【技术向】端到端和激光雷达的关系
激光雷达是我们走的一段弯路吗？是本诺这个账号去年七月写的一篇文章。
那时候的我已经开始发现行业内团队路线开始发生巨大分歧，与很多业内同行交流之后，有了那篇文章。
现在里面的观点在一一被验证：
纯视觉感知不断提升挤压激光雷达的空间，在感知层逐步退化的激光雷达作为某些兜底有了被毫米波雷达的取代空间，AEB 成为了激光雷达的必争之地。
很幸运的是，我的判断没有错。（虽然错了我也认为也没关系，这是我的观点表达）
我相信 去激光雷达的乐道L60，去激光雷达的P7+都会有很好的城区表现。
但是有一点我没有预料到，端到端切换来的如此之快。虽然某种程度上，本诺也是第一批提出端到端并且努力科普的账号。但是切换来的太快超过我的预料。
有不少人问我，端到端和激光雷达的关系是什么， 会强化还是弱化激光雷达的作用。
我必须要承认，这里还是深水区，并没有很多相关产业经验。那边特斯拉和Wayve 都是端到端视觉方案。
是否激光雷达能够带来更好的表现并没有实际的产业示范。而一些基于目标数据集的结果由于数据量远远不如工业界，并不具有足够的参考价值。
不过这里尝试做一个推论。
如果我们要实现足够好的自动驾驶方案，那么有一点是肯定的，那就是我们需要训练出来一个足够好的人工智能模型基础。
那么意味着不能只依赖道路数据，也要依赖足够多的其他领域的数据。
理想的VLM 就是如此，依赖其他领域的数据才能有更好的结果，我也期待理想的双系统在进步之后能够逐渐开始融合，将显式的能力迁移变为隐式的网络能力。
如果我们认为最后的端到端是Clip 输入，轨迹输出。我们从互联网上可以找到足够多的视频数据，这个网络能够在视频里面学习到足够好的认知世界的能力，成为优秀的人工智能模型，然后我们可以将其迁移到驾驶任务上。
到这里可能有读者能发现问题了。
在这个网络的学习过程中，Lidar点云的数据是缺失的，因为我们找不到对应的大量数据，那么这个网络实际上无法从点云中认知世界。
似乎这点看，小鹏想得比较早，如果将自己作为一个AI 公司去看，那么AI 公司的底座一定是一个足够好的人工智能模型。
而去激光雷达本质上是相信AI 的能力，从视觉里获得人的驾驶能力，而不是相信规则的结果。
当然，这是基于目前的技术趋势，是否能够按照这个方向发展，其实还有非常多不确定性。
同样的，
对于小鹏来说，去激光雷达不是终局，这是开始。
#小鹏P7+首发端到端AI智驾全新版本# #汽场全开#
