界面新闻记者 | 刘泽然

今年以来，造车新势力的智驾竞争主要围绕端到端技术的落地而展开。到了年底举行的广州车展上 ，“车位到车位”的概念成为多个汽车公司集中展示的核心亮点 。

小鹏汽车宣布
，基于小鹏图灵AI智驾体系，该公司成为行业首家用一套智驾软件以及基于端到端大模型实现“车位到车位 ”的企业
。该方案以一套软件逻辑 ，打通地库 、闸机
、城区道路等场景
，并且轻地图 、轻雷达，路线还能无感生成。

理想汽车则公布了全新一代智能驾驶技术架构——端到端+VLM双系统的最新进展 ，宣布OTA 6.5版本车机系统将于11月底正式推送，新增“车位到车位
”智能驾驶等功能 。

而在广州车展开幕前一天
，小米集团董事长雷军通过直播展示了小米汽车的“车位到车位”的智驾能力
。小米官方称新系统将在11月16日开启定向邀请内测，12月底开启先锋版推送。

端到端技术标志着智能驾驶技术进入了一个新的阶段 。据界面新闻不完全统计 ，极氪 、小鹏
、小米、理想和智己等多家新势力汽车公司在本届广州车展前后相继发布了基于端到端的智驾。

根据各公司此前的公告
，部分车型在特定路况下，智驾功能的使用率普遍超过80% ，这表明消费者对这一技术的接受度已逐步提高
，并且逐渐习惯其应用
。

从技术定义上讲，传统的智能驾驶系统往往采用模块化架构 ，感知 、预测和规划三方分立为独立模块进行处理。在一定负载下
，传统智驾系统中模块与模块之间的沟通，系统间的传递会造成信息的减损可能导致反应速度的问题并影响整体性能 。同时 ，较多的代码和对地图的需要也使其构建成本存在劣势
。

端到端则将感知、预测
、规划三个独立的模型合并
，感知、预测 、规划三个独立的模型合并状态下的数据训练使其能通过“经验”完成学习分析，并最终具备决策能力。

这一特质使端到端系统具备应对多变和复杂场景的能力 ，表现为车辆可以在没有预先设定路线的情况下，根据实时感知到的环境进行自主判断和规划行驶轨迹 。同时也意味着当该系统运行时
，处理交通状况是通过类似“直觉
”来进行判断，从而使车辆运行更加拟人化
。

端到端技术从宣布
、内测、公测直至商业化落地 ，这一过程并非易事。数据 、算法和算力这三大要素是成功的关键 。其中算法的实现较为简单
，尤其在国内市场，AI技术的快速发展使得开源算法的可用性大大提升
。数据的积累和处理则成为了更为关键的环节。

以华为为例 ，如果没有广泛与汽车公司合作收集到的海量数据
，进一步解决长尾问题就无从谈起 。而随着合作汽车公司数量和销量的增长，更多数据又能反哺模型算法并使其进一步优化
。这也为华为系目前在汽车领域炙手可热提供了营销层面之外 ，技术领域的解释。

另须注意的是
，尽管汽车公司可能出于包括但不限于增加销量或完善企业形象等目的渲染端到端技术的进展加速，乃至目前已经具备实用能力 ，但业内有相当比例的观点仍对这一概念持谨慎态度 。这其中又以端到端与L3自动驾驶的关系该如何梳理这一话题为甚。

从前景来看
，端到端大模型被广泛认为能够推动L2级别智能驾驶辅助系统的进化，接近L3水平 ，甚至为L3自动驾驶的商用落地提供支持
。然而，尽管技术进展迅速
，目前仍存在一定差距。

以“车位到车位”功能为例，尽管这一功能实际上已具备L3自动驾驶的核心能力 ，部分汽车公司在推向市场的过程中
，仍以“L2++ ”或“L2.99
”等模糊定义的术语进行宣传，避免明确提及L3 。这种回避L3的宣传口径 ，反映了目前技术落地和商业化过程中存在的谨慎态度
。

在应用端到端大模型的过程中
，汽车公司和供应商必须审慎行事，特别是在宣传上 ，需要避免夸大技术的成熟度和商业化进度
，业内专家对此持相似看法。

同济大学汽车学院教授朱西产指出：“虽然特斯拉的端到端技术为自动驾驶的发展提供了重要推动，但目前还没有汽车公司真正实现端到端量产 。消费者应对那些宣称已经实现端到端汽车公司的产品持谨慎态度
。”

极越CEO夏一平也提出类似的观点 ，他在此前8月表示
，端到端技术的落地并非一蹴而就：“目前市场上没有任何一家汽车公司可以真正做到端到端技术的全面应用，绝对不可能。现在声称已经实现端到端的说法 ，可能只是宣传上的过度渲染 。 ”