“偷感很重”！所谓的“端到端”谜局，不买才是最妥？

在最新的第四届沈阳智能网联汽车挑战赛上，同济大学教授朱西产对时下很火的“端到端”智能驾驶进行了评价。

他表示“端到端”被特斯拉带火了，现在国内的车企都在说端到端，不过也很好判断。如果谁宣布端到端上车了，他家的车也就别买了。

此前余承东也对特斯拉最新版本的FSD进行了评价，不过老余就委婉多了，他表示“端到端”的上限很高，但下限是很低的，测试的时候分别撞了白色和绿色的货车。

“端到端”智驾的优势和命门究竟在哪？教授说不能买有依据吗？让功夫汽车带大家一起看一下。

（1）何谓“端到端”？

最近“端到端”这个词特别火，这其实是一个网络概念。比如要将数据从A传送到G，中间过程可能是A→B→C→D→E→F→G，传输层并不知道B，C，D，E，F的存在，只认为是从A到G，这就是端到端。

对于智能驾驶来说，就是一端输入原始数据，另一端反馈出控制数据，中间是神经网络计算模块，没有任何人为设计的规则模块。

目前主流的智能驾驶系统依然是分模块运行的，包括感知、规划和控制。就是传感器对周围环境进行准确感知，系统规划行车轨迹，然后执行机构对车辆进行闭环控制。

而特斯拉FSD的端到端大模型，就取消了感知到定位、决策到规划、控制到执行中间的断面，把这三大模块融合到了一起，做成了一个大的神经网络。中间的这些决策、控制准则全部没有了，而是用的一个AI泛化模型。

简单来说就像传统围棋电脑对比阿尔法狗，传统电脑是你给出一步，它从系统里调出应对的一步，它的“走法”几乎就是确定的。而阿尔法狗是对你这一步进行分析，然后给出回应。给出的传感器数据千变万化，系统的回应也是千变万化。

在特斯拉的端到端模型中，各个AI模块通过transformer链接，信息传递更加隐秘，减少了信息传输过程中的丢失，同时还能让整个网络实现优化，这也就是余承东说的上限很高。理论上这条路如果走通了，前景是非常好的。

但问题也有，那就是AI去掉准则模型后，很难知道它的下限在哪。比如我们现在的智能驾驶，都是从ACC自适应巡航，到高速NOA，再到城市NOA，行驶跟车能力是由易到难一步步培养出来的。简单来说，高速的车道保持和跟车做好了，才能做导航自动规划路线，自动行驶，才能应付市区更加复杂的路况。

而现在的端到端，如果真的按照特斯拉那条路走，可能非常复杂的场景也能处理，同时也可能旁边一个垃圾桶都识别不到。特斯拉FSD上到 V12版本后，确实泛化能力提升了不少，不再严格按照之前的“准则”进行，系统“开起来”更像老司机了。但出现的问题也不少，比如之前就有撞到一名摩托车手，这种情况在上一个版本是很难出现的。

（2）端到端“好做”，但难题难解

前面我们说了，端到端的处理方式有点类似阿尔法狗，可能很多人就觉得这个技术非常牛了。但现实情况是阿尔法狗用了谷歌云上50个左右的TPU，对比普通的i7四核八线程处理器的话，它的算力相当于300～500台左右的PC主机。

这么强大的算力，只是处理围棋这么一个相对小众的场景。而智能驾驶的场景更加复杂，端对端所需要的算力无疑更加可怕。显然，在车上布置一台类似阿尔法狗的设备是不现实的，其实特斯拉也是循序渐进。

2019年，特斯拉推出了“影子模式”（shadow mode），开始做车端数据触发采集。就是智能驾驶软件在车辆后台运行，但不参加车辆的控制。当软件决策与人类驾驶员的操作不一致时，系统会采集一段约60秒的传感器数据日志发回云端服务器。特斯拉反复记录这些数据，对模型进行持续的训练和迭代。

这个核心其实也是将一些数据进行“打包”，确保传感器输入一部分数据后，控制机构给出合理的回应。目前FSD的累计行驶里程已经超过10亿英里，特斯拉采集到了千万量级的车端数据，这是如今端到端的基础。

只是特斯拉在北美采集的这些数据，到国内能发挥多大的效用，依然是未知数。国内车企就更不用说了，目前在智能驾驶开发的数据能力和AI训练算力都很有限。如果贸然做端到端，问题可能会更多。这也是教授说先上车的别买的原因，因为一定是不成熟的。

（3）晦涩难懂？那就别懂了

特斯拉的端到端出来后，国内各大媒体做了多轮解读，小鹏、理想、上汽等车企也纷纷下场，表示自家的端到端大模型马上也要量产上车。

这让很多消费者很焦急，因为他们理解来理解去，就是弄不懂这个端到端究竟是啥，确实非常晦涩。但个人看来，真正好用的东西，从来不是它的原理有多牛，而是它确实好用。消费者不是“讲明白”的，而是“用明白”的。

最简单的，网络支付兴起也就十来年的时间，2013年微信支付正式上线，如今七八线农村的老奶奶都会用二维码收款了，是因为技术讲得透彻吗？当然不是，是因为这玩意确实好用呀。包括智能手机，兴起也就十多年，已经基本淘汰了非智能手机。鸿蒙系统上线也就这两年的时间，能更新的基本也都更新了。

智能座舱、智能驾驶出现的时间也不长，现在中年人买车都知道要高通8295，为啥？因为提供的功能确实好用呀。车企刚开始做车内“可见即可说”的时候，就得到了消费者的一致认可，也是因为确实足够实用。消费者对于新技术的接受度评价标准其实非常简单，就是足够好用。

因此ACC也好、高速NOA也好、城市NOA也好，消费者不接受只有一种可能，就是花大价钱选配的功能体验压根跟不上。端到端也会是一样，车企做它们的，如果做得好，自然很快就会普及。反之天天说自己先进，也不会有人买账。

（4）功夫拍案

关于端到端这件事，其实余承东说得很隐晦，上限很高，下限很低。说直白点，就是吹牛的空间很大，但很多基础的问题很难解决。端到端做到现在，每家车企各执一词，越来越听不懂，偷感非常重。

出现这种现象，本质就是技术还不成熟。要是成熟的东西，一定是一两句话能够说清楚的，并且是上来就很好用的。反正大家从诺基亚切换到安卓、IOS时，都没有任何的“过渡期”。第一次用高速NOA时，也是直接上手。第一次用360影像的时候，也没有任何的使用瓶颈。

如果厂家表述得非常晦涩，甚至听不懂是个什么东西，那别买就是了，大家觉得呢？