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 “端到端”技术仍有诸多(duō)挑战

　　每经(jīng)评论员范文清

　　日前，特斯拉(lā)宣布将于明年一季度(dù)在中国市场推出FSD（全自动驾驶(shǐ)）功能。这一消息再度引发汽车行(xíng)业对“端(duān)到(dào)端”技(jì)术的关注。当前特斯拉的FSD V12方案(àn)是基于(yú)“端到端”技术(shù)迭代推特斯拉将在中国推出FSD “端到端”技术仍有诸多挑战进的(de)。为了应对(duì)挑战，今(jīn)年以来，包括“蔚小理”等车企和华为、地平(píng)线等服务商在(zài)内，多家企业纷纷加码(mǎ)端到端自动驾驶技术。有业内人(rén)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，笔者认为(wèi)，目前下(xià)这个结论还(hái)为时尚早(zǎo)。

　　所(suǒ)谓“端到端”，其实是源自深度学习中的(de)概念，它指(zhǐ)的是一(yī)个AI模型，只需输入原始数据即可输出最终结果。应(yīng)用(yòng)到自动驾驶(shǐ)领域，这意味着只需要一个模型，就能将摄像头、毫米波(bō)雷达、激光雷达等传感器(qì)收集到的感知(zhī)信息，转换成车辆方向盘的(de)转动(dòng)角度、加速(sù)踏板(bǎn)的踩踏深度(dù)以及制动的力(lì)度等具体操作指令，从而使(shǐ)汽车实现(xiàn)自(zì)动行驶。

　　相比(bǐ)传(chuán)统的“感知-决策-控制”智驾系统，“端到端(duān)”技术由于中间没有规则介入，将原本感(gǎn)知(zhī)、预测、规划等多(duō)个模型组合的架构简(jiǎn)化为“感知决策一体(tǐ)化”的单模型架构，在信息传递、推理计算、模型迭代上更具优势。同时(shí)，“端到端”架构由数据(jù)驱动的模块构建，使其(qí)人为维护的模块(kuài)比例相应减少，因此“端到端”系统不仅能显著提升特斯拉将在中国推出FSD “端到端”技术仍有诸多挑战计算效率，还能降低维护成本。

　　然而，这些优点并不意味着“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(miàn)仍面临诸多挑战(zhàn)。

　　首先，“端到端(duān)”模型的训练成(chéng)本非常高，需要厂(chǎng)商不(bù)断提升(shēng)GPU的采(cǎi)购规模，这提高了“玩家”的进入门槛。以特斯拉为例，目前其FSD累计学习的人类驾驶视频片段超(chāo)过2000万个，仅采集成本就需要50亿元至80亿元。

　　其次(cì)，“端到端”模型的训练(liàn)需要大量数据，而对 海(hǎi)量数据（维权(quán)）的采集、清洗和筛选，对企业来说是一项极具挑战性的(de)工作。强大的算力可以实时处理海量数据，降低数据传输延迟，有利于高级别自动驾驶(shǐ)的落地，但目(mù)前包括“蔚小(xiǎo)理”在内的多家车(chē)企在(zài)算力增长方面均面临较大挑战。

　　此外，当前“端到端”智驾的(de)安(ān)全性还没有得到完全保障，特别是对于不常见(jiàn)或极端场景(jǐng)的数(shù)据，这对感知模型(xíng)的泛化性能提出了极高要(yào)求。“端到端(duān)”技术需要能够处理这些长尾场景(jǐng)，以确保在任何情况下都能作出正确响应。

　　目前行业对“端到端”技术的探索才刚刚起步，对(duì)许多基础问题还缺乏深(shēn)入讨论(lùn)。因此，现在(zài)还不能确定“端到端”就是自动驾驶的终局解决方案，从而摒弃其他(tā)路(lù)径。只有不同技术路线同台竞技(jì)共同(tóng)发展，才能推动(dòng)自动驾驶(shǐ)更安全、更快速(sù)地向(xiàng)更高阶段发展。