学习与测试提供了逼真且泛化能力强的虚拟环境。

最后，重建生成结合的世界模型。

理想将重建与生成技术精妙融合于世界模型之中，通过创新的3DGS（三维高斯散射）技术，将现实世界的数据精准重构为数字维度，同时引入先进的生成模型，以填补并丰富新视角下的景象。  

在这一构建过程中，环境元素被细分为静态与动态两大维度，静态景观得以精细重建，而动态元素则经历双重处理：既重建其当前状态，又运用生成技术预测并呈现多重视角下的动态变化。

随后，经过精心设计的重渲染流程，一个栩栩如生的3D物理世界跃然数字平台之上，其中动态资产如同活物般可自由调整与编辑，实现了场景局部乃至全局的灵活泛化。

与单纯重建相比，生成模型的融入赋予了这一世界模型前所未有的泛化能力，使天气变幻、光影流转、车流涌动等复杂环境因素均能在遵循自然法则的基础上被灵活定义与修改，从而创造出无限接近真实世界的虚拟测试场景。

这一重建与生成并重的世界模型，为自动驾驶系统的学习之旅铺设了宽广的虚拟试验田，不仅极大地丰富了系统的训练素材，更通过高效闭环的迭代机制，确保系统在面对复杂多变的真实世界时能够保持高度的适应性与可靠性。

一是小鹏汽车董事长何小鹏，发文高度评价特斯拉自动驾驶“表现极好”。

何小鹏表示：“这两天我在美国加州体验了FSD V12.3.6的版本，也打了一台Waymo体验。总的来说，在旧金山城区Waymo表现更好，而FSD在硅谷和高速表现极好，可以达到很高的分数，很多路况处理都很丝滑。我非常感慨FSD在数月里有很大的进步，我们也会向FSD学习他们优秀的功能点和用户体验部分，我相信2025会是完全自动驾驶的ChatGPT时刻！在自动驾驶这个行业，大家都在互相快速学习，自我迭代，一起提高大家出行的幸福感。”

二是蔚小理三家不约而同完成了智驾团队的组织调整。

蔚来单独设立了一个大模型部，专门负责端到端的模型研发。

理想则在5月裁员中，保留了算法研发团队：由贾鹏管理，主要负责无图城市NOA的研发、落地，以及端到端智驾的预研。

而在小鹏智驾团队中，直接与数据相关的部门至少有3个，包括大数据、时空数据、美国平台支撑数据等，分工很精细。

据有关报告，大部分All in端到端的公司都在削减原有团队规模，将团队重心调整到AI大模型和数据基建方向。

一切瞄准端到端，一切服务于端到端，已经成为行业的共识。

简单看一下头部车企的端到端落地时间。

小鹏汽车是国内首个发布量产上车的端到端模型的整车企业。何小鹏今年5月表示，到2024年第三季度，小鹏汽车的目标是“全国都能开，每条路都能开”，2025年实现城区智驾比肩高速的智驾体验。

4月24日，华为智能汽车解决方案发布会上，华为发布了ADS 3.0端到端架构，并将于8月随着享界S9正式上市。

理想汽车这边，7月5日将召开智驾发布会，预计也将公布自己的端到端上车规划。而蔚来自动驾驶副总裁任少卿在接受采访时则表示，蔚来已经在布局端到端，预计今年将实现上车量产。

事实上，虽然多数团队已经调整完毕，并且给出了端到端量产时间，但参考特斯拉从FSDv11到v12经历的“性能爬坡”，端到端模型上车后，其早期性能可能不会强于极致优化的经典技术方案，这也对管理层进行技术路线转型的决心提出考验。

