“端到端”热潮之下，自动驾驶中国道路何去何从？

发布日期：2024-09-19 14:17

来源类型：百度经验 | 作者：梅莉丝·柏坎

【澳门金牛版正版资料大全免费】【新澳开奖记录今天结果】【2024年新澳门王中王资料】【管家婆最准一肖一码】【新澳彩开奖结果查询】【2023新奥彩资料】【4949澳门免费资料大全特色】【2024今晚澳门特马开什么号】【2024澳门传真图大全】【2O24澳彩管家婆资料传真】

【494949澳门今晚开什么】 【2024新澳免费资料】 【2024年澳门天天好采】

从特斯拉端到端FSD开始在北美全量推送，到国内智能驾驶头部车企的发布会上频繁出现“端到端”字样，仅仅用了几个月的时间。

基于端到端技术的高阶智驾，正在快速占领车企的技术路线和营销话术。

而与量产乘用车市场L2+智驾火热相反的，是过去几年火热的L4、Robotaxi、车路协同，似乎最出圈的话题也只是萝卜快跑在武汉引发的争议。

今年7月，全新一汽-大众迈腾上市，它和稍早一些上市的上汽大众途观L Pro一样，搭载了V2X短程直连通讯功能。

即便在汽车行业，如今你也很少能在车企的PPT中，看到这个内容。

事实上，根据中国信通院出版的《车联网白皮书（2023）》显示，当乘用车车联网前装搭载率达到77.78%时，C-V2X的搭载率也只有1.45%。

但在第四届沈阳智能网联汽车大会上，中国工程院院士李克强说：“大家谈车路云一体化的目的是为了形成一个复杂体系化的协同感知、决策控制和增值服务，与单车智能并不矛盾，而是单车智能的升级版。”

| 中国工程院院士 李克强

当然，如今两者的境遇差异，也和技术发展至今所遇到的挑战有关。

中国电动汽车百人会副理事长兼秘书长张永伟在第四届沈阳智能网联汽车大会上就提到：“目前城市在推进车路云有很多顾虑，比如技术路线分歧，比如如何理解单车智能与中国方案的关系，以及我们感受到最大的问题，是城市参与程度越来越深，但车企却很浅，而没有车企的参与，车路云的产业功能就出现了短板。”

的确相比“全国都能开”这样直观的营销表述所带来的销量增长和收益促进，车路云一体化的技术发展和商业闭环似乎都还略逊一筹。

“投入多，获得感少”成为了行业直面的问题。

“端到端”与“车路云”，谁是未来？

李克强院士认为，单车智能技术的发展，自然会衍生到车云协同，从车到云，再到基础设施的一体化，是技术发展的演进路径，“不存在谁否定谁的问题。”

“端到端”、“大模型”的火热，离不开C端市场量产产品的推出以及车企的营销竞争，毕竟相比于距离大多数人仍然遥远的Robotaxi、无人配送车，高阶智驾所带来的获得感是更直接、更广泛的。同样，对于车企而言，在这个领域的投入可以更快见到市场回报，也是在智能电动车内卷加剧的环境下，建立品牌差异和产品核心竞争力的重要内容。

但如果将这些放到“自动驾驶”技术发展的大潮之下，会发现其也不过是技术演进迭代中的一环。

李克强院士表示，特斯拉新一代FSD是在传统单车智能基础上，增加了基于影子计算的端到端大模型，但仍然属于高级别辅助驾驶，而非无人驾驶；其次，它并非传统的单车智能，而是“影子模型”加“端到端大模型”的车云协同。

事实上，新一代FSD正是技术演进的过程，也同样是车路云一体化的初级形态，而如果有车路协同的加入，其实影子模型也可以做到更低成本、更好效果。

这也就回到了中国方案所追求的，通过新一代移动通信技术加持，让人、车、路、云一体化，构建共性的数据平台，再支持产业化应用。

其实端到端、大模型的火热背后，如果缺少车路云一体化模式，意味着每个企业都需要大量的数据，但同时又要面对数据量有限、数据种类单一的困境。而车路云一体化，恰好可以为大模型构建，提供其所需的完整数据底座。

岚图汽车科技有限公司智能驾驶高级总监付斌提到了作为车企，目前在推进“车路云”一体化时所面临的挑战：包括基础设施建设的碎片化，很难支持智能驾驶技术和网联功能模块化、规模化的应用。即便车企愿意接入路测信息，但碎片化、不连续的数据也很难对用户体验带来实际提升。

此外，基础设施的投入作为基建成本，对汽车厂家来说深入参与的资金压力和商业化前景都不友好。

而各种系统、技术标准的兼容统一，以及各个企业间数据的封闭，也都让车企的示范应用有着现实的困难与挑战。

中汽院智能网联副总经理夏芹也提到，在她的工作经历中遇到很多数据质量的问题，同时还可能拥有非常多的数据对接方，这对于车企而言，意味着使用数据的对接流程非常繁复，同时数据还可能很不好用。

