到底什么是端到端，蔚来任少卿给我们做了一场普通易懂的遍及

出品丨虎嗅汽车组

作者丨李铭扬

头图泉源丨蔚来发布会（蔚来智能驾驶副总裁任少卿）

7月27号，蔚来举行了一场技能发布会，有芯片亮相，也有整车操纵体系发布，有Nio Phone的正式上市，也有智能驾驶天下模型NWM的展示。发布会后的第二天，虎嗅汽车来到蔚来位于上海漕河泾的办公室，和蔚来智能驾驶副总裁任少卿聊了两个小时。

除了近来热门的端到端技能以外，任少卿从主动驾驶的本质出发，分享了许多源头上的思考。以下为虎嗅汽车与任少卿的对话：

端到端可以类比为“一体式压铸机”

虎嗅汽车：客岁NIO IN发布会就展示了端到端技能，而本年发布了NWM天下模型，那这个模型具体是怎么搭建的？意义安在？

任少卿：我以为表明这些题目之前，大概要先说一下，为什么会有端到端这件事。因为我是做智能驾驶行业的，就发现行业里全部人都在说端到端。但假如你换一个别的行业就会发现，没有人说这个事。好比说呆板人行业，就没有人讲这个事对吧，因为呆板人肯定是端到端，端到端的本质就是我用一个模型去办理一个题目嘛。

那为什么主动驾驶有端到端和非端到端的题目呢？因为智能驾驶本身比AI开发得早，许多年前的模型还没有现在这么成熟，一个模型办理不了这么复杂的题目。举个例子：就和流水线造车一样，已往造一个车尾部的铸造件，因为没有那么大的一体压铸机，那就把它拆成一个个零件。先做一个零件A，然后再做零件B，末了再把A和B拼起来。智能驾驶也一样，已往假如没有办法把这个复杂的题目一次性办理，那我们就把它酿成了流水线，酿成了一个一个工序。但就像压铸机一样，你就要界说，A和B怎样拼接起来？非端到端就是这个原理。

那为什么现在又要做端到端呢？其实跟压铸机也很像，现在有本领做成一体式的了。已往分成两个件，其实会产生一些题目，好比说中心有接口，其实从铸造的角度来说，你接口的强度就没有一体压铸的那么强，还会有额外的损耗。那从模型的角度是什么呢？你假如有接口，这个接口就要界说得相对更清楚。一体式压铸，不是只把零部件压上就竣事了，还要界说接口有几个焊点。模型大概意思也是如许，我要界说两个部门之间有多少个“焊点”，这个过程中现实就会造成信息的丧失，压铸的话就是造成强度的丧失，模型上也会造成信息的丧失。

虎嗅汽车：信息丧失具体是什么？又会造成什么影响？

任少卿：什么叫信息的丧失呢，举个例子，一个最简单的开车场景下，智能驾驶的工作逻辑是怎么样的呢？火线碰到一辆车。起首要有一个感知的模块，这个感知的模块要界说前面这辆车，那怎么形貌它的位置、速率？最简单的方式各人都能明确，就是画个框，然后有隔断、长宽高、速率。第二步再写一个规划的模块，好比说当火线车辆隔断我只有10米时，假如速率比我低，那我就要减速制动了，大概是这个逻辑。

但现实研发时，肯定比上述形貌要复杂得多，当视线富足清楚也就是你能看清火线的时候，这件变乱大概题目不大。但假如遇上下雨天气，现实上你也看不清楚前面的车到底隔断有多远，大概是5米，也大概是10米，此时肯定要界说模型给出个结果，那它怎么给呢？大概给个均匀值大概给个中位数，大概是7米。假如现实隔断是5米，但此时大概就离前车很近，很不安全。而假如现实隔断是10米，那就造成跟车隔断很长，影响体验。这里面，许多都是不确定性的信息。

