主机厂智驾的梦
智能驾驶系统的下半场即将来袭，大家准备好了吗？我认为接下来的半年，各大主机厂陆续发布自己的无图NOA智驾系统。
车厂智能驾驶发布线
我们捋一下车厂对于自己智驾发布时间线：
2023年9月，马斯克在硅谷帕洛阿尔托（Palo Alto）的街道上直播测试特斯拉全自动驾驶测试版V12（FSD Beta V12）。
2024年3月17日元戎启行在百人会上宣布，在国内首家实现端到端自动驾驶模型上车
2024年3月31日，特斯拉向美国部分用户推送FSD V12（Supervised）版本。
2024年4月 24 日 华为宣布 ADS 2.0 升级为乾崑 3.0，技术转向 GOD/PDP 网络全新架构，对外称是端到端架构；
2024年5 月 20 日，小鹏汽车举办了以「开启 AI 智驾时代」为主题的 AI DAY 发布会，宣布端到端大模型已经量产上车；
2024年5 月 22 日，传出消息，小米汽车原图森未来首席科学家王乃岩即将带领团队加入小米汽车，负责端到端自动驾驶团队。
2024 年 6 月 30 日，长城汽车董事长魏建军亲自操盘，通过直播向全球展示了长城汽车全场景 NOA 在重庆的挑战性路段的实际表现。长城使用的是自己的SEE 端到端模型。
小鹏、蔚来等车企也在通往全国都能开的道路上取得了阶段性成果。7月2日，小鹏汽车宣布，截至目前XNGP城区智驾累计覆盖356城。全国都能开的无限XNGP即将在本月全量推送。7月4日，小鹏XNGP智驾XOS 5.2.0公测版本正式推送。小鹏官方表示，该版本搭载全国首个量产上车的端到端AI大模型，实现全国都好用，有路就能开。
2024年7月5日，理想汽车举办了智能驾驶夏季发布会，理想汽车全国都能开的无图NOA将于7月内向理想AD Max全量用户推送，同时7月内推送全自动AES（自动紧急转向）和全方位低速AEB（自动紧急制动）。
华为乾崑ADS 3.0预计将于今年8月推出，该系统取消了BEV网络，全面切换到GOD（通用障碍物识别）网络，对障碍物的识别能力和对场景的理解能力更强，体验更像人类。
车场为什么会频繁发布，是技术突飞猛进了吗？
上面看到作为传统造车的长城先一步蔚小理在重庆直播自家的智驾，大部分会惊讶，为什么长城会先发布、毕竟蔚小理是新势力，科技实力会更强一点。
这里我们就得提提端对端技术和传统技术了。
2023年，AI顶会CVPR将年度最佳论文颁给首个感知决策一体化自动驾驶模型UniAD，端到端架构得到学术界认可。
与此同时，端到端的FSD V12横空出世，特斯拉在工业界的成功实践，让行业看到希望，相继转向。
好的智驾实现效果，可以投入的资金和人力，可复现的技术。
蔚小理们集体调整智驾团队，智驾竞争白热化，这个技术范式的转变：端到端正成为行业共识。
这个端到端智驾大模型整合了感知、决策、规控等关键环节，实现了数据的全链路一体化处理
那么端对端是什么，通俗易懂来说就是智驾系统的chatgpt，之前使用级联的方式，从传感器采集数据，到数据融合，再到规划控制，最后到控制车辆动作。这里面分了好几个模块。
端对端模型的引入，直接把中间模块取消掉，变成了传感器采集数据到大模型，大模型处理后，直接控制车辆动作。
中间省了几个传统的控制模块，变成了大模型处理。
看上去方便了，也减少了级连误差，但是它也带来黑盒处理问题，中间的不透明，排查和解决问题的困难。但是更重要它实现了道路中无需依赖高精地图等特定条件都能自动驾驶的条件，并且实现了比较不错的结果。
大模型有利有弊，大家变革的动力是什么，毕竟有些公司在传统技术上面投入了大的人力物力，为什么放弃之前的努力，现在转换技术栈
商汤研究院带队研究大模型的院长王晓刚说，现在许多端到端大模型团队，大部分人负责数据采集、测试、分析等工作，真正参与大模型本身工作，团队规模几十人就算多了。
理想汽车的李想今年六月在重庆论坛上表示，团队致力于自动驾驶技术的突破，认为人类开车的方式，不需要养几千人的团队去搞Corner Case。
从上面我们可以看到传统的智能驾驶团队有很多模块，处理驾驶的case，最后需要几千人团队去做。
对于车厂来说成本代价很大，产量上不去，智驾的成本无法被分摊，所以传统技术发展之后面就是，一家遥遥领先，其他人使用，毕竟不是所有车厂有能力提供这么多资金和技术人才发展的，在传统智驾技术发展时候，最后面华为可能变成中国的博世，不过现在端对端的到来，让很多车厂重新看到了希望。
很少的人力，可以快速出结果的技术，所以大家都要努力拼一把，如同上汽老总说不愿意和华为合作，怕失去了灵魂，很多车厂还是想要把关键技术掌握在自己手里的，所以由此预测，下半年还未发布智架的公司会陆续跟进了。
奇瑞，长安，吉利，广汽，上汽，一汽等等，包括（卓驭）大疆车载也会要变革了，期待下半年的下饺子。
预测未来
下面小鹏智驾几个部门，
- 大模型部：主要负责端到端模型的研发工作，由原感知部门和规控部门下的模型部合并而来负责。
- 部署架构与方案部：总体负责车端的项目交付，以及和车端相关的整体算法研发、架构设计等负责。
- 时空信息部：主要负责车端和云端的地图信息相关的算法、模型开发及服务，为原地图定位部
可以看到由于端到端不需要像过去那样，将技术团队按照开发模块，划分成感知、决策和规划。
数据驱动的端到端需要的技术栈，也与传统开发不同。
对于开发者来说，在原岗位上转变技术栈不是件易事。
特别是从传统的规则驱动逻辑开发，转向数据驱动的模型开发，其中跨度之大，几乎是两个专业的差别。
并且因为传统智驾需要的人力比同样端对端技术落地人力少，所以每个公司智驾团队会变小，但是反过来由于参与公司变多，总体盘子也会变大，所以两者又平衡。
如何更好的适应时代，就是适应时代。
作者：良知犹存，白天努力工作，晚上原创公号号主。公众号内容除了技术还有些人生感悟，一个认真输出内容的职场老司机，也是一个技术之外丰富生活的人，摄影、音乐 and 篮球。关注我，与我一起同行。
‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧ END ‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧
推荐阅读
【3】CPU中的程序是怎么运行起来的 必读
