悄無聲息間，“端到端”的智駕競爭已經(jīng)演進至第二階段。

最直觀的一項變化是，2025年1月始，各家車企的“車位到車位”功能將逐漸上車，開啟“城市NOA開城大賽”“端到端上車大賽”之后的又一場“戰(zhàn)役”。

在2024年，理想、華為、特斯拉已經(jīng)沖刺在了“第一線”，開啟了“車位到車位”功能的推送，Momenta雖然沒有用“車位到車位”功能來形容，但其已經(jīng)發(fā)布了“一段式端到端”量產(chǎn)智駕大模型。2025年，小鵬、極氪、小米、元戎啟行等，也均將正式進入“車位到車位”功能競賽的戰(zhàn)場。

“車位到車位”的概念由華為在2024年4月首次提出，其所描述的技術就是采用端到端架構的ADS 3.0。因此，“車位到車位”功能競爭的表象下，本質(zhì)是端到端智駕上車的競爭。

但在端到端智駕系統(tǒng)的火爆背后，技術路線的分歧正在逐步顯現(xiàn)。目前，業(yè)內(nèi)多將端到端智駕技術分為一段式端到端、兩段式端到端，以此作為劃分，大部分企業(yè)仍然在“兩段式端到端”的階段，距離“一段式端到端”還有一定距離。

北汽新能源商創(chuàng)中心解決方案業(yè)務總監(jiān)梁耕龍和北京理工大學汽車研究所所長、教授龔建偉等曾公開對外表示，一段式端到端是終極目標。有行業(yè)觀點判斷，2025年將是“一段式端到端”的沖刺之年。

不過也有觀點指出，很難用一段式、兩段式作為劃分端到端技術演進程度的標準。此外，除了“端到端”之外，多模態(tài)大模型也成為了技術焦點。VLM（視覺-語言模型）、VLA（視覺-語言-動作模型）等概念，與端到端一同站在了技術的聚光燈下。

伴隨著2025年的到來，爭議與挑戰(zhàn)下，智能駕駛技術正在持續(xù)分化。在端到端智駕上車的過程中，智駕的效果也將直接通過市場反饋，間接影響智駕路線的收斂、智駕公司的生存。

01 華為、理想、特斯拉帶頭上車

“車位到車位”功能、端到端架構，正在競相上車。

這場競爭始于2024年，華為、理想、特斯拉是率先落地這一功能的三家企業(yè)。

2024年11月，向理想L系列AD Max用戶和理想用戶全量推送“車位到車位”功能；2024年12月，鴻蒙智行全系已陸續(xù)開啟全量推送HUAWEI ADS 3.0“車位到車位領航輔助 Beta”；2024年12月，特斯拉FSD v13 開啟推送，實現(xiàn)了“從車位到車位”這一功能。

2025年，更多的參與者將加入競爭。

2025年1月底，小鵬P7+的“車位到車位”功能預計于XOS 5.5.0正式版全量上線；極氪也預計將于2025年1月左右分批推送“車位到車位”領航輔助功能；元戎啟行計劃在2025年一季度向部分種子用戶推送“車位到車位”的功能；小米汽車在2024年12月開始了先鋒版推送。

““車位到車位””功能指的是，從原始車位出發(fā)到目的車位，車輛全場都能夠進行智能駕駛。這一功能主要借助于端到端智駕技術實現(xiàn)，因此被認為是一種將“端到端”具像化的技術傳播話術。

具體的效果層面上，“車位到車位”在兩方面有所突破，一是智駕出行的場景覆蓋度，二是智駕功能的連貫、流暢度。

在“車位到車位”上車競賽前，智駕行業(yè)的競爭還處于“開城大賽”“全國都能開”的競爭階段，即互相PK彼此的城市NOA功能能在多少座城市使用，是否全國都能使用。彼時，城市NOA功能指的單單是在城市道路的場景中，實現(xiàn)點到點的輔助駕駛。