位置的一阶量隔断，位置的二阶量速率，位置的三阶量加快率，这些不确定因素还会叠加起来，高阶量因素从简单统计上来说，没有办法形貌，以是就产生了信息流失。而非端到端的中心必要有人工的处置惩罚。就跟前面举例的铸造件一样，中心两个件大概要靠个呆板人或靠个人把它焊起来，这个过程中就产生了额外的工序和人工消耗。放在制造业来说，倒还好，大概工人培训一段时间后，比力轻易把产能提升上去。但是主动驾驶算法必要的算法工程师，本身很难规模化。

以是会有这么两个题目，就黑白端到端，第一有信息丧失，第二个要加人工处置惩罚的逻辑在里面，团体的开发服从就会低沉。假如是AEB的题目，处置惩罚一些标准case还好。但假如是真实场景，就会有无穷无尽这种case，人工根本处置惩罚不过来。

主动驾驶许多年前没有本领去做一个模型，以是做了这个流程的拆分，因为做了流程的拆分，以是引入刚才第一个信息丧失的题目。第二个难点，就是办理职员去做针对case的开发，很难规模化，分工辩论就是题目。而到了近来这几年，模型的本领也变强了，那各人就想说，当时因为模型本领不敷，以是有了这些汗青的包袱，现在可以扔了。

好比现在许多其他科技范畴的项目，上来就是一个端到端，因为能用一个模型去办理一个变乱，没有什么比这个更fancy了。端到端和非端到端，本质的差别和逻辑，就是如许。

天下模型的本质：在四维时空里高效安全活动

虎嗅汽车：我们体验了最新版本的智能驾驶，升级之后跟车隔断会调得非常长，会影响用户现实体验。蔚来基于一个怎样的考虑出发来如许操持，是由研发同事界说，照旧产品同事界说的？

任少卿：每个版本都有微小的厘革，但每个人的感觉其实差别会很大。好比说我们感觉大概就没什么特殊大的厘革，那有些用户就比力敏感一些。现实上现在也是数据驱动的去做迭代，数据驱动之后会有一些微改，根本逻辑就是传达这个数据。但我们也在不绝地在加新的数据，每一个版本出来大概都会有些场景举行微调。

已往的智能驾驶，都是固定的逻辑，其实比力轻易。前车是什么速率隔断，我就保持多少速率和隔断。无论什么场景，都是很机械的反应。

现在的做法其实是 motion plan，数据驱动，丢进去各种各样的场景，让它去学习对于隔断尚有速率的掌控。我们会从中挑开得比力好的专业数据，把数据放进去让模型继续去学。但某种环境下，差别的场景大概表现的结果差距就多了。大概附近车多一点，就跟得近一点，附近车少一点，就能跟远一点。以是这个过程中，数据还会连续往里加，连续调优。

虎嗅汽车：NIO IN展示这个天下模型，大概是基于前三秒去想象将来两分钟发生的变乱，你怎么可以或许确定他思考出来或想象出来的东西是公道的？

任少卿：关于猜测，传统的方法其实有许多种，第一种就是短时间猜测，好比我输出一个接下来几秒钟的大概轨迹。就像我们的模型里面，末了输出一个规划轨迹，其他车也输出一个猜测轨迹。这个模型要办理的，就是在当前时间点，本身的车在接下来3秒钟大概7秒钟怎么开。其他的车接下来3秒钟大概7秒钟怎么开。但它是一个独立时候，在某种程度上，就只有这个独立时候的信息。但现在我们盼望可以或许推演的更长，而且盼望推演的这个过程是有交互的。

好比说其他车，我猜测它有大概cut in（切入变道），假如它cut in的话我就变道，假如它不cut in，我就稳固道，就会有如许一些交互的逻辑。现实上，现在有两种做法去做这些交互和猜测。第一种做法是我们客岁做的，跟下棋一样，你可以明确成谁人AlphaGo。它的逻辑就是，假如我的白子落这，（对面）黑子落这，那我下一步白子再落哪，它黑子再落哪。我下一步落白子有200种大概性，它黑子也有200种大概性。假如都看将来三步棋，就有200* 200* 200种大概，这是第一种方式。

