雖然魯迅的家后面有兩棵樹，一棵是棗樹，另一棵也是棗樹，但是，一直以來，自動駕駛領(lǐng)域卻涇渭分明地存在著兩個陣營，一邊是面向量產(chǎn)車的L2級輔助駕駛，一邊是面向無人駕駛出租車的L4級自動駕駛。曾幾何時，L2和L4在追求目標(biāo)、安全要求和技術(shù)路徑上存在著巨大的斷層，它們操著不同的技術(shù)語言，遵循著迥異的工程哲學(xué)，奔赴著看似永無交集的彼岸。但是，隨著數(shù)據(jù)驅(qū)動的端到端神經(jīng)網(wǎng)絡(luò)范式的出現(xiàn)，蹉跎十年之久的L2迎來了每年十倍速的進(jìn)展，L2輔助駕駛開始向著L3有條件自動駕駛叩關(guān)，越來越多L2級陣營的頭部玩家也紛紛宣布或者實質(zhì)性地進(jìn)入了Robotaxi玩家的禁臠。L2與L4之間井水不犯河水的固有格局被打破了，行業(yè)內(nèi)慢慢形成一個清晰的共識：L2和L4之間并不存在不可逾越的鴻溝、無法跨越的天塹。

范式趨于統(tǒng)一

無規(guī)矩不成方圓。在技術(shù)路線眼花繚亂、宣傳口徑五花八門的自動駕駛行業(yè)里，盡管有部分遙遙領(lǐng)先的玩家認(rèn)為基于SAE J3016的L1-L5分級標(biāo)準(zhǔn)落后于時代的發(fā)展，但它代表著統(tǒng)一的技術(shù)語言和標(biāo)尺,標(biāo)志著次第分明的秩序，設(shè)定著明確的預(yù)期，管理著錯誤認(rèn)知的風(fēng)險。

圖片來源：華為

L2輔助駕駛系統(tǒng)要求人類司機(jī)為最終安全負(fù)責(zé)，在功能上以駕駛輔助與體驗為核心，L4高等級自動駕駛系統(tǒng)本身成為安全責(zé)任主體，以在限定區(qū)域內(nèi)實現(xiàn)絕對安全為根本追求。在規(guī)則驅(qū)動與模塊化算法的傳統(tǒng)架構(gòu)下，這種不同導(dǎo)致了截然相反的技術(shù)路徑。

L4系統(tǒng)為達(dá)成極高的安全完備性，不得不在感知、預(yù)測、規(guī)劃、控制等每個模塊中堆疊海量規(guī)則，使得系統(tǒng)變得極為復(fù)雜、笨重且難以泛化。相反，量產(chǎn)L2系統(tǒng)因需兼顧成本、算力與即時可用性，通常采用更輕量、聚焦于特定功能的簡化算法。因此，二者在規(guī)則的規(guī)模與復(fù)雜度上存在著本質(zhì)的差距。

圖片來源：英偉達(dá)

總之，由于L2追求有限場景下的體驗與可控成本，L4追求限定區(qū)域內(nèi)的功能完備與絕對安全，這種目標(biāo)與實現(xiàn)方式的根本差異，使得它們在規(guī)則驅(qū)動的分模塊技術(shù)范式下，形成了清晰的技術(shù)斷層。

數(shù)據(jù)驅(qū)動的端到端范式的出現(xiàn)，徹底改變了這一局面。端到端旨在用單個龐大的深度神經(jīng)網(wǎng)絡(luò)，直接處理攝像頭、激光雷達(dá)、毫米波雷達(dá)、麥克風(fēng)等傳感器輸入，輸出轉(zhuǎn)向、加減速等車輛控制指令。根據(jù)地平線首席科學(xué)家蘇箐的說法，端到端是自動駕駛領(lǐng)域近十年來的真范式革命，其作用堪比當(dāng)年讓小日子吃蘑菇炒雞蛋的原子彈。

在端到端的幫助下，L2級玩家在一兩年內(nèi)取得了幾十倍的進(jìn)展。首先，在模仿學(xué)習(xí)的幫助下，通過觀摩人類專家司機(jī)的駕駛視頻，端到端系統(tǒng)學(xué)會了人類駕駛員的預(yù)判能力，實現(xiàn)了平滑和高效的駕駛風(fēng)格，做出的決策更合理，乘坐體驗更加舒適和自然。其次，得益于強(qiáng)化學(xué)習(xí)，端到端展現(xiàn)了強(qiáng)大的泛化能力和攻克長尾場景的巨大潛力，它可以舉一反三地理解場景的本質(zhì)，不再慌慌張張、連滾帶爬，而是從從容容、游刃有余地應(yīng)對從未見過的場景。再加上其改進(jìn)的主要方式是投喂更多更高質(zhì)量的數(shù)據(jù)，系統(tǒng)可以通過數(shù)據(jù)閉環(huán)自動迭代升級，進(jìn)化的速度和效率遠(yuǎn)非分模塊時代的手工編碼可比。

圖片來源：小鵬汽車

在一系列優(yōu)勢的驅(qū)動下，在特斯拉的引領(lǐng)和帶動下，L2玩家和L4玩家紛紛向端到端范式轉(zhuǎn)型。于是，在同一個范式下，在追求同一個智能內(nèi)核的終極目標(biāo)下，兩個陣營在算法層面實現(xiàn)交匯，順利會師了。