而“車位到車位”則將這場競賽拉到一個新高度。在場景覆蓋度方面，“車位到車位”實現(xiàn)從高速、鄉(xiāng)間小路、隧道、城市道路、停車場等場景的全覆蓋；在連貫、流暢度方面，“車位到車位”要做到在各種場景間順滑切換，實現(xiàn)全程無接管。

一個細節(jié)是，華為、理想等“車位到車位”智駕系統(tǒng)，均能夠自動通過此前需要駕駛員操作的場景，比如高速ETC、停車場閘機等。這也被視作該智駕系統(tǒng)的特點之一。

02 路線爭論

在“車位到車位”的功能名稱背后，車企/品牌背后的“端到端”技術思路有相似，也有區(qū)別。

在“端到端”架構火爆之前，智能駕駛系統(tǒng)大致由三個核心板塊組成，包括感知、決策、規(guī)控。“端到端”架構則去掉決策、規(guī)控等功能的明確劃分，多個流程融為一體，在該系統(tǒng)內(nèi)，感知信號輸入后，直接進行決策信號輸出。按當下的“一段式端到端”和“兩段式端到端”做為區(qū)分方式，這被稱為“一段式端到端”。

與之相比，“兩段式端到端”的架構稍微復雜一些。其仍然保留了兩個流程。一般來說，第一個流程仍然是感知，第二個流程為決策、規(guī)控。

華為、理想、特斯拉系統(tǒng)的區(qū)別在于，華為落地推送的智駕方案采用了兩段式端到端，而理想智駕方案中“端到端”的部分則采用了一段式端到端。由于特斯拉自2023年開始不再舉辦AI Day，外界對其智駕系統(tǒng)的信息所知不多，但有信息顯示，特斯拉FSD Beta V12為一段式端到端。

值得一提的是，目前華為正在向“一段式端到端”努力。據(jù)媒體報道，2025年，“一段式端到端”智駕方案將是華為車BU的重點。

但除了端到端本身之外，三者選擇的系統(tǒng)模式也不同。比如，華為在ADS 3.0端到端智駕系統(tǒng)中，除了感知和決策規(guī)劃這兩段之外，還額外加入了本能安全網(wǎng)絡。決策規(guī)劃后的信號必須經(jīng)過本能安全網(wǎng)絡，才會最終輸出到車輛的執(zhí)行機構，以確保安全。

而理想采用了“雙系統(tǒng)”的模式，包括端到端和VLM視覺語言大模式。其用“快系統(tǒng)”（端到端架構）處理簡單任務，讓基于經(jīng)驗和習慣形成的直覺應對95%的場景，而“慢系統(tǒng)”（VLM，視覺語言模型）則是用邏輯推理、復雜分析和計算能力來解決復雜、未知的約5%交通場景。

雖然沒有官方信息披露，但根據(jù)已有信息，特斯拉可能并沒有采用更復雜的網(wǎng)絡結構。這也意味著，三家“車位到車位”功能的“領頭”企業(yè)，分別采用了三種不同的技術架構來實現(xiàn)這一功能。

這從側面展現(xiàn)出了當下行業(yè)中混戰(zhàn)的一角。

第一場混戰(zhàn)是：“一段式”還是“兩段式”。

兩個架構相比，“一段式端到端”更貼近定義“端到端”的定義。“‘一段式’方案很難，但一旦模型學出來能力會很強，這才是我們追求的自動駕駛里面的‘ChatGPT’時刻。”商湯科技聯(lián)合創(chuàng)始人、首席科學家、絕影智能汽車事業(yè)群總裁王曉剛曾說。

但是，并非所有人都對“一段式端到端”持支持態(tài)度。百度智能駕駛首席研發(fā)架構師、百度智能駕駛事業(yè)群組技術委員會主席王亮曾表示，一段式端到端模型的黑盒系統(tǒng)使得控制系統(tǒng)輸出的內(nèi)容變得困難，缺乏透明度，工程師在調(diào)試系統(tǒng)決策邏輯時也面臨挑戰(zhàn)。