同时，削减团队规模不意味着总体投入的减少，一方面，端到端转型会使现有智驾团队的人员规模减少，另一方面，端到端对数据、数据基础设施的投入增加。

对部分公司管理层来说，扩张团队的决策是容易的，但对数据、工具链等“看不见、摸不着”的资源投入更需要认知模式的切换。

围绕端到端自动驾驶的很多争议都来自于对其概念定义的不清晰，行业中看待这一技术的观点呈现出两极分化：

“技术原教旨主义者”会认为，市场上很多公司所宣传的宣传“端到端”并不是真正的端到端；

“实用主义者”则会认为只要基本原理符合，并且产品性能提升，端到端的准确内涵并不重要。

目前，自动驾驶架构的演进可以分为四个主要阶段：

第一阶段：感知“端到端”；第二阶段：决策规划模型化；第三阶段：模块化端到端；第四阶段：One Model/单一模型端到端。

One Model端到端自动驾驶可以看做是端到端的终局解决方案。这个概念被提出的时间比模块化端到端更早。

在自动驾驶产业刚刚开始起步的2016年，英伟达就提出采用单个神经网络（卷积+全连的简单架构）来实现端到端的自动驾驶，输入和输出就是最原始的传感器信号、方向盘角度及油门开度。

随着Transformer网络架构和车端算力（逐步可支持0.1B~1B级参数量网络运行）的提升，One Model的端到端方案又重新回到人们的视野中，甚至会演化成为端到端的终局解决方案。

基于这样的判断，还有一个概念需要重点厘清。端到端与大模型这两个概念经常被混淆在一起。

但实际上，两者并不必然相关。大模型更多关注模型的参数数量以及涌现能力，而端到端更多强调的是结构上的梯度可传导以及全局优化。

目前的大模型为端到端实现提供了很好的可选方案，但是端到端并非必然基于大模型实现。

从目标上来讲，大模型则像是一个多面手，它们拥有大量的参数，能够处理包括自动驾驶在内的多种复杂任务，如自然语言处理、图像识别等。

大模型训练所需的数据类型结构更广，而且由于其广泛的应用范围，对于可解释性以及可靠性的要求并不高。

相比之下，端到端的最终目的是让车辆能够自主导航并安全行驶。它需要学习和适应各种驾驶场景，以便做出准确的驾驶决策，更多基于标注数据进行训练，对于系统的可靠性要求更高。

而在世界模型与端到端自动驾驶的关系上，基本存在以下两种不同的观点：

第一，世界模型在整个自动驾驶算法的开发体系中以数据生成器的角色存在。第二，只要对世界模型进行微小的调整或者增加一些输出链路及模块，就可以实现One Model端到端自动驾驶。两种观点都有待未来的发展印证。

回到火热的特斯拉端到端方案上。

Tesla宣称从FSD12.3版本开始采用端到端自动驾驶方案。业内普遍认为这些表现的巨大提升很大程度地建立在决策规划模块化基础方案之上，但是目前尚无法具体判断出Tesla的实现方案处于本报告定义的“决策规划模型化”“模块化端到端”或者“One Model端到端”中的哪一个阶段。

对于华为、小鹏等国内玩家而言，大家普遍尚处于感知“端到端”、决策规划模型化阶段。

参考特斯拉在2021和2022年年底的AI Day上分别公布了BEV和Occupancy Network的技术架构，而国内车企开始OTA基于BEV/Occupancy Network的功能普遍在2023-2024年，国内与特斯拉的研发进度差大概在1.5~2年。

2025年，将是国内车企全面量产端到端方案的元年，或许也是特斯拉FSD正式入华的时间点。

而One Model端到端系统预期其落地时间会晚于模块化端到端1~2年时间，从2026年至2027年开始上车量产。

尽管端到端技术如此之火，但是我们仍不能笃定其就是自动驾驶的最终解决方案。

乐观来讲，从人工智能的特性、发展速度等交付分析，人工智能的涌现能力，或许昭示着端到端只是未来众多技术方案之一。

但不可否认的是，无论是学术界、产业界在端到端自动驾驶领域的快速进展，还是资本市场对相关公司的关注，都指向一个趋势：端到端开启了新一轮的自动驾驶产业革命。

关于“自动辅助驾驶”功能，理想汽车创始人、董事长、CEO 李想也表示：“目前摄像头 + 毫米波雷达的组合像青蛙的眼睛，对于动态物体判断还好，对于非标准的静态物体几乎无能为力。视觉在这个层面的进展几乎停滞，哪怕是动态，车辆以外的识别率也低于 80％，千万别真当自动驾驶来使用。”

