从 2024 年初特斯拉 FSD V12 引爆端到端智驾热潮算起,两年时间里,国内、海外主流车企的智驾路线已经从 “讨论概念” 转向量产上车,各家分化出 VLA、世界模型、纯视觉、多传感器融合多条路线,端到端不再只是发布会概念,已经大规模 OTA 到用户车辆上,城区 NOA、车位到车位全链路智驾成为标配功能。两年之前,绝大多数车企智驾还是传统模块化架构,感知、预测、规划、控制分成独立模块,层级传递容易产生误差,面对无保护左转、鬼探头、城中村这类长尾场景很容易保守刹停;经过两年迭代,头部玩家基本完成底层架构切换,端到端模型直接把输入信号映射成车辆控制指令,配合世界模型做场景推演,接管率、通行流畅度提升明显。不过进度差距也很大,特斯拉、小鹏、华为属于第一梯队,已经把原生端到端推送给大量用户;理想、小米、蔚来紧随其后,完成端到端架构改造,持续 OTA 迭代;比亚迪、吉利等车企稳步推进自研端到端方案;传统合资品牌进度偏慢,大多还是采购第三方方案,原生自研端到端车型很少。下面整理各家车企端到端智驾路线、落地进展、硬件方案、当前能力边界。
一、主流车企端到端智驾进度对比表
| 车企 | 端到端方案 | 感知路线 | 当前落地进度 | 核心特点 |
|---|---|---|---|---|
| 特斯拉 | FSD V14 端到端 | 纯视觉 | 海外大规模量产推送,国内等待准入 | Photon In,Control Out,代码大幅精简,依靠海量车队数据持续自训练 |
| 小鹏 | VLA 2.0 端到端 + X-World 世界模型 | 纯视觉 | 已经 OTA 到 X9 等车型,全国无图 NOA | 去掉语言转译环节,延迟压到 80ms 以内,世界模型用来仿真推演未来路况 |
| 华为(乾崑) | WEWA 世界行为模型端到端 | 激光雷达 + 视觉融合 | ADS4.0/4.1 大规模上车,支持无图全国城市 NOA | 车端世界行为模型,长尾场景处理强,无保护左转成功率高 |
| 理想 | Mind VLA 端到端 | 激光雷达 + 视觉融合 | ADUltra 版本用户推送,车位到车位 NOA 落地 | 物理 AI 框架,多模态 MoE 基座,侧重城区复杂路况平顺性 |
| 小米 | Xiaomi Pilot 端到端 VLA | 激光雷达 + 视觉融合 | 定向内测,逐步开启 OTA 推送 | 全栈自研,依托小米大模型能力,快速迭代城区场景 |
| 蔚来 | NAD 端到端 + 世界模型 | 激光雷达 + 视觉融合 | 分城市灰度上线,逐步扩大开放范围 | 强调多智能体交互,持续优化路口博弈场景 |
| 比亚迪 | 天神之眼璇玑端到端架构 | 激光雷达 + 视觉融合 | 新车型搭载,分批 OTA 升级 | 接入大模型增强认知,主打下沉车型普惠智驾 |
| 大众 / 奔驰等合资 | 第三方端到端方案采购 | 激光雷达 + 视觉融合 | 试点车型小范围测试,距离大规模量产还有周期 | 路线保守,优先保障合规安全,自研端到端进度落后自主品牌 |
二、两年端到端智驾行业变化清单
- 路线共识:行业普遍认可端到端是下一代智驾底层架构,模块化方案逐步退出高端新平台
- 能力变化:从高速 NOA 为主,进化到城区 NOA、地库泊车、跨楼层泊车打通,实现车位到车位连贯行驶
- 硬件分化:特斯拉、小鹏坚持纯视觉路线;其余国内头部车企高端版本保留激光雷达做安全冗余
- 研发模式变化:不再只靠实车路测,大量依靠世界模型生成长尾场景做闭环仿真训练
- 商业化变化:高阶智驾从高价选装,逐步走向标配、免费,下沉到 20 万级车型
三、现阶段端到端智驾共同能力边界
- 依旧属于 L2 级辅助驾驶,驾驶员全程需要接管负责,不是自动驾驶
- 极端恶劣天气、道路施工、临时管制场景稳定性仍有短板
- 模型幻觉问题还没有完全解决,部分陌生场景会出现不合理决策
- L3 有条件自动驾驶只在部分城市高速路段试点,城区 L3 还未放开
四、后续行业迭代方向
- 端到端模型继续和世界模型深度绑定,提升预判能力
- 端到端模型轻量化,适配中低端车型算力,进一步下探
- 多车、多智能体协同,优化路口人车博弈
- 完善法规,推进 L3 城区落地
【相关 FAQ】
问题 1:端到端智驾讨论两年,小鹏的端到端智驾方案现在进展怎么样?