這里的智能內(nèi)核既包括空間智能，也包括語言智能。自動駕駛系統(tǒng)理解三維物理世界、預(yù)測其它交通參與者的運(yùn)動軌跡、進(jìn)行絲滑擬人的規(guī)劃的能力都來自于空間智能，同時，理解非結(jié)構(gòu)化的模糊人類指令、與其它交通參與者進(jìn)行意圖溝通、處理基于語言的導(dǎo)航命令也離不開語言智能的加持。當(dāng)這樣一個既懂物理規(guī)則又懂人類交互的AI大腦被訓(xùn)練出來，它既可以安全謹(jǐn)慎地執(zhí)行L2輔助駕駛?cè)蝿?wù)，也具備了在ODD內(nèi)實現(xiàn)L4無人駕駛的潛力。也就是說，在新的端到端范式到來之后，L2和L4的方法論終于統(tǒng)一了，而且，在智能的追求上，L2和L4達(dá)成了共識，走上了融合之路。

數(shù)據(jù)是共同且唯一的燃料

忠誠不絕對，就是絕對不忠誠。或許是因為向端到端轉(zhuǎn)型太難，本土自動駕駛行業(yè)分化出了各種各樣的端到端方案，但是，遵循端到端的本意，真正的端到端方案只有一種，那就是「真一段式端到端」。真一段式端到端的核心特點是拋棄一切規(guī)則，完全數(shù)據(jù)驅(qū)動。當(dāng)拋棄了人為編寫的規(guī)則，海量高質(zhì)量且具備豐富多樣性的數(shù)據(jù)成了推動自動駕駛端到端神經(jīng)網(wǎng)絡(luò)能力進(jìn)步的唯一燃料。

圖片來源：長城汽車

從L2到L4，端到端架起了從輔助到無人的橋板，海量的數(shù)據(jù)鋪就了抵達(dá)彼岸的漸進(jìn)之路。當(dāng)L2和L4技術(shù)路線的邊界因為端到端范式變得模糊之后，決定模型能力的數(shù)據(jù)規(guī)模、質(zhì)量、多樣性成了L2和L4之間的真正分野。

有一個小故事可以佐證數(shù)據(jù)的威力。當(dāng)年，特斯拉在實驗端到端范式之時，起初訓(xùn)練了一百萬個Clips（視頻片段），系統(tǒng)勉強(qiáng)工作(barely works)，200萬個Clips時，有所改善（a little better），300萬個Clips時，系統(tǒng)表現(xiàn)開始讓人感到驚喜（feel delightful），到了1000萬個Clips時，在馬斯克的口中，系統(tǒng)表現(xiàn)達(dá)到了令人難以置信的水平（unbelievable）。

有一段曲線也可以證實數(shù)據(jù)之于自動駕駛能力的作用力。2024年，理想汽車將技術(shù)棧切換到端到端范式上，隨著訓(xùn)練數(shù)據(jù)規(guī)模的一路攀升，代表其輔助駕駛系統(tǒng)能力的平均接管里程也開始一路攀升。自7月30日MPI為12.21公里的第一版端到端系統(tǒng)起，到了12月16日，理想AD MAX的MPI已經(jīng)提升到了71.59公里。

圖片來源：理想汽車

在端到端范式下，從L2到L4的演進(jìn)路徑是這樣的，首先，在面向廣大消費(fèi)者的量產(chǎn)乘用車上低成本地實現(xiàn)L2輔助駕駛系統(tǒng)的量產(chǎn)落地，依靠百萬級車隊提供無與倫比的數(shù)據(jù)規(guī)模與多樣性，然后，在數(shù)據(jù)閉環(huán)和基礎(chǔ)設(shè)施的加持下，利用大量真實路采數(shù)據(jù)煉丹，持續(xù)優(yōu)化端到端模型，隨著L2級輔助駕駛處理復(fù)雜場景的能力的逐步增強(qiáng)，用戶得到了更舒適、更可靠的L2++體驗，用戶基數(shù)和行駛里程進(jìn)一步擴(kuò)大，產(chǎn)生更多的數(shù)據(jù)，更多的數(shù)據(jù)喂養(yǎng)出更智能的大腦，更智能的大腦兌現(xiàn)更出色的體驗，更出色的體驗吸引越來越多的用戶，共同提高、互相促進(jìn)的數(shù)據(jù)飛輪就這么形成了。

圖片來源：Momenta

從L2到L4，不過是在數(shù)據(jù)飛輪的驅(qū)動下，系統(tǒng)能力持續(xù)增強(qiáng)，以至于需要人類接管的頻率越來越低，最終在特定場景下實現(xiàn)了無人接管而已。而無人接管，就是L4！

寫在最后

自動駕駛算法由規(guī)則驅(qū)動的分模塊方案轉(zhuǎn)向數(shù)據(jù)驅(qū)動的端到端神經(jīng)網(wǎng)絡(luò)方案之后，在模仿學(xué)習(xí)、強(qiáng)化學(xué)習(xí)的雙雙推動下，端到端自動駕駛一舉突破了人為設(shè)定規(guī)則的天花板，打破了曾經(jīng)橫亙在L2和L4之間的界限。曾經(jīng)的L2玩家們依靠前裝量產(chǎn)方案，牢牢占據(jù)了推動模型能力進(jìn)步的數(shù)據(jù)這項關(guān)鍵資產(chǎn)，在“量產(chǎn)方案產(chǎn)生海量數(shù)據(jù)->海量數(shù)據(jù)反哺模型進(jìn)步->體驗提升帶動智駕普及->更多里程產(chǎn)生更多數(shù)據(jù)”的飛輪閉環(huán)中，智駕系統(tǒng)正在完成從輔助駕駛到自動駕駛的平滑演進(jìn)。這么說下來，那些Robotaxi賽道的老玩家們，著實有些危險了！