長城汽車開啟城區NOA首秀，並着重介紹了其智駕系統，SEE一體化智駕大模型。
長城官方說明，SEE一體化智駕大模型實現了感知決策一體化路徑融合，不同於目前主流的模塊化智駕，而是趨同於特斯拉此前在美國開放的FSD V12端到端智駕。
此前長城申報了一款帶有激光雷達的魏牌藍山新車，官方介紹，長城這套智駕，同樣依賴於Coffee Pilot Ultra，硬件配置含有1顆激光雷達。但本次測試，並未使用激光雷達車型，而是純端到端智駕。
全程0接管，端到端真的好用？
簡單說一下此次城市NOA測試的結果，本次測試地點在長城汽車的大本營河北保定，城市路況較為複雜，行人及穿梭車輛較多。此次測試路線長度11.5公里，包括城郊道路，高架橋，城區道路，全場實現0接管。
長城官方數據，本次測試無車道或車道線模糊行駛通過率100%，成功通過33個路口，識別不同類型紅綠燈36次，左右轉彎分別為3次和6次，行人避讓7次，車輛避讓12次，避讓障礙物4次。
數據上看，本次城市NOA測試非常成功，但從近一小時的實測來看，中間存在着一些瑕疵。在車輛剛駛出長城園區，來到公共道路上時，遇到的第一個右轉，在識別出左前側有兩位騎車行人的情況下，車輛沒有提前制動，而是離行人非常近的距離下緊急剎停；另外在一個路口處，對向車輛調頭的情況下，長城測試車位於三車道的最右側，形成了「鬼探頭」。
此外，在前方有的士佔道停車下客，臨車道並未有車的情況下，測試車沒有選擇繞行，而是等待的士下客後，跟隨前進；其他還有至少兩次臨近路口，且側邊無車干擾的情況下實現變道的情況。
以當下智駕的平均水準判斷，長城這套城市NOA解決方案，與此前大部分純依靠激光雷達的智駕不同在於，其的確更人性化。
比如相同變道場景，部分模塊化智駕車型在遇到實線時，並不會執行變道，如果無法變道，將會在還未到實現處等待機會變道。在遇到障礙物時，也不會找機會並道繞行，而是會等到絕對安全後，才會選擇變道。
端到端最大的特點就是自學習能力，通俗來說也是AI大模型的一種，與ChatGPT類似，也就是說，通過不間斷地學習，上述出現的問題，或許在下一次的智駕中，就會得到優化，而不需要通過代碼制約智駕。
成本更低，端到端將成主流？
特斯拉在美國率先推廣，長城中國完成首秀，4月15日下午，同樣是以純視覺為主的極越汽車，也舉行了AI大模型智駕直播。也就是說，端到端智駕，正在崛起。
對於長城來說，毫末智行提供了模塊化智駕解決方案，基於Orin-X高算力域控平台，1顆激光雷達，3顆毫米波雷達，11個高清攝像頭和12個超聲波雷達。3月份還曾傳出，長城將與元戎啟行合作，而元戎啟行是端到端模型上車的領軍者，2023年成為中國首個端到端模型上車的人工智能企業。
3月份的電動車百人會上，智駕成為熱點話題，除了技術發展外，成本也是困擾車企的重點。我們都知道，智駕去高精地圖化和硬件，是降本的根本。大疆表示7000元就能解決城市NOA，且電車油車都能用；行業第一批AI+雙目方案，4000元就能實現領航輔助功能。元戎啟行的目標同樣是打造人人都消費得起的智駕技術。
模塊化智駕上，元戎啟行已經將整套智駕解決方案成本下探到2000美元，同樣是激光雷達+攝像頭，硬件成本已經下探至7000美元。更省的，就是連激光雷達都省了的端到端。
不難看出，長城在有了模塊化智駕解決方案的前提下，又採用端到端智駕方案，一定的可能是，模塊化智駕的技術優化相對更難，且目前行業中長城並不處於領先地位，前面有華為、小鵬等一眾模塊化智駕解決方案企業，長城想做到業內頭部，現階段有些難。而通過端到端，省成本，效果好，同時全球端到端最強的特斯拉FSD還未入華，長城有機會從這條路追趕差距。
接下來的智駕，拼的是成本，因此才有一眾以純視覺為主的端到端智駕體系車企，逐漸受到關注。當然，需要大數據投喂的端到端，面對中國複雜的路況，想要一蹴而就還有些難度，需要時間。
即便是這樣，端到端也有成為主流的趨勢。從新能源產品結構不難看出，拉開車價差距的，一個是電池，一個是智駕。目前液態電池在成本上相差不大，就看三元鋰和磷酸鐵鋰的選擇，以及電池容量大小的選擇。智駕便成了同等條件下，唯一能拉開新能源車價值的核心點。
比如二次上市的鴻蒙智行智界S7，其最低配車型配備了純視覺方案的智駕系統，而售價更高的車型，則採用192線的單激光雷達解決方案。可以預測如果兩種解決方案混用，整車售價可能會更高，但好在，目前不同線程激光雷達的成本相差較大，比如售價約27萬的阿維塔12採用了3顆92線程的激光雷達，價格相仿的智界S7僅用了1顆，實際效果差異不大。但如果阿維塔12隻採用1顆92線程的激光雷達，雖然成本將大幅降低，但智駕效果將落後智界S7一大截。
激光雷達的個數、性能直接影響智駕系統的成本，相比之下，端到端最大的優勢，就體現出來了。這也是為什麼華為ADS 2.0高階智駕成本高的原因，也是為什麼特斯拉能一度降價。而且，依賴激光雷達的模塊化智駕，維護成本同樣高昂，因其需要不停完善智駕規則及測試，而端到端，僅需大數據投喂即可。
此前特斯拉宣布八月將推出robotaxi，重要的作用就是其採集的大數據，能有效訓練FSD端到端智駕，從而為民用車型的使用打下基礎。目前特斯拉智駕里程已達到10億公里，但仍未能喂出相對安全且智能的端到端智駕，那麼到底多少公里才能喂出一個靠譜的端到端，目前不得而知，只能說，包括長城、極越等通過端到端完成智駕的，成本是省了，但還有數據上的難點。
結語：
以後會不會出現更強大的融合方案，比如端到端進階+激光雷達保底，可能性有，但現階段好像沒什麼必要，畢竟兩套方案能不能融合適配，成本能不能夠得上，以及實際效果會怎麼樣，還需要驗證，但不可逆轉的是，智駕也如電池產業一般，一定是通過各種方式實現降本，可能智駕拉高智能汽車價格的時代，也快過去了。