蘑菇车联CTO郭杏荣则举了这样一个例子。过去一些试点建设，数据误差达到了几百米，甚至车企去测试发现还没有自己的单车智能精准，这就导致数据无法被使用。

“端到端”与“车路云”，其实并非二选一的对立，而是从高阶辅助驾驶迈向自动驾驶，所必然经历的过程，也只有技术的相辅相成，才能更高效地达成目标。就像李克强院士所说：“单车智能能够逼近优秀驾驶员水平，但限制了水平上限。而引入路测感知与计算，增强车路云协同模式，则有机会超越人类驾驶水平潜力，提升上限。”

从技术闭环到商业闭环

高阶智驾之所以可以在现阶段快速发展，核心在于技术的初步成熟可用，以及对车企所带来的终端销量的刺激。相比之下，无论是Robotaxi、无人配送车亦或是无人小巴，更多还停留在试点阶段，距离完全的商业化落地，还有距离。

李克强院士表示，高新技术产业化应用应具备两个条件：技术闭环和商业闭环。有技术闭环，未必会有商业闭环，但没有技术闭环则一定没有商业闭环。

车路云一体化的发展过程中，也面临这样的挑战，而“投入多，获得感少”成为了行业当下直面的问题。

比如技术本身的局限性。车辆运用、系统运行方面仍然以单车智能为主，数据的获取非常被动，也很少有车企愿意将数据接入到平台，同时也没有从平台获取实时数据。“大多数车路云一体化系统仍为‘烟囱型架构’，无法分层解耦、跨界共用。”李克强说。

而这种局限性，不仅给数据的使用带来挑战，也很难让用户获得好的体验，从而让“增值服务”变得难以达成。

| 中国电动汽车百人会副理事长兼秘书长 张永伟

在张永伟看来，车路云一体化的发展首先需要有战略共识和持续的学习能力，对新兴产业发展的制度保障。

其次，是车路云定位的思考。

过去车路云更多被认为是汽车领域智能化的一条路线，被归入汽车产业范畴。但这种定位却会给车路云建设在探索投资模式、商业模式时带来制约。

张永伟说：“我们尝试宽泛一些来理解车路云定位，比如它是一个底层基础设施体系，可以和不同的领域进行链接，比如与汽车链接就会形成汽车领域的基础路线；与交通进行连接，就可以赋能交通，形成智慧交通方案；和城市管理连接，也可以推动城市管理的智慧化和数字化变革。”

所以，车路云的定位不应该专属于汽车，让其更宽泛、更底层，也就更容易讨论它的投资与建设模式，也不必让汽车过早背上属于基础设施投资的包袱，同时是对汽车智能化路线的解放。

此外，在建设模式上，也应该从过去的试点为主，变成以城市全覆盖为目标，“单片建设在现在已经没有多大意义，城市可以分级建设，但应该有一个全域的目标。”张永伟说。

而在全域建设时，可以进行梯级分类，有些地方高配建设，但大部分场景可以低配置建设。这是实现全域、低成本建设的必须，否则就会出现大量基础设施建设配置过高，但使用率过低的情况。

当然，所有的建设都要解决“钱”的问题。

钱从哪里来？过去主要依靠政府财政或平台公司，但未来大规模建设就需要拓展投资和融资渠道。

张永伟将投资内容进行了分类：首先，基础建设项目，应该由政府投资，因为不搞车路云政府也要做基建，也要对传统基建进行智能化升级；第二，基础网络是运营商的责任，基于基础网络的拓展，需要运营商做增量；第三，路侧算力、智能化设备，可以进行社会化融资建设。

过往类似的成功案例是高速公路建设，“借钱修路，收费还贷”，而车路云的建设也可以参考类似的方式，通过主体借债、运营偿债的模式，来跑通车路云建设的投资路径。

此外，车路云的应用场景也要跳出汽车本身，而泛化到城市智慧交通甚至是各方面的城市治理。同时，数据的管理、运营，以及配套标准的统一规范，也对日后车路云一体的运营落地有着重要影响。

大公司视点

在第四届沈阳智能网联汽车大会的外场，有包括无人小巴、智慧物流、无人环卫等场景的示范应用体验，而在一些特定场景下，车路云一体以及自动驾驶已经找到了一些示范模式。

比如在天津、苏州的智慧公交，提成通行效率30%、节能10%；而环卫场景下，无人化的落地也可以更高效地解决环卫痛点。

还有城市物流、公路物流、智慧矿山场景，同样对无人化运行有着刚需，此外围绕车路云一体化的数据增值服务，也会是未来一个非常大的商业化空间。

或许是特斯拉FSD带动了“端到端”技术，从而推动了智能驾驶在终端消费者市场的热度，也让过去在国内默默试运行多年的，包括萝卜快跑在内的Robotaxi突然火热了起来。

而这种火热，其实也让整个行业看到了，自动驾驶“中国路线”的商业化落地曙光。

就像李克强院士所说：“坚持既有路径，凝聚发展共识，同时抓紧窗口期持续投入，发挥新型举国体制优势，最终可以解决问题，实现大规模产业化目标。”