不過，《端到端?動駕駛?業(yè)研究報告》也指出，缺乏“可解釋性”并不會成為限制端到端模型應用的問題。比如，與其性能較傳統(tǒng)算法的顯著提升相比，可解釋性成為一個次要考量因素。

第二場混戰(zhàn)是：多模態(tài)大模型用VLM還是VLA。

在業(yè)內(nèi)不少專業(yè)人士眼中，端到端架構與多模態(tài)大模型的結合，將是“端到端”路線下一步的發(fā)展方向。“去年開始討論端到端，仿佛‘端味兒’的濃和淡代表了技術的領先性。到了今年，只講端到端可能也不夠了，大家開始研究多模態(tài)大模型。”2025年1月，地平線智駕科技暢想日上，地平線創(chuàng)始人兼CEO余凱調(diào)侃道。

所謂多模態(tài)大模型，指的是在多種數(shù)據(jù)模態(tài)（如文本、圖像、聲音等）上進行訓練的人工智能模型。理想的VLM（視覺-語言模型），以及基于此更進一步的VLA（視覺-語言-動作模型），都屬于多模態(tài)大模型。

采用哪種多模態(tài)大模型，相關觀點在不斷碰撞。

目前，VLA備受追捧。“奇瑞的智能化也不客氣了。”2024年10月，奇瑞宣布，將在2025年落地端到端+VLM智駕系統(tǒng)，將在2027年落地端到端 VLA 大模型。元戎啟行CEO周光曾說，現(xiàn)在所有的方案都是端到端1.0，元戎啟行已經(jīng)投入了更多的精力在VLA模型，這才是端到端2.0。

王曉剛則認為，不否認VLA是端到端的下一代技術方向，只是不會那么快。

此外，要不要做并行系統(tǒng)，行業(yè)觀點各不相同。

理想用人類大腦的思考和邏輯的原理，來解釋采用“雙系統(tǒng)”的邏輯。但有觀點認為效果并不會好。

“（雙系統(tǒng)）是一個落后的架構，可能比新手司機會強一點。打個比方，VLM像是讓車上坐了一個教練。”周光說。

但“雙系統(tǒng)”也被認為更加務實。“我們自己選擇的是一條比較務實的道路，系統(tǒng)的內(nèi)核完全是一段式的端到端數(shù)據(jù)驅(qū)動，但是在數(shù)據(jù)比較稀疏，短期內(nèi)用更大數(shù)據(jù)量也很難收斂的時候，也會用一些有經(jīng)驗的工程師做一些規(guī)則的東西，可以認為是雙并行的系統(tǒng)，目前實踐下來是最有效的。”地平線副總裁兼首席架構師蘇箐說。

如果只看技術概念，在VLA之外，“世界模型”正在成為新寵。CES 2025上，英偉達發(fā)布的Cosmos世界基礎模型，可以通過創(chuàng)建合成訓練數(shù)據(jù)幫助機器人和汽車理解物理世界。地平線面向量產(chǎn)的端到端世界模型World Model，可實現(xiàn)全場景無差別的智能駕駛，為用戶帶來超越“老司機”的擬人化駕駛體驗。

技術路線的爭論意味著，暫時沒有一條路被證明是“最終路線”。智能駕駛，正在技術變革中被不斷重塑。

03 誰能勝出？

技術有周期，人無再少年。

換言之，智能駕駛技術路線，可以不斷在變遷中進行修正、重塑，但是智駕企業(yè)——尤其是初創(chuàng)智駕公司，在不高的容錯率下，則很難有“再來一次”的機會。

2024年是分化的一年，有智駕企業(yè)喜訊頻傳，紛紛“組團上市”。也有智駕企業(yè)風波不斷，禾多科技、縱目科技均陷入泥沼。

頭部智駕企業(yè)/車企，如特斯拉、華為、理想，正在技術探索的道理上埋頭前進，而對第二陣營的智駕公司而言，路線抉擇或許將決定生死。

四維圖新CEO程鵬也曾表示，從資金角度分析，2024年沒上市的公司2024年就會開始倒閉，而即便2024年上市了的智駕公司，融資額可能只能撐一年，2026年就撐不住了。因此，他認為，2026是一個變局的點。

