端到端国内也有进展：理想与清华合作的DriveVLM，离落地比较远（理想的路线错误occ没跟，所以市场营销在淡化智驾）；地平线的UniAD，是国内最有可能先量产的端到端模型，并提供给20+价位的入门车型。

自打L5被放弃，车企们都在卷落地，所以明年年底鼓吹端到端，也是有可能的。这里面最大的差距就是数据，端到端主打一个将百万司机的驾驶经验压缩的一个网络，通过大算力快速迭代，那么激光雷达的位置就极其尴尬了。不过已有产品继续靠研发堆人力规则来遥遥领先，也是可以的，卖得出去就是好汉。考虑到目前国内车企都是几E的算力（大部分1-2E），卷数据现阶段也不现实：150w个case才能训练一个很好的E2E网络。

端到端也许永远实现不了L5，但其下限比基于规则的智能驾驶可高多了。

【 在 ruige0822 的大作中提到: 】
: 转
: * 2021年下半年，特斯拉在AI day上首次发布了BEV+transformer的感知方案。之后的几个月，学术界开始出现大量BEV+transformer的复现和创新工作,并发表在计算机学术顶会上。
: * 2022年，国内有少量头部新势力宣布自己的BEV方案上车（小鹏），其余厂家距离量产上车还差一些，追赶中。
: ...................
--
FROM 114.246.101.*