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(rè)评|特斯拉将在中国推出FSD “端(duān)到端”技术(shù)仍有(yǒu)诸多(duō)挑(tiāo)战

　　每经评论员 范文清

　　日前，特斯拉宣布将于明(míng)年一季度在中国市场(chǎng)推出FSD（全自动驾驶）功能(néng)。这一消息
再度引发(fā)汽车
行业对“端到(dào)端(duān)”技术的关
注。当前特斯拉的FSD V12方(fāng)案是基于“端到端”技术迭代推进的。为了应(yīng)对挑战，今年以来，包括“蔚小理(lǐ)”等车企和华(huá)为、地平线等服务(wù)商在内，多(duō)家企业(yè)纷纷(fēn)加码端到端自动驾(jià)驶技术。有业内人士甚至认为，“端
到端”是目前通往自动驾驶终局的唯一可行方案。

　　不过，笔者认(rèn)为，目前下这(zhè)个结论还为时尚早。

　　所谓“端到端”，其实是源自深度学习中的概(gài)念，它(tā)指(zhǐ)的是一个AI模型，只需输入原始数据即可(kě)输出最终结果。应用到自动驾驶领域，这意味着只需要一个模型(xíng)，就(jiù)能将摄像头、毫米波雷达、激光(guāng)雷达(dá)等传感器收集到的感知信息，转换(huàn)成车辆方向(xiàng)盘的转动角度(dù)、加速踏板的踩踏深度以及
制动的(de)力度(dù)等具体操作指令，从而使汽车(chē)实现自动行 驶(shǐ)。

　　相比传统(tǒng)的“感知-决策-控制”智(zhì)驾系统，“端到端(duān)”技术(sh特斯拉将在中国推出FSD “端到端”技术仍有诸多挑战ù)由于中间(jiān)没有规则介入，将原(yuán)本感知、预测、规划等多个模型组合的架构简化为“感(gǎn)知决(jué)策一体化”的单模型架构，在信(xìn)息传递、推理计算、模(mó)型(xíng)迭代上更具优势。同时，“端(duān)到端”架构由数据(jù)驱动的模块构建，使其人为维护的模块比例相(xiāng)应减少，因此“端到端”系统不仅能显(xiǎn)著提升计算效率(lǜ)，还能降低维护成 本。

　　然(rán)而，这些优点 并(bìng)不意味着“端到端”技术(shù)没有短板。事实上，“端到端”自动驾驶在实现量
产落地与普及方面仍面临诸多挑战。

　　首先，“端(duān)到(dào)端”模型的训练成本
非常高，需(xū)要厂商不断(duàn)提(tí)升(shēng)GPU的采购规模，这提高(gāo)了“玩家”的进入(rù)门(mén)槛。以特斯拉(lā)为例，目前其FSD累计学习的人(rén)类驾驶视频片段超 过2000万个，仅采集成本就需要50亿元至80亿元。

　　其次，“端到端”模型的训练需要大量数据，而对特斯拉将在中国推出FSD “端到端”技术仍有诸多挑战g>海量数据（维权）的(de)采集、清洗和筛选，对企(qǐ)业来说(shuō)是一项极具(jù)挑(tiāo)战性的工作。强大的算力(lì)可以实时处(chù)理海(hǎi)量数据，降低数(shù)据传输延迟，有利(lì)于高级别自动(dòng)驾(jià)驶的落地，但目前(qián)包括(kuò)“蔚
小理”在内的多(duō)家车企在算力增长方面均面临(lín)较(jiào)大挑战。

　　此外，当前“端(duān)到端(duān)”智(zhì)驾的(de)安全性还没(méi)有得到完全保(bǎo)障(zhàng)，特别是对于不(bù)常见或极端场景(jǐng)的数据(jù)，这对(duì)感(gǎn)知模型的泛化性能提出了极高要(yào)求(qiú)。“端到端”技术需要能够处理这些长尾场景，以确保(bǎo)在任何(hé)情况下都能作出正(zhèng)确响应(yīng)。

　　目前行(xíng)业对“端(duān)到端(duān)”技术的(de)探索才(cái)刚刚起步，对许多基础问(wèn)题还缺乏深入讨论。因此，现在还(hái)不(bù)能确(què)定“端到端”就是自动驾驶的终局解(jiě)决方(fāng)案，从而(ér)摒弃其他路径。只有不同技(jì)术路线同(tóng)台竞技共(gòng)同(tóng)发展，才能推动自动驾驶更安全、更快(kuài)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