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|特斯拉将在(zài)中国推出FSD “端到端”技术仍有诸多挑战

　　每经评论(lùn)员 范文清

　　日前，特斯拉宣布将于明年一季(jì)度(dù)在中国市场推出FSD（全自动驾(jià)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(dāng)前特斯拉(lā)的FSD V12方案(àn)是基于“端(duān)到端”技术(shù)迭代推(tuī)进(jìn)的。为 了应(yīng)对挑战，今年以(yǐ)来，包括“蔚小理(lǐ)”等车企和华为、地(dì)平(píng)线等服务商在内，多家企(qǐ)业纷纷加码端到端自动驾驶技(jì)术。有(yǒu)业内人士甚(shèn)至认为，“端到(dào)端”是目前(qián)通往自动驾驶终(zhōng)局的唯一(yī)可行方案(àn)。

　　不过，笔(bǐ)者认为，目前下这个(gè)结论(lùn)还为时尚早。

　　所谓“端到端”，其实是源自深度
学习中的概(g特斯拉将在中国推出FSD “端到端”技术仍有诸多挑战ài)念，它指的是一个AI模型，只需输入原始(shǐ)数据即(jí)可输出最终结果。应用到自动驾驶领域，这意味着(zhe)只需要一个模型，就能将摄像头、毫米 波雷达、激光雷达等传(chuán)感器收集到的(de)感知信(xìn)息，转换成车辆方向盘的转(zhuǎn)动(dòng)角度、加速踏板的踩(cǎi)踏深度以及制动的力度等具体操作指令，从而使(shǐ)汽车实现(xiàn)自动行驶(shǐ)。

　　相(xiāng)比传统的“感知-决策-控制”智驾系统(tǒng)，“端到端”技(jì)术由于中(zhōng)间没有规则(zé)介入，将原本(běn)感知、预测、规划(huà)等多个模型组合的架构简化为(wèi)“感知决策一体化”的单模型架(jià)构，在信息传递、推理计算(suàn)、模型迭代上更(gèng)具优势。同时，“端到端”架构(gòu)由数据(jù)驱动
的模块构建，使其(qí)人为维护的(de)模块比特斯拉将在中国推出FSD “端到端”技术仍有诸多挑战例相应减少，因此“端到(dào)端”系统不(bù)仅能显著提升计算(suàn)效率，还能降(jiàng)低维护成本。

　　然而，这(zhè)些优点并不意味着“端(duān)到端(duān)”技术没有短板。事实(shí)上(shàng)，“端(duān)到端”自动驾(jià)驶在(zài)实(shí)现量产落地与普及方面仍面(miàn)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(duàn)提升GPU的采购规模，这提高了“玩(wán)家”的进入门槛(kǎn)。以(yǐ)特斯(sī)拉为例，目前其FSD累计学习的人类(lèi)驾驶视频片段超过2000万个，仅采集成本就需要50亿元(yuán)至(zhì)80亿元。

　　其次，“端到端”模型的训练需要大量数据，而(ér)对海量(liàng)数据（维权(quán)）的(de)采集、清洗和筛选，对企
业来说是一项极具挑战性(xìng)的工作。强大的算力可以实时(shí)处理(lǐ)海(hǎi)量数据，降低数据传输延迟，有利于高级别自动驾驶(shǐ)的落地，但目前包括“蔚小理”在(zài)内(nèi)的多家车企在算力(lì)增长方面均面临较大挑战。

　　此外，当前“端 到端”智驾的安全性还(hái)没有得到完全保障，特别是对于(yú)不(bù)常见(jiàn)或极端场景的 数据，这对感知模型的泛化性(xìng)能提出了极(jí)高要求。“端到端”技(jì)术需要能够处理这些长尾场景，以确保在(zài)任何情况下都能作出正确(què)响应。

　　目前行业对“端到端”技术的探索才刚刚起步，对许多基础问题还缺乏深入讨论。因此，现在还不能确定“端(duān)到端”就是自动驾驶的(de)终局解决方案，从而摒弃其他路径。只有(yǒu)不同技(jì)术路线(xiàn)同台竞(jìng)技共(gòng)同发展(zhǎn)，才能推动自动驾驶(shǐ)更安全、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