另外一种，就是期望模型本身去学习弈棋本领。刚才说的第一种点，你本身想200种大概性，别人再想200种大概性，这相乘起来是4万，但其实这4万种大概性里面，有绝大多数是根本不大概存在的。以是4万种大概性就要把它压掉，把99%的大概都干掉。这现实上是一个紧缩的过程，有一个树分枝的过程，然后有一个砍树枝的过程，接着有个再分枝然后再砍树枝的过程，这两件变乱让模型一起做了。那我们说模型做这个想象和砍树枝的过程，就是要模型得想得对，想得公道，把那些不公道的干掉。

尚有一点我们想分享的就是：我们在城区里面开车通常都会碰到很故意思的变乱，各人都知道有绿波带这个东西。一连碰到两个红灯之后，当你看到火线第三个红灯的时候，起步就不会开那么快了。因为开快了，一脚油门上去，然后你还得一脚刹车下来，本身给本身找罪受。现在还没有任何一个主动驾驶的算法可以做到这种长时间猜测（未必是猜测红灯，也大概是火线出现的未知拥堵），这里必要一个连续几分钟的逻辑。那怎么让模型干，这就必要拟人性。

图片泉源：蔚来发布会，任少卿

虎嗅汽车：天下模型展示的更多是我们观察它的一个过程，但是怎么去用人工干预去逊??？

任少卿：回到天下模型这个训练过程，先说我们盼望他干嘛？第一个他能想象，第二个他能推演。关于推演，新手一开始学开车的时候，从一个辅路进来，那离前面的路口大概有100米，但是要左转，必要横跨四个车道。老司机的反应就是直接开已往得了，但新手肯定会思考许多：背面的车速快不快，这么已往行不可？能不能变道？这就是推演的过程。

那模型也必要这么做，只是现在模型用比力显性的方式，给各人展现了这个过程。前面说的端到端，非端到端，这都是范围于主动驾驶这一件变乱上。但我想说：天下模型不范围于主动驾驶，我们现实上就想让一个模型，它无论是开车也好，照旧一个呆板狗在工厂里溜达也好，照旧一个呆板人在家里干活也好。现实上就是盼望有一个模型，具备通用本领，去学会怎么在真实的四维时空里面去高效、安全地活动。

主动驾驶的终极追求：实质性淘汰交通变乱

虎嗅汽车：李斌接受采访的时候，讲了Robotaxi这个贸易模式不是那么make sense。在他看来，主动驾驶更大的意义应该是两点：让驾驶更安全、更加惬意。你怎么看主动驾驶的终极形态和贸易化落地？

任少卿：对，我们很早就认定了主动驾驶真正的两个代价：第一个是解放精神，第二是淘汰变乱。就像你说的，第一个是让人开得更轻松，第二个是开得更安全。

这两点，都必要有新的代价来支持，开得更轻松的代价，就是说我城区开得更好，当然这个对于宣传口来说，其实也比力难传播。以是解放精神这个事和开得更轻松这事，大概就是接下来的L3智能驾驶更能表现出来。

开得更安全这个角度，就是淘汰变乱。之前各人都是各种发小作文发视频，说白了发了那么多视频，那真实案例到底怎么样？demo肯定都能做，都能找出来好的视频。但我以为关于安全，我们本身的追求肯定是实质性淘汰交通变乱。什么叫实质性淘汰变乱？好比说，我们几十万车主，客岁变乱率低沉了70%，全量的话，本年要降到好比说80%到90%。这个数据是要有solid的，能被证明的数据。

