罗盘 / 端到端驾驶大模型·从感知直达决策
暗星档案 · 未点亮的星端到端驾驶大模型·从感知直达决策
本条为初评草案（AI 辅助编目 · 评于 2026-07-11）：T 阶为三问初评（撬动面 × 停滞度 × 临界性），双评过 σ 门并红蓝复核后才升"已建档"。查不到的字段留空不编。点亮者会进入亮星候选流程，其贡献与星阶按 HCF 独立重评，不从暗星自动继承。
端到端驾驶大模型·从感知直达决策T6 量级 · 行星
用一个神经网络学会开车,不再靠人写规则。
所属星云路权归零·全自动驾驶自由通达
暗星编号DS-0415
轴E · 能量与能力前沿
领域ai-computing
状态初评草案 · 待双评与红蓝复核
这是什么 · 为什么难
用单一神经网络端到端处理从传感器输入到方向盘/刹车输出的全链路,取代传统感知-预测-规划-控制的模块化流水线,期望以数据规模自然覆盖长尾场景。Waymo、Tesla FSD/Robotaxi、Wayve、小鹏XNGP、华为ADS、Momenta等均已切换或部分切换到该范式。
卡在哪 · 机制级卡点
模型可解释性差、失败模式不可预测,车规级实时算力与时延约束下大模型部署仍受限;监督数据的边际收益递减,极端场景仍需专门补强而非纯靠规模化学习兑现。
谁在攻
Waymo(Alphabet)累计近2亿英里全无人商业化里程、11城运营;Tesla FSD/Robotaxi累计超百亿英里监督数据,2026年7月迈阿密启动无安全员服务;英国Wayve获软银等大额融资押注纯视觉端到端;国内小鹏、华为、理想、Momenta、商汤绝影均在推进端到端/VLA方案。
怎么参与
感知/规划算法岗位(上述公司均在招);仿真与数据标注平台参与;开源数据集(如Waymo Open Dataset、nuScenes)上做研究复现。