智能駕駛系統的下半場即將來襲，大家準備好了嗎？我認為接下來的半年，各大主機廠陸續發布自己的無圖NOA智駕系統。

車廠智能駕駛發布線

我們捋一下車廠對于自己智駕發布時間線：

2023年9月，馬斯克在硅谷帕洛阿爾托（Palo Alto）的街道上直播測試特斯拉全自動駕駛測試版V12（FSD Beta V12）。

2024年3月17日元戎啟行在百人會上宣布，在國內首家實現端到端自動駕駛模型上車

2024年3月31日，特斯拉向美國部分用戶推送FSD V12（Supervised）版本。

2024年4月 24日 華為宣布 ADS 2.0 升級為乾崑 3.0，技術轉向 GOD/PDP 網絡全新架構，對外稱是端到端架構；

2024年5 月 20 日，小鵬汽車舉辦了以「開啟 AI 智駕時代」為主題的 AI DAY 發布會，宣布端到端大模型已經量產上車；

2024年5 月 22 日，傳出消息，小米汽車原圖森未來首席科學家王乃巖即將帶領團隊加入小米汽車，負責端到端自動駕駛團隊。

2024 年 6 月 30 日，長城汽車董事長魏建軍親自操盤，通過直播向全球展示了長城汽車全場景 NOA 在重慶的挑戰性路段的實際表現。長城使用的是自己的SEE 端到端模型。

小鵬、蔚來等車企也在通往全國都能開的道路上取得了階段性成果。7月2日，小鵬汽車宣布，截至目前XNGP城區智駕累計覆蓋356城。全國都能開的無限XNGP即將在本月全量推送。7月4日，小鵬XNGP智駕XOS 5.2.0公測版本正式推送。小鵬官方表示，該版本搭載全國首個量產上車的端到端AI大模型，實現全國都好用，有路就能開。

2024年7月5日，理想汽車舉辦了智能駕駛夏季發布會，理想汽車全國都能開的無圖NOA將于7月內向理想AD Max全量用戶推送，同時7月內推送全自動AES（自動緊急轉向）和全方位低速AEB（自動緊急制動）。

華為乾崑ADS 3.0預計將于今年8月推出，該系統取消了BEV網絡，全面切換到GOD（通用障礙物識別）網絡，對障礙物的識別能力和對場景的理解能力更強，體驗更像人類。

車場為什么會頻繁發布，是技術突飛猛進了嗎？

上面看到作為傳統造車車的長城先一步蔚小理在重慶直播自家的智駕，大部分會驚訝，為什么長城會先發布、畢竟蔚小理是新勢力，科技實力會更強一點。

這里我們就得提提端對端技術和傳統技術了。

2023年，AI頂會CVPR將年度最佳論文頒給首個感知決策一體化自動駕駛模型UniAD，端到端架構得到學術界認可。

與此同時，端到端的FSD V12橫空出世，特斯拉在工業界的成功實踐，讓行業看到希望，相繼轉向。

好的智駕實現效果，可以投入的資金和人力，可復現的技術。

蔚小理們集體調整智駕團隊，智駕競爭白熱化，這個技術范式的轉變：端到端正成為行業共識。

這個端到端智駕大模型整合了感知、決策、規控等關鍵環節，實現了數據的全鏈路一體化處理

那么端對端是什么，通俗易懂來說就是智駕系統的chatgpt，之前使用級聯的方式，從傳感器采集數據，到數據融合，再到規劃控制，最后到控制車輛動作。這里面分了好幾個模塊。

端對端模型的引入，直接把中間模塊取消掉，變成了傳感器采集數據到大模型，大模型處理后，直接控制車輛動作。

中間省了幾個傳統的控制模塊，變成了大模型處理。

看上去方便了，也減少了級連誤差，但是它也帶來黑盒處理問題，中間的不透明，排查和解決問題的困難。但是更重要它實現了道路中無需依賴高精地圖等特定條件都能自動駕駛的條件，并且實現了比較不錯的結果。

大模型有利有弊，大家變革的動力是什么，畢竟有些公司在傳統技術上面投入了大的人力物力，為什么放棄之前的努力，現在轉換技術棧

商湯研究院帶隊研究大模型的院長王曉剛說，現在許多端到端大模型團隊，大部分人負責數據采集、測試、分析等工作，真正參與大模型本身工作，團隊規模幾十人就算多了。

理想汽車的李想今年六月在重慶論壇上表示，團隊致力于自動駕駛技術的突破，認為人類開車的方式，不需要養幾千人的團隊去搞Corner Case。

從上面我們可以看到傳統的智能駕駛團隊有很多模塊，處理駕駛的case，最后需要幾千人團隊去做。

對于車廠來說成本代價很大，產量上不去，智駕的成本無法被分攤，所以傳統技術發展之后面就是，一家遙遙領先，其他人使用，畢竟不是所有車廠有能力提供這么多資金和技術人才發展的，在傳統智駕技術發展時候，最后面華為可能變成中國的博世，不過現在端對端的到來，讓很多車廠重新看到了希望。

很少的人力，可以快速出結果的技術，所以大家都要努力拼一把，如同上汽老總說不愿意和華為合作，怕失去了靈魂，很多車廠還是想要把關鍵技術掌握在自己手里的，所以由此預測，下半年還未發布智架的公司會陸續跟進了。

奇瑞，長安，吉利，廣汽，上汽，一汽等等，包括（卓馭）大疆車載也會要變革了，期待下半年的下餃子。

預測未來

下面小鵬智駕幾個部門，

大模型部：主要負責端到端模型的研發工作，由原感知部門和規控部門下的模型部合并而來負責。

部署架構與方案部：總體負責車端的項目交付，以及和車端相關的整體算法研發、架構設計等負責。

時空信息部：主要負責車端和云端的地圖信息相關的算法、模型開發及服務，為原地圖定位部

可以看到由于端到端不需要像過去那樣，將技術團隊按照開發模塊，劃分成感知、決策和規劃。

數據驅動的端到端需要的技術棧，也與傳統開發不同。

對于開發者來說，在原崗位上轉變技術棧不是件易事。

特別是從傳統的規則驅動邏輯開發，轉向數據驅動的模型開發，其中跨度之大，幾乎是兩個專業的差別。

并且因為傳統智駕需要的人力比同樣端對端技術落地人力少，所以每個公司智駕團隊會變小，但是反過來由于參與公司變多，總體盤子也會變大，所以兩者又平衡。

如何更好的適應時代，就是適應時代。

作者：良知猶存，白天努力工作，晚上原創公號號主。公眾號內容除了技術還有些人生感悟，一個認真輸出內容的職場老司機，也是一個技術之外豐富生活的人，攝影、音樂 and 籃球。關注我，與我一起同行。