虎嗅汽车：你们有对变乱的范例做一些分析和分类吗？

任少卿：从客岁就开始，我们已经具体地去做变乱的分析，这不是一件轻易的事。起首，第一个变乱是：你想知道变乱细节其实不轻易，我们有气囊报警提示，但是气囊报警只占全部变乱的0.3%。第二个是：我们去做IMU的检测，座舱不是有谁人主动传感器，车假如产生撞击，那我去看看它是不是变乱。但传感器监测，也只能获取15%的变乱数据，尚有85%的变乱你不知道。IMU检测传感器必要有一个阈值，不能说人在车上踩一脚产生震惊，我们就拿出来看一看。以是我们把最新的OCC感知加进去，这个能把变乱监测提升到95%以上。

起首得先知道变乱的发生，第二步要知道变乱的范例，我们现实能对全部全量的变乱去分析范例。第三步当分析完变乱范例后，必要判定它的损伤有多大，这里又包罗单方变乱丧失和三方变乱丧失。

有了这些系列分析后，我们才知道还必要做哪些功能，怎么能实质性地淘汰变乱？现实上，最新版本的智能安全辅助功能上线后，我们从保险端数据来看，变乱已经往下走了。当然现在时间还比力短，我们会累计富足多的数据后，再跟各人说这个具体数字。这就是我们想做的事，必须看到群体的变乱报险数在往下走。关于驾驶安全这个事，我们本身的认知就是：各人要拿出现实数据，你到底淘汰了多少变乱。

智驾范畴的玩家会渐渐收敛

虎嗅汽车：蔚来这家公司，芯片、操纵体系、主动驾驶等等许多变乱都自研。在你看来，主动驾驶时代，OEM和Tier 1 （一级供应商）之间的关系会被重构吗？到底是每家OEM全都自研，照旧多数去依赖Tier 1，照旧这两种方式兼而有之？

任少卿：短期内大概会是末了一种，对于主动驾驶的研发，有的case必要1, 000小时、1万小时的测试。作为一级供应商，肯定不如车企更轻易搞到这么多辆车，我们可以让量产车去反馈题目。而智驾的供应商险些没有拿到最新数据，纵然最大的几个公司也一样，这里就会有它的瓶颈在。而智驾的研发越今后越不可逆转的趋势就是数据化，数据越多，越能产生新的体验。

其实对于主动安全的开发也一样，100万公里的测试很正常，一公里三五块钱的本钱也很正常，这都算比力低的，在国外更要高许多。全部这些数据，还要上传到云端硬盘生存，又是一笔很大的本钱。以是许多传统的主动安全供应商，是没有更新逻辑的，就是因为战略本钱太高。末了就只做标准场景，多余的场景别做，做了没法验证，没法迭代。其实这个过程中，实质性的变乱照旧没有淘汰。

我还想分享一个点就是：中国车企今后想做全球化，技能含量越来越高，数据要求越多，其实本钱也会越来越高，不见得会有这么多玩家在智能驾驶这个范畴了。我以为智驾这个范畴肯定是要相对更规模化，然后要收敛，只是说末了收敛到什么程度。末了比拼的是：各人在新的基于模型、基于数据的这种范式下，谁能跑得更快、做得更好、本钱更低，末了渐渐整合。

虎嗅汽车：对于能源战略，蔚来开放换电同盟给其他车企。蔚来的智驾方案，以后也会考虑雷同的战略开放给其他玩家吗？

任少卿：我以为会有这个过程，假如有主机厂对我们的新方案感爱好，我们其实是有多套方案的。4orin芯片，单orin芯片的，纯视觉做城区等等方案。单orin纯视觉做城区的方案，应该现在市面也没有，我们会是第一个。那相对来说，性价比就比力高，背面我们还会有神玑NX9031。

我为什么乐意做这个事？回到前面说的，主动驾驶肯定会向大数据驱动发展，有更多的车，有更好的数据闭环，那你就有更好的竞争优势。基于蔚来体系，我们的数据闭环绝对是全球顶级，那就可以去赋能更多车型。