现阶段，各家还有规则兜底，不是完全的单模型的那种端到端。

等数据集量级上一个台阶，就会把兜底去掉，真正的实现单模型：视频输入单模型，模型推理结果直接驱动车辆。这时候，可能不同场景还是不同的单个模型，比如高速、市区不同。

然后，随着经验的增加，多种场景会合并成一个模型，比如市区、高速、停车场等所有场景均为一个单独的模型。

可能每一步，都需要较多的工程投入。

【 在 winsen 的大作中提到: 】
: 端到端是不是把之前的规控版本纳入，只是在上面做加法？
:
--
FROM 123.125.33.*

以小米车队数量来看，那会严重过拟合。

我个人根据车队数量来推测，高质量数据集方面：理想 > 华为 > 蔚来 >> 小鹏 >> 小米；前三个量级上差异不大。

【 在 ruige0822 的大作中提到: 】
: 据自媒体说 小米端到端训练用了2000万clips，目前理想也才用400万clips
--
FROM 123.125.33.*