端到端

• 深度解析：双模态仿真测试解决方案

  随着端到端自动驾驶架构的兴起，传统基于规则的仿真测试正面临“真实感不足”与“场景泛化难”的双重挑战。 本文深入解析双模态仿真测试解决方案：一方面依托 aiSim 提供确定性的物理级传感器建模；另一方面通过 World Extractor 实现基于3DGS/NeRF的自动化世界重建。 重点探讨二者如何通过混合渲染（Hybrid Rendering）的技术路线，在保留真实世界视觉保真度的同时，实现动态

  康谋科技

  837

  11/25 10:18

  汽车电子 端到端
• 自动驾驶从模块化到One Model的进阶之路

  自动驾驶技术从感知模型化、规控模型化、多模块端到端到One Model端到端的发展历程，展示了从理解世界到完全自主决策的演变。感知模型化强调精确感知，规控模型化则注重智能决策，多模块端到端追求高效与完整性，而One Model端到端则是理想化的全自动化解决方案。每个阶段都有其优势与局限，最终目标是在确保安全的前提下最大化技术潜力。

  智驾最前沿

  479

  11/24 09:31

  自动驾驶 端到端

  
• Waymo最新发布的WOD-E2E端到端数据集能做些啥？

  Waymo推出WOD-E2E数据集，专注于收集自动驾驶中的罕见但高危场景，旨在提高端到端驾驶系统的安全性能。数据集包含4021个20秒长的真实驾驶片段，覆盖多种长尾场景，每个片段配有八种视角的图像和历史轨迹数据。WOD-E2E引入了Rater Feedback Score (RFS) 评分机制，以更好地衡量模型在紧急情况下的决策合理性。这一数据集有助于研究人员和开发者在实际驾驶环境中测试和改进自动驾驶系统的安全性，推动自动驾驶技术迈向更高水平。

  智驾最前沿

  834

  11/18 09:18

  自动驾驶 端到端

  
• 对话华为樊杰：AI落地浪潮下的存力革新

  华为推出端到端存储解决方案，助力AI行业模型落地，解决数据汇集、训练和推理阶段的瓶颈，通过高性能存储和AI SSD优化算力利用率，提高推理速度并降低应用门槛。

  通信世界网

  610

  11/13 16:05

  端到端 AI推理

  
• 盖世汽车研究院：端到端重塑辅助驾驶竞争格局，规模化普及与差异化破局并行

  2025年，辅助驾驶行业迎来商业化拐点，高阶辅助驾驶加速向10-20万元主流车型普及，L2及以上级别辅助驾驶渗透率接近60%。端到端AI大模型的应用提升了ADAS系统的决策能力，让辅助驾驶更拟人化。安全性在强制性国标引导下成为辅助驾驶发展基石。在政策与技术双轮驱动下，辅助驾驶行业的发展步入规模化应用与全球化竞争的新阶段。

  盖世汽车

  1072

  11/12 11:18

  端到端 辅助驾驶

  
• Cloudera 被独立分析机构评为2025年数据架构平台领导者

  报告指出，对于需要强大的数据处理能力、可扩展的存储以及持续数据管理来支持现代业务应用的企业而言，Cloudera是理想的选择 致力于将AI技术应用于复杂环境中数据的Cloudera宣布，在《2025 年第四季度Forrester Wave™：数据架构平台》报告中被评为领导者。该报告指出：“对于需要强大的数据处理能力、可扩展的存储以及持续数据管理来支持现代业务应用的企业而言，Cloudera是理想的

  与非网编辑

  622

  11/04 10:19

  AI技术 端到端
• 自动驾驶中端到端仿真与基于规则的仿真有什么区别？

  端到端仿真与基于规则仿真是自动驾驶领域的两种主要仿真方法。端到端仿真将感知到控制的整体决策链作为一个整体进行训练和验证，强调数据处理的一致性和整体性能，适用于复杂的场景模拟和强化学习任务，但可解释性较差。基于规则仿真则将系统拆分为多个模块，每个模块有明确的功能和接口，适合模块化验证和合规性要求，但对长尾或复杂场景的适应性有限。两者各有优势和局限，在实际应用中通常采用混合路线，结合各自特点以达到最佳效果。

