主动驾驭技巧的演进随着 AI 和大模型技巧的发展进入全新阶段，“端到端主动驾驭”作为其中最重要的一项技巧演进趋势近来成为主动驾驭行业关注的焦点。在端到端主动驾驭领域，无论是财产界、学术界和资源市场，里程碑事件都有发生，各大龙头企业也纷纷布局这一核心关键技巧门路。
2024年6月12日，辰韬资源联合南京大学上海校友会主动驾驭分会、九章智驾、宝通科技共同主办，招商银行、云道资源协办的“端到端引领主动驾驭新时代高峰论坛暨行业研究陈诉发布会”活动在上海成功举办。200多位财产专家、投资机构、研究机构及智能驾驭头部企业的代表共聚一堂，探讨端到端这一革命性技巧为主动驾驭行业带来的应战和机遇。
会上，辰韬资源、南京大学上海校友会主动驾驭分会、九章智驾三方联合重磅发布2024年度《端到端主动驾驭行业研究陈诉》（以下简称《陈诉》）。从端到端主动驾驭的基本概念、参与者、发展驱动力、落地应战和未来展望进行全方位的分析，尝试为行业构建基础共识的认知和讨论基础，促进端到端主动驾驭行业更加蓬勃地发展。此《陈诉》也是辰韬资源继2020年以来，发布关于矿山、港口、环卫、末端配送、线控底盘等主动驾驭赛道研究陈诉之后的第6份行业最新研究成果。
2023年以来，在行业龙头企业特斯拉的标杆作用、大模型代表的AGI技巧范式、以及主动驾驭拟人化和安全性需求的共同推动下，主动驾驭行业对于端到真个关注度一路升温。《陈诉》对30余位主动驾驭行业一线专家的调研显示，其中90%表示自己所供职的公司已加入研发端到端技巧，端到端已逐渐成为主动驾驭行业的共识。
《陈诉》创新性地提出了一套可供参考的概念界说和术语体系，对端到真个基本概念进行了界定。《陈诉》显示，早期，端到真个核心界说是“从传感器输入到控制输出的单一神经网络模型”，近年来，端到真个概念有了更大范围的延展。本陈诉认为，端到真个核心界说标准应为：感知信息无损传递、可以实现主动驾驭系统的全局优化。
基于以上界说标准，结合主动驾驭系统中AI的应用程度，《陈诉》将主动驾驭技巧架构分为四个阶段，分别是感知“端到端”、决策规划模型化、模块化端到端、以及One Model端到端，其中，后两个阶段符合前述端到真个界说标准。同时，本陈诉也对端到端与大模型、世界模型、纯视觉传感器方案等常常容易被混淆的相关概念的区别与联系做了辨析。
《陈诉》显示，端到真个落地也面临诸多应战，包括技巧门路、数据和算力需求、尝试考证、组织资源加入等。如技巧门路方面，端到端技巧门路还未形成最佳实践，技巧门路存在分歧；数据方面，在端到端技巧架构下，训练数据的重要性得到前所未有的提拔，其中，数据量、数据标注、数据质量和数据分布的相关问题都可能成为限制端到端应用的应战；训练算力方面，端到端训练算力需求急剧提拔，行业头部玩家均储备千卡~万卡级训练算力；尝试考证方面，现有尝试考证方法不适用于端到端主动驾驭，行业亟需新的尝试考证方法论和工具链；组织资源加入方面，端到端需要组织架构重塑，也需要将资源加入倾斜到数据侧，对现有模式提出应战。另一方面，虽然有观点认为车端算力不足和可解释性问题是端到端落地的限制因素，但本陈诉提出相反结论并进行辨析。
《陈诉》展望，基于主动驾驭行业头部玩家纷纷提出端到端量产规划，预计模块化端到端系统将于2025年开始上车，这将带动上游技巧进步、市场和财产格局演变。在技巧上，端到真个落地会推动其依赖的上游工具链、芯片等加速进步。市场端，端到端带来的主动驾驭体验提拔，将会带来高阶辅助驾驭渗透率的提拔；由于其强泛化性，端到端也可能驱动主动驾驭跨地理区域、跨国家、跨场景的应用。财产格局方面，端到端使数据和AI人才的重要性进一步提拔，可能催生新的财产分工和商业模式。
此外，《陈诉》还对端到端主动驾驭与通用人形机器人进行延展分析。主动驾驭在发展的早期借鉴了很多机器人行业的积累，包括感知算法、规划算法、中间件和传感器等多个层面。近年来，主动驾驭技巧和财产成熟度提高，其中端到端主动驾驭提供了一套已考证、可量产的基于数据驱动的AGI技巧范式，对于通用人形机器人有较强的借鉴作用。《陈诉》认为主动驾驭和通用人形机器人已经成为物理世界AGI发展最重要的两个应用领域，比较二者在落地之路上遇到的问题和解决路径，可以给另一个领域更大的启发。