> 数据图表我想了解一下3. 自动驾驶技术路线-规控的算法架构的重大变革2025-6-33. 自动驾驶技术路线-规控的算法架构的重大变革第二次变革：从规则算法到端到端算法2023年8月，马斯克在直播中首次提到了端到端算法（End-to-End），即把输入（传感器数据）直接到输出（车辆控制信号）的映射，通过神经网络来处理感知，决策，控制任务，减少对人工规则代码的依赖。最开始特斯拉只是将决策层的规则代码都替换成神经网络，直到2023年12月，特斯拉发布的FSD v12, 取消了大约30万行传统的C++规则代码，完全依赖神经网络进行决策，实现了感知和决策层的端到端。端到端的优势在于减少了每个层级之间信息的损耗，减少人工成本和算力，还能提升算法自主学习能力。但端到端也有存在一些缺点，比如可解释力差（出了问题较难判断是哪个层级出现问题），且落地难度大（需要海量真实数据训练）。端到端算法逐渐形成两大落地形式：分别是显示端到端和隐示端到端。1）显式端到端将原有的算法模块以神经网络进行替代并拼接成端到端算法，是早期量产玩家最青睐的方向，代表的企业有华为、小鹏的分段式端到端。2）隐式即为采用单一神经网络，全流程采用一个多模态基础模型完成的一段式端到端，代表企业为特斯拉、Momenta、商汤科技。图：端到端的演变图：Momenta隐式端到端数据来源：End-to-End Autonomous Driving: Challenges and Frontiers, 西南证券整理数据来源：智己品牌智能驾驶技术日, 西南证券整理13西南证券综合其他
