特斯拉将在中国推出FSD “端到端”技术仍有诸多挑战

　　原标题：每经热评
|特斯拉将(jiāng)在中国推出FSD “端
到端(duān)”技术仍有诸多(duō)挑战

　　每经评特斯拉将在中国推出FSD “端到端”技术仍有诸多挑战论员 范文清

　　日前，特(tè)斯拉宣布将于明(míng)年一季度(dù)在(zài)中国市场推出FSD（全自动驾驶）功能。这一消息再度引发汽车行业对“端到端”技术的关注。当前特斯(sī)拉的FSD V12方案是基于“端到(dào)端”技(jì)术迭代推进的。为了
应(yīng)对挑战，今年(nián)以来，包括“蔚小(xiǎo)理(lǐ)”等车(chē)企和华为
、地平线等服务商在内，多家(jiā)企业纷纷(fēn)加码端到端自动驾驶技(jì)术。有业内人士(shì)甚(shèn)至认为，“端到端”是目前通往自动驾驶终局的唯(wéi)一可行方案。

　　不过，笔者认为，目前下这个结论还为时尚早。

　　所谓“端(duān)到端”，其实是源自深(shēn)度(dù)学习中的概念，它指的是一个(gè)AI模型(xíng)，只 需输入原始数(shù)据即可输出最终(zhōng)结(jié)果。应用到自(zì)动驾驶领域(yù)，这意味着只需要(yào)一个模型，就能(néng)将(jiāng)摄像头、毫米波雷达、激(jī)光雷达等传(chuán)感(gǎn)器收集到的感知信息(xī)，转换成车辆方向盘的转动角度、加(jiā)速踏板的(de)踩踏深度以及制动的(de)力度等具体操作指令，从而使汽车实(shí)现自动行驶。

　　相比传统的(de)“感知-决策(cè)-控制”智驾(jià)系统，“端到端”技术(shù)由于中间没有规则介入，将原本感知、预测、规划等多个模型组合的架构简化为“感知决策(cè)一体化(huà)”的单模型架构，在信(xìn)息传递、推理(lǐ)计算(suàn)、模(mó)型迭代上更(gèng)具(jù)优势。同时，“端到端”架构由数据驱动的模块构建(jiàn)，使其人为维护的模块比例相应减少，因(yīn)此“端到端”系统(tǒng)不仅能显著(zhù)提升计算效(xiào)率，还能降(jiàng)低维护成本。

　　然而，这些优点并不意(yì)味(wèi)着“端到端(duān)”技术(shù)没(méi)有短板。事(shì)实上，“端到端”自动(dòng)驾驶在实现量产落地与普及方面仍(réng)面临诸多挑战。

　　首先，“端到端”模型的训练成本非常高，需要(yào)厂商不断提升GPU的
采(cǎi)购(gòu)规 模，这提高(gāo)了“玩(wán)家”的进入门(mén)槛。以特斯拉为例，目前(qián)其FSD累计学习(xí)的人类驾驶视频片段超过2000万个，仅采(cǎi)集成(chéng)本就(jiù)需要50亿元至80亿元。

　　其次，“端到端”模型的训练需(xū)要大(dà)量数据，而对海量数据（维权）的采集、清洗和筛(shāi)选，对企业(yè)来(lái)说是一项极具挑战(zhàn)性的工作。强大的算力可以实时处理海量数据，降低数据传输延迟，有利于高级别自动驾驶的落地，但(dàn)目前包(bāo)括“蔚小(xiǎo)理”在内的(de)多家车企在算力(lì)增长方面均面临较大(dà)挑战。

　　此外，当前“端到端(duān)”智驾的安全(quán)性还没有得到完全保障，特别是对于不常见或极端场景的数据，这对感知模型的泛化性能提出了极高要求。“端到端”技术需要能够处理这些长尾场景(jǐng)，以确保在(zài)任何情况下都能作出正 确响应。

　　目前行业对“端到端”技(jì)术的探索才刚刚起步，对许多基础问题(tí)还缺乏深入讨论。因此，现在(zài)还不能(néng)确 定“端到端”就是自(zì)动驾驶的终局解决方案，从(cóng)而(ér)摒弃其他路径。只有不(bù)同技术路线同台竞技共同发展，才能推动自(zì)动驾驶更安全(quán)、更快速地向更高阶段发展。

未经允许不得转载：橘子百科-橘子都知道 特斯拉将在中国推出FSD “端到端”技术仍有诸多挑战