端到端神经网络

智驾算法范式转移——从规则驱动（if-then 逻辑）转向数据驱动，将"感知-决策-规划"一体化为单一神经网络。Tesla FSD v12 代表方案。

技术细节

• 架构：BEV（鸟瞰图）+ OCC（占据网络）+ E2E（端到端规划）
• 训练数据：海量真实驾驶数据（特斯拉车队 100+ 亿英里）
• 算力需求：训练用 H100 集群，推理用 域控制器（Orin / Thor）
• 关键挑战：长尾场景处理、可解释性、监管认证

主要玩家

全球

• Tesla — FSD v12（2024 全栈神经网络）
• Wayve（英国）— 自动驾驶基础模型代表

中国

• 华为 — ADS 3.0
• 小鹏汽车 — XNGP v5
• 理想汽车 — V12+ 路线
• 蔚来 — Banyan

在 AI 产业链中的角色

智驾算法范式转移驱动 → 上游算力 / 数据需求暴增 → 下游硬件价值再分配（纯硬件议价能力下降，软硬一体 Tier1 价值凸显）。是 智能驾驶 最重要的 2024-2026 技术趋势。

演进历史

• 2016 NVIDIA PilotNet 论文（端到端 CNN 早期探索）
• 2020 Tesla 重写 FSD 栈，引入 Transformer + BEV
• 2024-01 Tesla FSD v12 全栈神经网络（8 摄像头 + 无激光雷达）
• 2024-2026 中国车企（华为 / 小鹏 / 理想 / 蔚来）跟进
• 2026 数据闭环成新壁垒

相关概念

• FSD / 城市NOA / 域控制器
• 自动驾驶基础模型（VLA）