【摘要】中國自動駕駛行業的端到端技術競賽，隨2024年初馬斯克訪華開始愈演愈烈。

但截至2025年，這場革命仍未誕生統一標準，Momenta、卓馭、鑒智、元戎、絕影五家分化出了不同的階段式差異。

技術路線分化背后，也是數據主權、算力效率與商業模式的博弈。

這場未竟之戰，充滿了技術理想與量產現實的碰撞，也決定了中國自動駕駛從跟隨到重構全球規則的關鍵轉折。

搜索添加芯流微信Andrew_7251，深入交流更多汽車行業新進展。市場與項目咨詢、人才服務、決策研判，添加Aristodemus0403。

以下為正文：

2024年初，FSD V12悄然間在北美開始加速落地。緊接著的4月28日，特斯拉創始人兼CEO埃隆·馬斯克閃電訪華，爭取獲得數據方面的相關批準。這一事件在當時被稱為特斯拉FSD入華的“鯰魚效應”。

加之智駕技術本身趨向躍遷節點，自此，端到端的故事開始流傳于國內各大智駕公司。

去年一整年，國內但凡講高階智駕的車企與供應商，幾乎都在沖刺“端到端”。

然而，與過去迅速變化的智駕熱點不同，當時間行進至2025年3月，這場高階智駕的狂歡卻仍未形成統一的標準答案。

當媒體追問“何為真正的端到端”時，不同的受訪公司可以從“感知規劃一體化”講到“全棧自研大模型”，答案差異頗大。從這個角度看，盡管端到端已從技術概念蛻變為商業利器，但其技術內核似乎仍處于諸子百家時代。

與此同時，國內廠商的動作也不盡相同。商湯絕影以5.4萬塊GPU開講世界模型，利用仿真數據加持；Momenta在量產車數據飛輪基礎上，開始沖刺一段式端到端；卓馭早早就開始用兩段式端到端布局平民路線，利用硬件優勢在去年底就推出了32TOPS和100TOPS算力的端到端智駕方案；元戎在今年不斷宣發VLA端到端計劃；鑒智則是從數據閉環和基礎設施破局，與車企深度共建，尋求彎道超車的機會。

至此，一場熟悉的，關于技術路線、商業模式乃至生存哲學的未竟之戰，又一次在數據與算力的硝煙中悄然升級。

01端到端路線分類

端到端架構爆火之前，智能駕駛系統大致由感知、決策、規控三個核心板塊組成，大致可以按下圖理解，不同板塊分別承擔智能駕駛的典型任務。

而端到端自動駕駛的核心定義則是：將傳統模塊化架構中割裂的感知、決策、規控等環節融合為單一模型，實現從傳感器輸入到車輛控制指令輸出的全流程自動化。

從這個原始的定義看，最初所說的端到端，實際上是“一段式端到端”，通俗來講就是全流程貫通，傳感器信號直接映射為控制信號，中間不保留任何人工定義的功能模塊。

這種路線顯然相對較為激進，但效果被寄予厚望。按照絕影智能汽車事業群總裁王曉剛此前的說法，“一段式方案很難，但一旦模型學出來能力會很強，這才是我們追求的自動駕駛里面的ChatGPT時刻”。

特斯拉的路線便是純視覺一段式端到端大模型。

但從上述定義看，一段式端到端的重要基礎便是數據資源，這也是去年流傳FSD入華時馬斯克率先訪華的重要任務。

實際上，即使在當前這一節點，對于不少車企和供應商而言，即使能夠將感知和規控合成一段式大模型，但受制于車型銷量不夠多、數據不夠大，也無法形成有效覆蓋、足夠有底氣的落地應用。

有了一段式，兩段式的概念便隨之而來。從定義看，“兩段式端到端”的架構稍微復雜一些，仍然保留了“感知”和“決策+規控”兩個流程，這也是業內流傳的漸進式方案。

按照一位智駕產品經理的看法，就目前階段而言，模塊化的兩段式端到端方案，即規控部分使用基于規則化和基于神經網絡的規控算法并行，既可以使智駕更加擬人化，提高系統性能上限，又可以有相對的安全兜底，守住系統下限，是當前階段智駕系統最優的解決方案之一。

