长城汽车开启城区NOA首秀，并着重介绍了其智驾系统，SEE一体化智驾大模型。
长城官方说明，SEE一体化智驾大模型实现了感知决策一体化路径融合，不同于目前主流的模块化智驾，而是趋同于特斯拉此前在美国开放的FSD V12端到端智驾。
此前长城申报了一款带有激光雷达的魏牌蓝山新车，官方介绍，长城这套智驾，同样依赖于Coffee Pilot Ultra，硬件配置含有1颗激光雷达。但本次测试，并未使用激光雷达车型，而是纯端到端智驾。
全程0接管，端到端真的好用？
简单说一下此次城市NOA测试的结果，本次测试地点在长城汽车的大本营河北保定，城市路况较为复杂，行人及穿梭车辆较多。此次测试路线长度11.5公里，包括城郊道路，高架桥，城区道路，全场实现0接管。
长城官方数据，本次测试无车道或车道线模糊行驶通过率100%，成功通过33个路口，识别不同类型红绿灯36次，左右转弯分别为3次和6次，行人避让7次，车辆避让12次，避让障碍物4次。
数据上看，本次城市NOA测试非常成功，但从近一小时的实测来看，中间存在着一些瑕疵。在车辆刚驶出长城园区，来到公共道路上时，遇到的第一个右转，在识别出左前侧有两位骑车行人的情况下，车辆没有提前制动，而是离行人非常近的距离下紧急刹停；另外在一个路口处，对向车辆调头的情况下，长城测试车位于三车道的最右侧，形成了“鬼探头”。
此外，在前方有出租车占道停车下客，临车道并未有车的情况下，测试车没有选择绕行，而是等待出租车下客后，跟随前进；其他还有至少两次临近路口，且侧边无车干扰的情况下实现变道的情况。
以当下智驾的平均水准判断，长城这套城市NOA解决方案，与此前大部分纯依靠激光雷达的智驾不同在于，其的确更人性化。
比如相同变道场景，部分模块化智驾车型在遇到实线时，并不会执行变道，如果无法变道，将会在还未到实现处等待机会变道。在遇到障碍物时，也不会找机会并道绕行，而是会等到绝对安全后，才会选择变道。
端到端最大的特点就是自学习能力，通俗来说也是AI大模型的一种，与ChatGPT类似，也就是说，通过不间断地学习，上述出现的问题，或许在下一次的智驾中，就会得到优化，而不需要通过代码制约智驾。
成本更低，端到端将成主流？
特斯拉在美国率先推广，长城中国完成首秀，4月15日下午，同样是以纯视觉为主的极越汽车，也举行了AI大模型智驾直播。也就是说，端到端智驾，正在崛起。
对于长城来说，毫末智行提供了模块化智驾解决方案，基于Orin-X高算力域控平台，1颗激光雷达，3颗毫米波雷达，11个高清摄像头和12个超声波雷达。3月份还曾传出，长城将与元戎启行合作，而元戎启行是端到端模型上车的领军者，2023年成为中国首个端到端模型上车的人工智能企业。
3月份的电动车百人会上，智驾成为热点话题，除了技术发展外，成本也是困扰车企的重点。我们都知道，智驾去高精地图化和硬件，是降本的根本。大疆表示7000元就能解决城市NOA，且电车油车都能用；行业第一批AI+双目方案，4000元就能实现领航辅助功能。元戎启行的目标同样是打造人人都消费得起的智驾技术。
模块化智驾上，元戎启行已经将整套智驾解决方案成本下探到2000美元，同样是激光雷达+摄像头，硬件成本已经下探至7000美元。更省的，就是连激光雷达都省了的端到端。
不难看出，长城在有了模块化智驾解决方案的前提下，又采用端到端智驾方案，一定的可能是，模块化智驾的技术优化相对更难，且目前行业中长城并不处于领先地位，前面有华为、小鹏等一众模块化智驾解决方案企业，长城想做到业内头部，现阶段有些难。而通过端到端，省成本，效果好，同时全球端到端最强的特斯拉FSD还未入华，长城有机会从这条路追赶差距。
接下来的智驾，拼的是成本，因此才有一众以纯视觉为主的端到端智驾体系车企，逐渐受到关注。当然，需要大数据投喂的端到端，面对中国复杂的路况，想要一蹴而就还有些难度，需要时间。
即便是这样，端到端也有成为主流的趋势。从新能源产品结构不难看出，拉开车价差距的，一个是电池，一个是智驾。目前液态电池在成本上相差不大，就看三元锂和磷酸铁锂的选择，以及电池容量大小的选择。智驾便成了同等条件下，唯一能拉开新能源车价值的核心点。
比如二次上市的鸿蒙智行智界S7，其最低配车型配备了纯视觉方案的智驾系统，而售价更高的车型，则采用192线的单激光雷达解决方案。可以预测如果两种解决方案混用，整车售价可能会更高，但好在，目前不同线程激光雷达的成本相差较大，比如售价约27万的阿维塔12采用了3颗92线程的激光雷达，价格相仿的智界S7仅用了1颗，实际效果差异不大。但如果阿维塔12只采用1颗92线程的激光雷达，虽然成本将大幅降低，但智驾效果将落后智界S7一大截。
激光雷达的个数、性能直接影响智驾系统的成本，相比之下，端到端最大的优势，就体现出来了。这也是为什么华为ADS 2.0高阶智驾成本高的原因，也是为什么特斯拉能一度降价。而且，依赖激光雷达的模块化智驾，维护成本同样高昂，因其需要不停完善智驾规则及测试，而端到端，仅需大数据投喂即可。
此前特斯拉宣布八月将推出robotaxi，重要的作用就是其采集的大数据，能有效训练FSD端到端智驾，从而为民用车型的使用打下基础。目前特斯拉智驾里程已达到10亿公里，但仍未能喂出相对安全且智能的端到端智驾，那么到底多少公里才能喂出一个靠谱的端到端，目前不得而知，只能说，包括长城、极越等通过端到端完成智驾的，成本是省了，但还有数据上的难点。
结语：
以后会不会出现更强大的融合方案，比如端到端进阶+激光雷达保底，可能性有，但现阶段好像没什么必要，毕竟两套方案能不能融合适配，成本能不能够得上，以及实际效果会怎么样，还需要验证，但不可逆转的是，智驾也如电池产业一般，一定是通过各种方式实现降本，可能智驾拉高智能汽车价格的时代，也快过去了。
