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|特斯拉将在中国(guó)推
出FSD “端到(dào)端”技术仍有诸(zhū)多挑战(zhàn)

　　每(měi)经评论员 范文清

　　日前，特斯拉宣布将 于明年一季度在中国市场推出FSD（全自动驾驶
）功能。这一消息再度引发汽车行业对“端到端”技术的关注。当前特斯拉的FSD V12方案是基于“端到端(duān)”技术迭代推进的(de)。为了应对挑战，今年以来，包括“蔚小(xiǎo)理”等车企和华为、地平线等服务商在内，多(duō)家企业纷纷加码端到端自动驾驶技术。有业内人士甚至认为，“端到端”是(shì)目前通往自动驾驶终局的唯一可行方案。

　　不过，笔者认为，目前下这个结论还为时尚早。

　　所谓“端(duān)到端(duān)”，其实是源自深(shēn)度学习中的概念，它指的是一个AI模型，只需输入原始数据即可输出最终结果(guǒ)。应用(yòng)到自动驾(jià)驶领域，这意(yì)味着(zhe)只需要一个模型，就能(néng)将摄像头(tóu)、毫米波雷达、激光雷达等传感器收集到的感知信(xìn)息，转换成车辆方向(xiàng)盘(pán)的转动(dòng)角(jiǎo)度、加速踏板的(de)踩踏(tà)深度以及制动的(de)力度(dù)等具体操作指令，从而使(shǐ)汽车实现自动行驶。

　　相比传统的“感(gǎn)知-决策-控制”智驾系统，“端到端”技术由于中间没有规则介入(rù)，将原本感知、预测、规划等多(duō)个模型(xíng)组合的架构(gòu)简化 为“感知决策一体化”的单模型架构，在信息传递、推理计(jì)算(suàn)、模型迭代上(shàng)更具(jù)优势。同时(shí)，“端到端”架构由(yóu)数据驱动的模块构建(jiàn)，使其人为维护的模(mó)块比(bǐ)例相应减(jiǎn)少，因此“端到(dào)端”系统不(bù)仅能显著提升计算(suàn)效率，还能降低维护成本。

　　然而，这些优点并不意味着(zhe)“端到端”技术没有短板。事实上，“端到端”自动驾驶在实现量产落地与普及(jí)方面仍面临诸多(duō)挑
战。

　　首先，“端到端
”模型的训练(liàn)成本非常高 ，需要厂商 不断提升(shēng)GPU的采购规模，这提高了“玩家”的进入(rù)门槛。以特斯拉为例，目前其(qí)FSD累计学(xué)习的人类驾驶视频片段超过2000万个(gè)，仅采集成本就
需要50亿元(yuán)至80亿元。

　　其次(cì)，“端(duān)到端”模型的训练需要(yào)大量数据，而对(duì)海量数据(jù)（维权）的采集、清 洗和筛选，对企业来说是一项极(jí)具挑战性的工作。强大的算(suàn)力可以实时处理海量数据，降低数据传输延迟，有(yǒu)利于高级别自动(dòng)驾驶的落地(dì)，但目前包(bāo)括“蔚小理”在内的多家车企在算力增长方(fāng)面均(jūn)面(miàn)临较大(dà)挑战。

　　此外，当(dāng)前“端到端”智驾的安全性还没有得(dé)到完全保障，特别是对于不常见或极端场景(jǐng)的数据，这对感(gǎn)知模型(xíng)的泛化性能提出(chū)了极高要求。“端到端(duān)”技术需要能(néng)够处理这些长(zhǎng)尾场景，以确(què)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(jì)术的探(tàn)索(suǒ)才刚刚起步，对许多(duō)基础问题(tí)还缺乏深入讨论。因此，现在还不(bù)能确定“端(duān)到端”就是自动驾驶的终局(jú)解决方案，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(fā)展，才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：天津电机维修_天津进口电机维修_天津特种电机维修_天津发电机维修 特斯拉将在中国推出FSD “端到端”技术仍有诸多挑战