  智驾最前沿

  631

  11/03 10:21

  自动驾驶 端到端

  
• 自动驾驶中“一段式端到端”和“二段式端到端”有什么区别？

  端到端自动驾驶技术分为一段式和二段式两种主要形式。一段式端到端模型直接将原始数据转化为控制指令，简化了流程但牺牲了透明度和可解释性。二段式端到端则将系统分为感知和决策两部分，提高了可监控性和灵活性，但也可能导致信息损失和计算开销增加。选择哪种方式取决于项目的具体要求，如泛化能力、可验证性、算力开销和开发效率等。无论是哪一种，都需要进行充分的闭环测试和数据闭环来保证系统的稳定性和安全性。

  智驾最前沿

  414

  10/27 14:19

  自动驾驶 端到端

  
• 43亿热钱，砸向中国L4无人配送一哥

  新石器无人配送公司宣布超6亿美元D轮融资，成为中国自动驾驶领域最大私募融资。新石器成立于2018年，专注于L4级无人城配解决方案，拥有强大的技术和商业优势。该公司自主研发的无图自动驾驶技术已商业化交付并在多个场景应用。新石器的目标是利用无人驾驶技术赋能广泛城配场景，使其成为新一代城配生产力工具。

  智能车参考

  981

  10/25 08:55

  端到端 无人配送

  
• 端到端在自动驾驶中起到什么作用？

  端到端自动驾驶技术通过单一或多个神经网络整合感知、决策规划和控制过程，相较于传统分模块设计更具优势。主要进展包括：1.感知：从二维检测向BEV和占用网络转变，增强环境理解。2. 决策：结合模仿学习、强化学习和世界模型，提高决策智能。3. 工程落地：面临数据、算力、验证和可解释性等挑战。

  智驾最前沿

  1025

  10/23 15:15

  自动驾驶 端到端

  
• 自动驾驶中常提的一段式（单段）端到端是个啥？

  自动驾驶领域，端到端技术尤其是单一阶段端到端（end-to-end single-stage）因其简洁性和潜在优势受到广泛关注。该技术通过一个学习模型直接将传感器输入映射至车辆控制指令，简化了传统分段系统的复杂性，并在城市环境等复杂场景中展现出强大潜力。然而，端到端技术面临数据量不足、长尾问题、可解释性差、训练目标与行为鲁棒性错配等挑战。为了应对这些挑战，业界提出了多种解决方案，如混合策略、仿真与数据增强、强化学习、可解释性技术等。尽管如此，端到端技术在开放道路上的大规模部署仍需克服诸多技术和安全问题。未来，分层端到端或端到端与保障相结合的混合方案可能是实现商业化部署的有效途径。

  智驾最前沿

  949

  10/17 11:31

  自动驾驶 端到端

  
• 一文读懂特斯拉自动驾驶FSD从辅助到端到端的演进

  特斯拉FSD系统从早期模块化的多模块架构逐渐演变为端到端的神经网络驱动，通过大量真实世界数据训练，提升了自动驾驶功能的智能化水平。从HW 1.0到HW 4.0，硬件升级持续支持更大规模的神经网络模型。软件方面，V12版引入端到端架构，大幅简化代码并增强决策质量，但也带来了不可解释性和验证难题。特斯拉通过多个版本迭代，逐步扩展城市驾驶功能，但仍需应对监管挑战和用户期望。尽管FSD在用户体验上有显著提升，但真正的全面无人驾驶还需克服技术和法规障碍。

  智驾最前沿

  1386

  10/11 09:10

  自动驾驶 端到端

  
• 自动驾驶端到端大模型为什么会有不确定性？

  谈到自动驾驶，大家的第一反应就是自动驾驶系统“能不能把车开稳”，看似非常简单的一个目标，其背后其实是对系统能否在各种现实场景下作出正确、可预期决策的一项严格要求。为了能让自动驾驶汽车做出正确、安全且符合逻辑的行驶动作，端到端大模型被提了出来。 端到端大模型把从传感器输入到控制输出的任务尽可能用一个大网络来完成，其优点是能够直接学习复杂映射，省去繁琐的中间模块，但代价是系统的行为变得更难以完全预测和