可见，汽车自动驾驶之路任重道远，此次事故也是事出有因，摄像头 + 毫米波雷达也有自己的视野盲区，不能真的当成无人驾驶，还要以人为主，因此汽车行驶时，要注意力集中，时刻手握方向盘，别把自己的性命交给所谓的“自动辅助驾驶”，从名字都可以看出，只是辅助你驾驶，并不能替代车主，大家要引以为戒。

在转型决策上，蔚小理普遍在中国传统车企之上，并以自动驾驶的自研转型最具有标志。

蔚小理的首款车型都是基于Mobileye的Eye Q4打造的，因为Mobileye的封闭性，蔚小理纷纷投入到Orin，并开启自研之路。

小鹏汽车是启动算法自研最早的，2018年就发布了Xpilot2.0，从自适应巡航，逐步升级到遥控泊车，高速领航辅助驾驶，到如今的城市NPG。

理想、蔚来最初没有搞自研，还有一个原因是没钱，在经过最难的2019年后，自研被提上日程。

转型自研的必要性，除了自己掌握“白盒子”，产品迭代灵活，不受供应商掌控，同时在产品规划与成本博弈中，自研的优势会随着规模增加而愈加突出。

蔚来首款车型ES8还在以全球首款搭载EyeQ4芯片为卖点，2020年底发布ET7时，就已经变成了搭载4颗英伟达orin芯片，并以“算力超特斯拉FSD 7倍”为噱头。

2021年，理想ONE改款车型换了地平线征程3芯片，自研的Li OS系统也正式上车。

技术层面，从Mobileye到Orin，蔚来、理想相继脱离了Mobileye的打包技术，开启软件自研，这一步对于蔚小理来说也是必须要走的，这样才利于在智能化的下半场发挥优势。

不过，在自研深度和进度上，蔚小理三家是有差别的。

在全栈自研上，理想是有选择的，基于场景应用和成本的考量，在2020年首先启动了AEB自研。这一年，蔚来任命曾经的Momenta创始人任少卿为助理副总裁，主导自动驾驶研发， 也意味着蔚来的自动驾驶研发从北美彻底转移至中国，并启动自研。

这期间，蔚来、小鹏也相继传出了自研自动驾驶芯片的消息，但是，在整个智能化能力尚未真正构建成功之前，能够看到的主要是财报数据中源源不断的研发投入。

而在实际的运行中，各种问题接踵而至。

电池原材料价格上涨，2022年3月整个汽车产业面临的汽车供应链危机，新的考验随之而来，最直接的问题是，蔚小理第二代产品的交付都出现了问题。

去年8月，理想L9因四川限电导致增程器工厂供应延迟；因为压铸件供应不足，蔚来ET7产量相比预期减少。

对于这个阶段，李想在接受媒体采访时曾分析，三家新势力同时出现的问题，都是在第二代产品上的节奏慢了，但是节奏慢的原因和影响各不相同。

对于理想的问题，李想则认为，80%是自身的能力和管理问题。

或者说，随着市场竞争的日趋激烈，用户已经没有过去的高容忍度，来等待几个月甚至一年之久的新车交付了，蔚小理除了提供高期待值产品，也必须缩短新车交付周期，提升用户体验。

这也让蔚小理对特斯拉与比亚迪的研究更加深入，但是，蔚小理中还没有一家在完全复制特斯拉或者比亚迪的路径。

这是一场时间与金钱的考验，蔚小理们都在寻求最优解，既无法做到所有核心硬件都自研，也无法大规模垂直整合供应链，在这一关乎如何长期发展的课题里，蔚小理既有共性的选择，又显示出相对各异的发展理念。

蔚来决定自研电池，但理想决定不碰电芯，小鹏则是最早选择“不把鸡蛋放在同一个篮子里”，分散布局供应商。

不过蔚小理三家都启动了自动驾驶芯片的研发，来构建智能汽车未来竞争的技术能力。