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。
定义
End-to-End Neural Network（E2E），输入摄像头 / 激光雷达 / 雷达原始数据，直接输出方向盘 + 油门 + 刹车控制信号，不显式分离感知 / 规划 / 控制模块。
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
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 5-01-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
∈ belongs_to::5-01-智能驾驶