  智驾最前沿

  896

  09/29 17:23

  自动驾驶 大模型
• 浅谈数字孪生场景生成如何进入“日级”时代

  一、行业挑战与痛点 在自动驾驶开发中，高保真的仿真场景是算法迭代和验证的基石。然而，传统手工建模方式需要大量3D设计师投入，构建一个复杂交通环境往往耗时数月甚至半年以上；同时，城市、高速、停车场等多种运营设计域（ODD）都需要覆盖，场景的可扩展性与多样性一直是瓶颈。 更重要的是，随着自动驾驶系统从模块化架构向端到端系统级演进，仿真平台不仅要验证感知、决策和控制单元的单点性能，更要在同一环境中评估O

  康谋科技

  734

  09/10 14:46

  传感器 仿真
• 端到端自动驾驶的前世今生：不管VLA还是WM世界模型,都需要世界引擎

  香港大学Li Hongyang在CVPR自动驾驶Workshop上发表了关于端到端自动驾驶的开场演讲，定义了端到端自动驾驶，并回顾了其发展历史。演讲中提到，端到端自动驾驶正面临数据收集和极端情况模拟的挑战，为此提出“世界引擎”概念，通过从人类专家驾驶中学习，生成有价值的数据用于训练和改进端到端算法，以应对生产环境中的复杂情况。

  Vehicle

  1914

  09/10 09:15

  自动驾驶 端到端

  
• 端到端发展趋势下，云算力如何赋能智能驾驶技术跃迁？

  端到端模型在智能驾驶辅助系统中的应用日益广泛，通过整合感知、决策和控制功能，提升了系统响应速度和复杂场景表现。然而，端到端模型面临着数据量、算力需求、可解释性和安全性等多重挑战。华为云CloudVeo智能驾驶云服务通过提供强大的算力支持和全国分布式的汽车专区，为端到端模型的研发和应用提供了有力保障，推动智能驾驶辅助系统的快速发展。

  智驾最前沿

  669

  09/08 10:13

  智能驾驶 算力
• 端到端自动驾驶相较传统自动驾驶到底有何提升？

  传统自动驾驶系统通过模块化架构将感知、定位、规划与决策、控制等功能分离并独立处理，而端到端自动驾驶则使用单一的大规模神经网络直接从传感器数据到控制指令，极大简化中间步骤。尽管端到端方法在计算资源要求和整体性能上有优势，但它面临的可解释性和数据需求挑战较大。未来，混合式架构可能会成为趋势，结合两者的优点以适应不同应用场景的需求。

  智驾最前沿

  873

  09/03 10:04

  自动驾驶 端到端

  
• 地平线「国产FSD」交卷，抢先体验在此

  地平线J6P搭载UniAD端到端HSD系统，实现了量产交付，显著提升了智能辅助驾驶体验，具备更强的适应性和安全性。

  智能车参考

  879

  08/27 09:56

  自动驾驶 端到端

  
• 自动驾驶端到端为什么会有黑盒特性？

  端到端自动驾驶面临黑盒效应，难以解释和验证其内部决策过程，增加安全风险。解决方法包括引入可解释的中间瓶颈、分层端到端架构、针对性训练数据、可解释性工具、不确定性估计和异常检测、冗余与监控策略、场景驱动验证体系以及安全外壳。综合运用这些策略，可以有效缓解黑盒效应，提高端到端自动驾驶的安全性和可靠性。

  智驾最前沿

  762

  08/19 11:36

  自动驾驶 端到端

  
• Transformer在端到端自动驾驶架构中是何定位？

  Transformer在端到端自动驾驶架构中扮演高级决策与抽象建模的角色，弥补传统模型在复杂语义理解和全局路径推理上的不足。它通过自注意力机制增强序列建模能力和透明性，适用于多模态数据融合和行为预测。然而，实时性和数据一致性的挑战亟待解决，且其可解释性问题影响安全性。总体而言，Transformer提升了系统的智能密度，但还需与其他模块协同工作以确保整体性能和安全性。

  智驾最前沿

  505

  08/16 09:25

  自动驾驶 端到端

  

正在努力加载...