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(měi)经热(rè)评|特斯拉将在中国推出FSD “端到端”技术仍有诸多挑战

　　每经评论(lùn)员(yuán) 范文(wén)清

　　日前，特斯拉宣布(bù)将于明年一(yī)季
度在中国市(shì)场(chǎng)推出FSD（全自动特斯拉将在中国推出FSD “端到端”技术仍有诸多挑战驾驶）功能。这一
消(xiāo)息再度(dù)引(yǐn)发(fā)汽车(chē)行业(yè)对“端到端”技术的关注。当前特斯拉的FSD V12方案是基(jī)于“端(duān)到端”技术迭代推进的。为了(le)应对挑战，今年以来，包括“蔚小理”等车企和华(huá)为、地平线等服务(wù)商在内，多家企业纷纷加码端到端自动驾(jià)驶技术。有业内人士甚至认为，“端到端”是(shì)目前通往自动驾驶(shǐ)终局的唯一可(kě)行方案。

　　不过，笔(bǐ)者认为，目前下这个结(jié)论还为时(shí)尚(shàng)早。

　　所谓“端到端”，其实是源自(zì)深(shēn)度学习中的(de)概念，它指的是一(yī)个AI模型，只需输入原始(shǐ)数据即可输出最终(zhōng)结(jié)果。应用(yòng)到自动驾驶领域，这意味着只需要一个模型，就(jiù)能将摄像头、毫米波雷达、激光雷达等传(chuán)感器收集到的感知信息，转换成车辆方向盘的转动角度
、加速踏板的踩踏(tà)深(shēn)度以及(jí)制动的力度等具体操作(zuò)指令，从而使汽车实现自动行驶。

　　相比传(chuán)统的“感知-决策-控 制”智驾系统，“端到端”技术由于中(zhōng)间没有规则介入，将原本感知、预测、规(guī)划(huà)等多个模型组合的架构简化为“感知 决策(cè)一体(tǐ)化(huà)”的单(dān)模型架构，在信(xìn)息(xī)传递、推理特斯拉将在中国推出FSD “端到端”技术仍有诸多挑战计算、模型迭代上更具优(yōu)势。同时，“端到端(duān)”架(jià)构由数据驱动的模块构建，使其人(rén)为维护的模块比例相应减少，因此“端到端”系统不(bù)仅能显(xiǎn)著提升计算效率，还(hái)能降(jiàng)低维护成本。

　　然而，这些优点并不意味着“端到端”技术没有短板。事实上，“端到端”自动驾驶在(zài)实现量产落地与普及方面仍面临(lín)诸多挑(tiāo)战。

　　首先，“端到端”模型的训练成本非常高(gāo)，需要厂商不断提(tí)升GPU的采购规(guī)模，这(zhè)提(tí)高了“玩家”的进入门槛。以特斯拉为(wèi)例，目前其FSD累计学习的人类驾驶视(shì)频片段超过2000万个，仅采集成本就需要(yào)50亿元至80亿元。

　　其次，“端到端”模型的训练需要大量(liàng)数(shù)据(jù)，而对海(hǎi)量数据（维权）的采集、清洗和筛选，对企业来说是一项极具挑(tiāo)战性的工作(zuò)。强大的算力可以实时处(chù)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，但目前包括(kuò)“蔚小理”在内的多家车企在算力增长方面均(jūn)面临较大挑战。

　　此外，当前“端到端”智驾的安全性(xìng)还没有得到(dào)完全保障，特别是对于(yú)不常见或极端场景(jǐng)的(de)数据，这对(duì)感知模型的泛化性能(néng)提出了极高要求。“端到端”技术需要能够处理(lǐ)这些长尾(wěi)场景，以(yǐ)确保(bǎo)在(zài)任何情况下都能作出正确响应。

　　目
前行业对“端到端(duān)”技(jì)术的探索才刚刚起步，对许多基础问题还缺乏(fá)深入讨论。因此，现在还不能确定“端到端”就是自动驾(jià)驶的终局解决(jué)方案，从而摒弃其他路径。只有不(bù)同 技术路线同(tóng)台竞技共同发展，才(cái)能推动自动驾驶更安全、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