《端到端?動駕駛?業(yè)研究報告》也指出，中性預期One Model 端到端系統(tǒng)從2026年至2027年開始上車量產(chǎn)。

因此，從2025年到2026年，智駕公司可能將面臨最緊張的一輪淘汰賽。那么，要在端到端、多模態(tài)大模型的趨勢中脫穎而出，要做好哪些準備？

“我認為拐點到來的技術三要素：第一，領先的算法；第二，足夠大的算力；第三，海量豐富的數(shù)據(jù)。”余凱說。

從智駕公司的角度來看，市場考驗的無外乎也是這三大要素的儲備。

算法方面，端到端、多模態(tài)大模型等算法框架引領了行業(yè)方向，公司主要需要儲備足夠多的技術人才進行算法研發(fā)。這涉及兩方面的能力，一是公司領導者的魅力、魄力、吸引力，二是公司提供資源的能力。當下智駕人才的高流動，正反映出智駕技術戰(zhàn)背后的“人才戰(zhàn)”。

算力方面，模型訓練算力和車端算力都需要得到提升，以滿足更優(yōu)秀的模型的需要。模型訓練算力較為考驗財力和先天優(yōu)勢，比如特斯拉是英偉達H100芯片的最大客戶之一，但是該芯片被禁止出口至中國。《端到端?動駕駛?業(yè)研究報告》顯示，大部分研發(fā)端到端自動駕駛的公司目前的訓練算力規(guī)模在千卡級別，隨著端到端逐漸走向大模型，訓練算力將顯得捉襟見肘。

車端算力則主要是需要在追求芯片算力的同時，進行芯片性價比的平衡。實際上，蔚來、小鵬、理想、Momenta等企業(yè)均在開發(fā)智駕系統(tǒng)的同時進行芯片研發(fā)，軟硬件研發(fā)的結合，能幫助其做好算力與成本的“性價比”，同時實現(xiàn)軟硬件結合的全局最優(yōu)。

而芯片制造商如地平線、英偉達，則開始進行軟件系統(tǒng)研發(fā)。地平線SuperDrive智駕系統(tǒng)將在2025年量產(chǎn)落地，目標以捅破天的高階智駕方案，加速推動智能駕駛在三年邁入“handsoff”的新階段。

數(shù)據(jù)方面，端到端架構較為依賴數(shù)據(jù)驅(qū)動，訓練數(shù)據(jù)的重要性得到進一步增強。數(shù)量方面，訓練數(shù)據(jù)的來源有二，一是真實場景數(shù)據(jù)，二是模擬場景數(shù)據(jù)。目前后者還在發(fā)展之中，前者則嚴重依賴數(shù)據(jù)采集團隊和產(chǎn)品落地。質(zhì)量方面，系統(tǒng)需要優(yōu)秀駕駛員所提供的數(shù)據(jù)來進行迭代，以達到“老司機”水準，但這對數(shù)據(jù)質(zhì)量提出了極高的要求。

不過在智駕領域內(nèi)，并不是所有企業(yè)都能夠兼有算法、算力、數(shù)據(jù)。不同的企業(yè)可以設計不同的智駕技術發(fā)展路線圖，來滿足技術發(fā)展的需求。只不過，其中存在快慢之別。

“采用一段式端到端技術的成本相對較高，所需的算力投入可能會顯著增加，而分段式技術的成本則相對較低，因此在選擇技術方案時，企業(yè)需要綜合考慮成本和技術能力的平衡。”北京理工大學汽車研究所所長龔建偉曾說。

對端到端智駕發(fā)展路線來說來說，“一段式”還是“兩段式”是局部的爭議；對一家企業(yè)來說，技術的發(fā)展走哪條路也是“局部”的選擇。“局部最優(yōu)”并不意味著“整體最優(yōu)”，實現(xiàn)了“整體最優(yōu)”，才機會能夠健康成長。