汽车企业端到端架构进展和规划情况如何？

2024 年国内由新势力率先开启端到端的创新，技术路线略有差异，其中理想进步最为显著。 我们梳理总结了华为、蔚来、小鹏和理想在端到端架构上的进展和规划情况。2024Q2 以来。 蔚小理华均发布了智驾端到端方案，但各家的技术路线各不相同。

1、理想：“端到端+VLM”开启全量推送，智驾落地和迭代迅速。理想的智驾系统由车端的 DriveVLM 双系统和云端的世界模型组成。在车端，理想的端到 端智驾系统 DriveVLM 由两个子系统组成，分别部署在 AD max 车型的两块 Orin-X 芯片上， 系统 1 是支持传感器输入到轨迹输出的端到端驾驶系统；系统 2 基于阿里的 Qwen-VL 视觉 语言模型的场景理解系统，输出包含对环境的理解，驾驶的决策建议，驾驶的参考轨迹。 而在云端，理想开发生成式世界模型作为仿真验证系统，满足端到端模型能力验证需要。 参考理想的架构设计，我们认为理想系统 1 可以输出 BEV 特征等中间向量，较符合本文模 块化端到端架构特点；而系统 2 可以基于传感器输入直接输出决策建议，较符合 One Model 端到端架构特点。 工程化能力强大，智驾迭代迅速，或已跻身第一梯队。2023 年行业普遍认为，理想智驾在 新势力车企中稍显落后，2023 年秋季，理想汽车召开了战略会议，明确将智能驾驶作为公 司的核心战略，强调“2024 年要成为智驾的绝对头部”。城市 NOA 方面，理想从 2023 年 10 月份预研无图 NOA，四个月后开启千人推送，24 年 7 月实现无图 NOA 全量推送；端到端 架构方面，从 24 年 7 月份开启内测，10 月 23 日便率先开启“端到端+VLM”全量推送， 不到三个月时间便迭代 30 个版本。理想智驾的落地和版本迭代速度惊人，证明了其在智驾 领域的决心和强大的工程化能力，我们认为理想智驾应已进入第一梯队。

2、蔚来：自研 NWM 世界模型前瞻架构，但落地面临较大挑战。2024 年 7 月蔚来发布引入世界模型 NWM（NIO World Model）的端到端智驾架构，正在 研发中，预计 2024 年四季度开放体验，我们认为其属于 One Model 端到端架构。蔚来世 界模型架构前瞻，但工程化落地难度大。蔚来的 NWM 世界模型试图在车端进行世界建模 和实时推演，在架构上具有前瞻性，但也面临显著的工程化挑战。蔚来智驾架构直接从模 块化方案越过“模块化端到端”方案到世界模型路线，这一转型也使得许多原有模块化方 案的技术积累在新架构中可能作用有限，除了作为备用方案的“兜底”之外，大部分需要重新研发和适配。从发布会演示来看，NWM 在生成视频时无法准确还原路牌上的文字，表明模 型当前阶段对物理世界的细节理解和再现仍然存在不足。NWM 世界模型的优势在于能够实 时生成和推演多个可能的轨迹，对车端芯片算力也提出了更高的要求。蔚来 7 月已落地行 业首个端到端架构的 AEB 功能。据公司宣传，端到端架构 AEB 在路口场景方面的紧急制 动正确响应提升了 5.2 倍。

3、小鹏：分段式端到端已上车，聚焦云端大模型追求更高上限。小鹏端到端大模型三网合一，模块化端到端架构循序渐进，一套智驾软件标配全车系。2023 年 6 月，小鹏汽车在感知架构 XNet 中开始采用以视觉为中心的端到端方案；2023 年 10 月小鹏汽车宣布 XNet 2.0，能够实现动态 BEV、静态 BEV 和占据网络三网合一；2024 年 5 月 20 日，Xbrain、XNet、XPlanner 组成的端到端大模型上车。我们认为小鹏的端到 端架构仍区分了不同模块，各个模块直接用神经网络进行连接，属于本文所划分的第三阶 段-模块化端到端架构。10 月 24 日，小鹏宣布 AI 直接一套软件适配全车型全车系，不再区 分 MAX、Pro，而智驾方案的统一或有益于研发力量更加集中从而加快迭代速度。11 月小 鹏 AI 科技日宣布，智驾系统将全面升级为“小鹏图灵 AI 智驾”，以 AI 大模型为核心，涵盖 自研的云端和车端大模型，并展示了自研“图灵 AI 芯片”，该芯片专门为 AI 大模型定制， 拥有 40 核处理器，能够支持高达 30B 参数的大模型运行。 小鹏聚焦云端大模型，追求更高上限。根据 10 月 24 日小鹏 P7+智驾技术发布会，小鹏认 为端到端架构可分为三种：1）各个模块内部 AI 化，然后通过算法和人工定义接口将各个 模块连接起来，即我们上文所提及的模块化端到端架构；2）用一个车端的端到端大模型取 代了原本的各个模块；3）第三种路线则先对云端大模型进行训练，然后再通过知识蒸馏和 强化学习等方式部署车端大模型。小鹏认为，直接将大模型部署在车端，模型参数量受限 于车端芯片算力，见效快但上限低。而小鹏选择聚焦云端大模型，小鹏的云端大模型参数 量是车端模型的 80 倍，并且也引入了世界模型进行仿真测试和强化学习，上限更高。

4、华为 ADS3.0：感知决策两段式端到端，加入本能安全网络兜底下限。华为 ADS3.0 为两段式端到端架构，可实现车位到车位的智驾。华为 ADS3.0 版本是基于 GOD 感知神经网络（感知端到端）+PDP 网络（预测规划端到端）+本能安全网络的分段 式端到端。ADS 2.0 版本中的 BEV 网络被纳入 GOD 感知神经网络中，GOD 不仅能识别白 名单和异形障碍物，还能感知道路结构和场景语义，PDP 决策神经网络负责实现端到端的 决策规划。由于端到端系统可能产生大模型幻觉，下限较低，所以华为在系统中加入本能 安全网络，为端到端决策兜底。我们认为本能安全网络的加入提高了系统的下限，在目前 端到端发展水平对智驾体验和安全进行平衡，是较为务实的落地方案。根据公司 10 月智能 网联汽车大会发言，华为预计 ADS 4.0 将于 2025 年推出，将实现高速 L3 级自动驾驶商用 及城区 L3 级自动驾驶试点。