汽車行業智能駕駛專題報告：端到端革命開啟，強者愈強時代即將來臨.pdf

汽車行業智能駕駛專題報告：端到端革命開啟，強者愈強時代即將來臨。 智能化時代，自動駕駛能力將重新構筑車企競爭壁壘，核心競爭要素 在于“數據”+“算力”。背后原因在于：①對消費者而言，智能化在 消費者選購汽車中的重要性正日益提升。②對于車企而言，實現高階 智駕需要大量投入，中小車企將難以持續投入。③特別是當智能駕駛 算法層面逐漸收斂至“端到端”架構后，數據+算力將成為核心競爭要 素，頭部車企或供應商能掌握更多更優的“數據”，以及更強更快的 “算力”，而優秀的智駕能力有望加強銷量轉化，最終強化車企馬太效 應，令智駕強者愈強。

相較傳統分模塊架構，端到端架構優勢顯著，核心是“數據驅動”而 非“規則驅動”，有望顯著提升智駕上限。所謂“端到端”是指一端輸 入圖像等環境數據信息，中間經歷類似“黑箱”的多層神經網絡模型， 另一端直接輸出轉向、制動、加速等駕駛指令。與傳統規則驅動的分模 塊架構相比，端到端的實現將帶來一系列優勢：①完全基于數據驅動 進行全局任務優化，具備更好、更快的糾錯能力；②能進一步減少模 塊間信息的有損傳遞、延遲和冗余，避免誤差累積，提升計算效率； ③泛化能力更強，由Rule-based算法轉向Learning-based，具備零 樣本學習能力，面對未知場景具備更強決策能力。

端到端發展路徑探析：從分模塊到一體化。端到端可以簡單分為狹義 端到端（前端傳感器輸入、后端控制輸出）和廣義端到端（信息無損傳 遞、數據驅動整體優化）2種定義。從端到端的最終實現上，我們認為 通過①感知“端到端”，②模塊化“端到端”，再到③One Model/單 一模型“端到端”是一種相對平滑的過渡形式。而當前感知層“端到 端”已經是主流的感知模型，展望后續技術發展，我們認為決策與規控 層自動駕駛算法向“端到端”收斂，有望成為行業的一大趨勢。

“數據+算力”構筑智能駕駛核心競爭要素，進入強者愈強階段。端到端自動駕駛是數據驅動的模型，因此，訓練數據的重要性越來越高。端 到端對數據的要求體現在數據量、數據標注、數據質量和數據分布等 方面。除了海量高質量數據之外，還需要強大的算力來支撐模型的訓 練，大部分研發端到端自動駕駛的公司目前的訓練算力規模在千卡級 別。我們認為領先競爭者有望通過數據、算力的領先轉化為端到端的 算法優勢。

特斯拉先行，國內外企業加速跟進，端到端量產推廣在即。端到端主 要參與者涵蓋了車企、人工智能企業、自動駕駛技術公司機器人公司 以及自動駕駛芯片制造商。特斯拉作為先行者，于24年初推送端到端 版本的FSD，從實際體驗來看，端到端的FSD操作更擬人、絲滑。國 內主機廠如華為、小鵬、理想、元戎啟行、商湯絕影等紛紛跟進，其中華為、小鵬端到端進度相對領先。我們認為因各車企戰略選擇有差異， 端到端路線尚處在百花齊放的階段，但隨著數據、算力等競爭要素逐 漸趕上，端到端路線有望逐漸收斂至一體化結構，并會結合多模態大 模型、世界模型等，不斷加強感知、認知、決策能力。