除此之外的第三類思路是端到端架構與多模態大模型的結合。

所謂多模態大模型，指的是在多種數據模態（如文本、圖像、聲音等）上進行訓練的人工智能模型。業內較火的VLM（視覺-語言模型），以及基于此更進一步的VLA（視覺-語言-動作模型），都屬于多模態大模型。

基于此，也衍生出了VLA端到端、VLM端到端的思路，旨在通過統一的語言空間表征實現從傳感器輸入到規劃任務輸出的完整自動化流程。

VLA目前尚不成熟，處于預研階段，整體完成度比較好的是Waymo EMMA，除Waymo外，Wayve也宣稱其在構建以端到端AI為核心的AV2.0智駕系統。

02五大廠商路線對比

僅就方案商而言，國內沖刺高階智駕的幾家大多都在第一時間組建了端到端團隊，部分甚至很早就建立了預研團隊。

其中，商湯絕影屬于一段式端到端路線（不考慮量產），Momenta從去年下半年也開始沖刺一段式，卓馭屬于兩段式/模塊化端到端路線，元戎則屬于VLA端到端路線（不考慮量產）。

一段式端到端方面，絕影的技術路線源于2022年商湯及聯合實驗室提出的行業首個感知決策一體化的自動駕駛通用模型UniAD，后者榮獲CVPR 2023最佳論文。

具體而言，UniAD將感知、決策、規劃等模塊都整合到一個全棧Transformer端到端模型，實現感知決策一體化的端到端智能駕駛。2024年北京車展，商湯絕影展出了這一方案的階段性成果。

近期，商湯絕影又發布了行業首個與世界模型協同交互的端到端自動駕駛技術路線R-UniAD，通俗來講是把強化學習引入到端到端自動駕駛訓練中，并加入了與世界模型的協同交互，用仿真數據做強化。

當然，跨越式端到端的難點有目共睹，業內不選擇這個更激進的方案，不僅因為資源瓶頸，也因為對技術路線的平滑度存在顧慮。

對于絕影選擇一段式端到端，業內的評價也并不一致。

業內人士分析，一段式端到端對技術的研發能力要求非常高，絕影本身繼承了商湯曾經的學術化氣質，技術研發的底子厚，更像一個半學術組織，所以才有了這樣的決策。現在判斷路線正確與否還為時過早，關鍵還是要看技術的量產落地如何。

與絕影不同，鑒智的破局路線是尋求與車企的深度共建。后者是業內少有的破開車企與方案商零和博弈的心態，“車企與算法公司的協同，不僅是技術升級的需求，更是構建數據閉環、降低基礎設施投入的必然選擇。”

舉例而言，鑒智機器人率先與嵐圖汽車展開深度合作，雙方以量產項目為基石，共享數據與工具鏈，共同推進高速NOA規模化落地，同時加速推進端到端城區NOA量產。

算法能力自研，數據和嵐圖共建，并打造基礎設施和工具鏈，實現端到端。這一模式不僅助力車企在智駕標配戰役中占據先機，更通過數據反哺加速技術迭代，為后續降本普惠奠定基礎。據悉，鑒智的端到端全場景城區智駕方案，已經與嵐圖共同打造中。

從運營邏輯上看，這個實現路徑也是中小型算法供應商最好的破局路線。

業內余下的幾家中，市占率和上車數據較多的Momenta，從去年開始就主張端到端用一個大模型來貫通智駕的感知、預測決策、控制環節，從過往工程師手寫規則告訴車輛如何行駛，到使用AI大模型、海量數據、云端大算力，讓智駕具備自我進化能力。

