为什么模块化架构走到了尽头
传统智驾系统是工程集成的杰作：感知团队做检测、预测团队做轨迹、规划团队做决策、控制团队做执行。每个模块单独优化，拼接成一个系统。
模块化的三大硬伤：
- 误差级联：感知错1%→预测再错1%→规划再错1%→控制再错1%，最终系统误差远大于单模块误差
- 接口信息坍缩：感知输出给规划的是「3个目标框+类别」，但原始图像里还有无数规划需要的信息（护栏形状、路面材质、行人朝向）——全部被接口丢掉了
- 联调地狱：四个团队、四套代码、四个模型，任何一个改动都可能破坏全局
于是有了那句业内名言：「模块化系统的能力天花板，是接口设计者的想象力。」
三代架构演进全景
第一代：手写规则（2015-2019）
- 感知：传统CV（HOG+SVM、车道线检测）
- 规划：有限状态机+人工cost function
- 典型代表：Mobileye EyeQ3、早期博世L2
- 上限：只能做单车道跟车+车道保持
第二代：模块化深度学习（2020-2023）
- 感知：CNN→BEV（BEVFormer）+ Transformer
- 预测：VectorNet、DenseTNT
- 规划：基于搜索（Lattice）+ 强化学习微调
- 典型代表：特斯拉FSD V11、华为ADS 1.0、小鹏XNGP早期
- 上限：高速NOA可用，城市场景需要海量规则兜底
第三代：端到端（2024- ）
- 输入：原始传感器数据（摄像头+雷达+导航）
- 输出：直接输出轨迹/控制量（甚至控制指令）
- 典型代表：特斯拉FSD V12/V13、华为ADS 3.0/4.0、小鹏、蔚来、理想、小米全部跟进
- 上限：未知，但已经展现出规则系统永远做不到的驾驶流畅度
端到端的三种技术路线
别被「端到端」三个字统一洗脑，行业内其实是三条路线并行：
路线一：感知端到端（国内主流渐进式）
感知输出占据网络（Occupancy）+ 动态目标联合表征，预测规划仍保留部分模块。
- 优点：可解释性强、验证体系成熟、量产风险低
- 代表：华为ADS 3.0、大部分国产方案
- 本质：「模块化的最终形态」——接口从目标框升级到稠密环境建模，信息坍缩问题基本解决
路线二：决策端到端（Two Networks）
感知用传统方案，规控一体化网络直接输出轨迹。
- 优点：避开感知长尾，专注最难的规控
- 缺点：上限被感知模块锁死
- 代表：早期小鹏、部分L4公司
路线三：One Model（真端到端）
传感器输入→大模型→方向盘/加速度输出，中间无人工设计的接口。
- 代表：特斯拉FSD V12+、小米、理想最新架构
- 训练方式：模仿学习（人类驾驶数据）+ 强化学习（仿真纠偏）+ 影子模式回流
- 核心壁垒：数据闭环的规模和质量，而非算法本身
端到端的技术本质：不是新算法，是新范式
端到端没有发明新的网络结构，它改变的是问题定义方式：
| 维度 | 模块化 | 端到端 |
|---|---|---|
| 优化目标 | 每个模块的指标（mAP、ADE/FDE） | 最终驾驶行为（人类相似度/安全性） |
| 数据需求 | 每个模块独立标注（贵且慢） | 大量未标注驾驶视频（便宜但海量） |
| 迭代速度 | 月级（联调+回归测试） | 周级（直接行为对比） |
| 长尾处理 | 写规则补洞（打地鼠） | 数据回流重新训练（治本但慢） |
| 可解释性 | 强（每步可查） | 弱（黑盒，需要专门的可解释性工具） |
关键洞察：端到端把智驾从「软件工程问题」变成了「数据工程问题」。公司的竞争力从算法团队水平，转向数据闭环效率。
工程代价：端到端不是银弹
1. 算力饥渴
- BEV+Transformer感知方案：单Orin-X勉强跑
- One Model端到端：双Orin-X是起步，下一代500+TOPS平台成为标配
- 训练侧：千卡GPU集群跑数月成为头部玩家入场券
2. 验证体系重构
- 模块化：每个模块有独立指标，可以单元测试
- 端到端：只有端到端的行为评估，需要大规模仿真+影子模式+灰度车队
- 功能安全（ISO 26262）如何认证一个黑盒模型？整个行业还在探索
3. 数据闭环的隐形壁垒
- 车端触发器设计（什么数据值得回传？）是核心know-how
- 回传后的数据清洗、挖掘、重标注pipeline，工程量远超模型本身
- 头部公司月回传数据量按PB计，算力+存储成本以亿为单位
给工程师的职业启示
- 规控工程师：传统搜索+规则的规控技能在贬值，转向「数据驱动的决策模型」+「RLHF式的人类偏好对齐」
- 感知工程师：BEV/Occupancy成为标配技能，下一步是多模态大模型蒸馏到车端
- 仿真工程师：端到端时代仿真需求爆发（RL训练+corner case验证），是逆势上涨的方向
- 系统工程师：功能安全、预期功能安全（SOTIF）认证能力稀缺性上升
趋势判断
2026年的格局已经清晰：端到端不是选择题，是必答题。区别只在于是「感知端到端渐进」还是「One Model一步到位」。前者稳，后者险但天花板高。而对工程师来说，数据闭环、世界模型、强化学习这三个方向的能力储备，将决定下一个五年的职业天花板。