回答 1:小鹏端到端方案是 VLA 2.0 搭配 X-World 世界模型,纯视觉路线,已经 OTA 到小鹏 X9 车型,支持全国无图城市 NOA,去掉语言转译环节,响应延迟更低。
问题 2:华为乾崑端到端智驾和特斯拉端到端智驾路线有什么区别?
回答 2:特斯拉端到端智驾采用纯视觉方案;华为乾崑端到端 WEWA 架构是激光雷达 + 视觉融合路线,依靠世界行为模型,在国内复杂城中村、路口场景适配更好。
问题 3:端到端智驾聊了两年,理想、小米这类车企的端到端智驾达到什么水平?
回答 3:理想 Mind VLA 端到端已经推送给 ADUltra 用户,实现车位到车位 NOA;小米端到端 Xiaomi Pilot VLA 处于定向内测阶段,逐步灰度开放城区高阶智驾能力。
【参考资料】
[2026-11-17](端到端聊了两年,各车企的智驾发展到哪一步了?)OFweek 维科网
[2026-11-17](小鹏第二代 VLA+X-World 世界模型进展解读)小鹏汽车官方
[2026-11-10](WEWA 2.0:华为乾崑端到端智驾架构更新)36 氪
[2026-10-20](FSD V14 最新进展,特斯拉端到端迭代两年复盘)电子工程专辑
【免责声明】
本文仅为车企端到端智驾公开资讯整理,各家端到端智驾功能开放范围、OTA 节奏、实际表现会随版本持续调整;所有高阶智驾均为辅助驾驶功能,驾驶员必须保持注意力,不能脱手放松,本文不构成购车、选装智驾包建议。
本文来自作者[幽核寻址]投稿,不代表品途网立场,如若转载,请注明出处:https://m.pintu360.com/kjkx/202611/1486743.html
评论列表(4条)
我是品途网的签约作者“幽核寻址”!
希望本篇文章《端到端智驾话题发酵两年,主流车企智驾方案落地进度盘点》能对你有所帮助!
本站[品途网]内容主要涵盖:范文、经验、百科
本文概览:从 2024 年初特斯拉 FSD V12 引爆端到端智驾热潮算起,两年时间里,国内、海外主流车企的智驾路线已经从 “讨论概念” 转向量产上车,各家分化出 VLA、世界模型、纯视觉、多传感器融合多条路线,端到端不再只是发布会概念,已经大规模 OTA 到用户车辆上,城区 NOA、车位到车位全链路智驾成为标配功能。两年之前,绝大多数车企智驾还是传统模块化架构,感知、预测、规划、控制分成独立模块,层级传递容易产生误差,面对无保护左转、鬼探头、城中村这类长尾场景很容易保守刹停;经过两年迭代,头部玩家基本完成底层架构切换,端到端模型直接把输入信号映射成车辆控制指令,配合世界模型做场景推演,接管率、通行流畅度提升明显。不过进度差距也很大,特斯拉、小鹏、华为属于第一梯队,已经把原生端到端推送给大量用户;理想、小米、蔚来紧随其后,完成端到端架构改造,持续 OTA 迭代;比亚迪、吉利等车企稳步推进自研端到端方案;传统合资品牌进度偏慢,大多还是采购第三方方案,原生自研端到端车型很少。下面整理各家车企端到端智驾路线、落地进展、硬件方案、当前能力边界。