按照曹旭東受訪的口徑，Momenta在2023年初量產兩段式端到端，2024年進化到一段式端到端方案。

據此前宣發消息，上汽智己、東風日產都與Momenta聯合開發了一段式端到端高階智駕系統。

兩段式/模塊化端到端方面，卓馭選擇也相對較為保守。

與一眾從創立之初就高調宣布遠大目標的智駕公司相比，卓馭科技反而一直在扎根中算力路線，一直在追求低算力實現高階功能。

舉例而言，行業主流“端到端”智駕方案大多基于英偉達Orin-X芯片平臺，至少需要254TOPS算力，像用于仰望品牌的比亞迪天神之眼A，算力達到508TOPS，長安汽車也表示未來高階智駕汽車將全系標配500TOPS以上的算力。

但2024年底卓馭推出的32TOPS和100TOPS算力端到端智駕方案中，前一方案硬件配置為7個攝像頭+TDA4 VH芯片，搭載在寶駿、奇瑞iCAR等車型上，可實現高速巡航和城區記憶領航，今年上半年將實現端到端城市領航；100TOPS版本使用了高通Ride 8650芯片，可支持城區無圖NOA，已在一汽紅旗的E007、E009等車型上量產落地。二者都是在用中算力做端到端。

這種折中也讓端到端更加“可解釋”，能獲取相應的感知和預測結果。

從戰略風格上看，卓馭似乎一直不在乎誰更能代表“純血”端到端，而一心趴在了能如何解決端到端上車問題上，這似乎更符合當下車企對性價比的狂熱追尋。

VLA端到端方面，元戎啟行CEO周光在公司C輪融資之后便透露，本輪融資，元戎啟行將主要用途放在夯實國內量產項目，拓展海外業務，同時為元戎啟行探索Robotaxi商業化運營和布局VLA等前沿技術提供資金支撐。

按照智駕網此前的報道，周光的想法更加獨特，在他看來，現在所有的一段式、兩段式方案都是端到端1.0(版本)，甚至都不能稱之為端到端，而元戎則已經投入了更多的精力在下一站的VLA模型，這才是端到端2.0（版本）。

按照官方消息，元戎下一步計劃在英偉達Thor芯片上進行開發，不過Thor推遲到明年年中量產，高性能Thor估計年底，因此其VLA大概率到時才能卷起聲量。當前元戎正在做高通平臺的適配，志在出海。

VLA 的落地有其難度。除了模型本身的研發需要時間，硬件的限制無法逾越。現在市面上可采購到的芯片，性能基本都無法支持 VLA 的運行。

不過，值得一提的是，長城汽車可能與元戎有關聯。

據企查查數據，深圳元戎第六大股東為保定訊奇科技有限公司，保定訊奇的上一層控制主體為保定市蓮池區南大園鄉集體資產經管中心（即魏建軍老家的鄉鎮資產）。

具體而言，長城如此操作既能保持對元戎的影響力，又避免了上市公司與供應商的強綁定關系，資本市場監管壓力相對更少，為將來操作留下了部分余地。

除此之外，長城當前的智駕策略是三條腿賽馬，同時與毫末智行、Momenta、元戎都有接觸。如果直接入股元戎，與其他供應商的關系很可能會變得更加微妙，這一選擇尚不影響其根據市場變化靈活調整供應商組合，保留了更多動態選擇權。

03尾聲：端到端的中國式突圍

中國端到端生態的多元性，本質上還是技術理想與商業現實碰撞的產物，這與十年前自動駕駛剛剛在業內興起時的選擇有不少相似之處。

如何搶節點、怎樣做前瞻布局，很可能也埋下了當前這些公司的未來結局。

短期來看，數據與算力的平權可能為成為勝負手。

故事的另一面，卓馭在講一個算力效率的故事，能夠提供的是絕對規模之外的超車路徑。

與此同時，VLA模型與端到端的結合，正在模糊自動駕駛與通用人工智能的邊界，盡管尚未量產，已經拿到了不少資方關注。

在這場未竟之戰中，中國廠商擅長的事情是迅速進化，當特斯拉端到端不再如鯰魚入海，中國式突圍正在重新定義新的駕駛思維。

搜索添加芯流微信Andrew_7251，深入交流更多汽車行業新進展。市場與項目咨詢、人才服務、決策研判，添加Aristodemus0403。

- XINLIU -

喜歡就獎勵芯流一個“”和“在看”唄～