8月28日，主题为“进化·AI重塑智驾”的极越端到端AI智驾发布上，极越汽车正式发布了全新V2.0版本软件。V2.0版本软件带来堪称极越车型推出以来最重磅的更新，覆盖了端到端大模型智驾、大模型智舱、智能车联等十几个主要模块共计947项新增功能和优化升级。
发布会上，极越CEO夏一平表示：“这是L4自动驾驶技术首次赋能家用车！是全球首个支持全无人驾驶应用的自动驾驶大模型——百度ADFM与极越的深度融合。百度在AI和自动驾驶领域超过十年的不断研发，超过1500亿的持续投入，是极越持续领先的关键助力。没有500亿做不好智驾，只花几十亿做出的智驾都是‘马路杀手’。”
发布会后，极越CEO夏一平、智能化产品线负责人潘云鹏以及百度智能驾驶事业群组首席研发架构师王亮接受了专访。针对端到端的智驾技术进行了深入的探讨。下面对本次专访中透露的关键信息点进行整理如下。
端到端智驾的技术与模型选择
大家知道，目前在智能驾驶领域，端到端大模型技术一直是一个热门话题。目前端到端技术有两种学派，一种是完全端到端，也称为“一段式”，另一种是分层式端到端，感知的端到端+决策规划的端到端，称为“两段式”。极越汽车在发布会上明确表示了，最新的ASD纯视觉高阶智驾采用的就是两段式的端到端技术。
端到端技术的核心优势在于能够直接将输入数据映射到输出结果，减少了中间处理步骤，理论上可以提高系统的响应速度和准确性。然而，这种技术也面临着数据量巨大、模型复杂度高等挑战。
为什么这么说呢？首先一段式的黑盒系统对于使用体验缺乏控制力，很难控制这个系统输出的内容。其次黑盒系统缺乏透明度，很难调试系统在决策时的逻辑，最终会导致一个结果：“上限很惊喜，但下限也很无语”所以，极越选择的两段式模型，实际上是在一段式模型的基础上，增加了中间处理步骤，以提高系统的可控性和稳定性。
王亮在专访中提到，端到端模型的选择应基于实际需求，一段式模型的可控性尚待验证，但端到端技术有望提升智驾体验。特斯拉正在探索一段式模型，而极越则选择了第二阶段的两段式模型，以期在保证用户体验的同时，逐步提升技术上限。
那极越的端到端技术有哪些优势？潘云鹏在专访中强调了数据、算力和算法模型在端到端技术中的重要性。顺带说明一下的是，这里说的数据是指搭载智驾技术上路的车，当然还包括数据的质量。而算力就很好理解了，即云计算中心端有多大的规模。算法模型，说的就是前面提到的一段式或两段式端到端。
极越通过与百度的合作，已经建立了大规模的云计算中心（现在到了5.5Eflops算力的规模），并采用了先进的算法模型，以支持其端到端技术。高质量的数据和强大的算力是智能驾驶技术发展的基石，而优秀的算法模型则是实现高效、准确决策的关键。
潘云鹏还表示，可以通过这三个指标去判断各家公司端到端技术落地的能力。极越有可能会做到市面上最好，也是通过这三个因素来做判断的。
端到端技术的期待与现实
王亮指出，端到端技术承载了许多期待，市场上存在两种极端的声音：一种是过于乐观，认为端到端技术能迅速带来巨大的性能提升；另一种则过于悲观，认为端到端技术没有实际价值。他认为这两种预期都不太现实，端到端技术更像是一场持久战，需要逐步发掘其优势。
夏一平也表达了类似的观点，他认为端到端技术目前还处于“黑盒子”阶段，存在安全隐患，因此不应该急于求成，而应该采取逐步演进的策略。
夏一平提到，极越的技术发展策略是逐步迭代，而非一步到位。他们从集成L4级自动驾驶能力开始，逐步通过视觉大模型的迭代，来优化和提升智能驾驶体验。这种策略有助于在保证安全的前提下，逐步提高技术的成熟度和用户体验。
他还提到，他们在迭代过程中也遇到了技术回退的情况，但这都是通过严格的测试和优化来克服的。极越在技术演进中始终将安全和体验放在首位，这也是他们选择逐步切换到两段式的端到端技术的原因。
所以，他们能认识到端到端技术的巨大潜力，但也清楚地看到了其当前的局限性和挑战。通过逐步迭代和严格的测试，极越正在努力实现技术的安全落地和用户体验的持续提升。这种策略不仅有助于保护用户的利益，也有助于推动整个智能驾驶行业的健康发展。
自动驾驶的技术“不可能三角”
在智能驾驶技术的发展过程中，智能、规模和安全往往难以兼得，形成了所谓的“不可能三角”。王亮在专访中提到，根据不同的应用场景，公司可能会在这三个要素之间做出不同的选择，以实现最佳的平衡。
安全性是智能驾驶技术发展的首要前提。极越在设计智能驾驶系统时，始终将安全性放在首位，通过严格的测试和验证，确保系统的可靠性和稳定性。同时，极越也在积极探索如何通过技术创新，提高智能驾驶的智能化水平和规模效应。
智驾投入：超过1500亿
关于智驾的投入，百度在AI和自动驾驶领域超过十年的不断研发，超过1500亿的持续投入，是极越持续领先的关键助力。夏一平甚至在发布会上直言不讳：“没有500亿做不好智驾，只花几十亿做出的智驾都是‘马路杀手’。”
激光雷达方案看似比纯视觉增加了额外的车端传感器成本，实际上纯视觉+端到端大模型更加考验车企背后的综合技术实力和巨大投入。在端到端大模型的架构下，智驾最终拼的其实是算力储备和优质数据。
夏一平在专访中提到，百度在智驾技术上的投入是巨大的，预计明年智驾行业将出现分水岭式的竞争。以特斯拉为例，刚建成一个算力中心花了280亿人民币，这些还不算日常运营的成本，一年的电费就是10亿人民币。
百度深耕数十年，投入了超过1500亿的资金，在算法、算力和数据上具备了强大的先发优势。依托百度AI超过170亿参数的视觉大模型、高标准的自动化标注产线实现日均产能过百万（帧）、BEV+OCC精标训练数据过亿(帧)的高质量标注数据，大幅提升数据处理效率和精度。
而在算力方面，百度拥有云端算力超5.5EFlops——中国智驾云算力第一梯队。百度和极越已基于超5.5EFLOPS高算力训练集群，实现模型高效训练、每周快速迭代。
芯片的选择与未来规划
众所周知，智能驾驶芯片是实现高级自动驾驶功能的核心硬件。此前像蔚来、小鹏等企业，有宣布或发布自研智驾芯片的规划。那对于极越来讲是如何考虑的？未来端到端的技术方案转变，对于芯片的性能需求是否有改变？目前搭载的方案和芯片是不是已达成最佳选择？
王亮和潘云鹏讨论了智驾芯片的选择，认为极越目前搭载的双英伟达Orin-X芯片足以支撑未来五年的自动驾驶功能。随着智能驾驶技术的不断进步，对芯片的性能要求也在不断提高。极越表示，他们也会研究其他芯片平台，以保持技术领先。
智驾技术的市场接受度
夏一平表示，今年下半年甚至是明年上半年，汽车智驾功能将成为他们重要的购买决策，现在很多人都是可以不用智能驾驶，但是不能没有智驾，但是到下一个阶段可能是必须要有智驾。毕竟随着智驾的技术快速迭代，体验也越来越好，用户得到更多的正向反馈，也将有更多的用户去使用智驾。
在消费端也有直接的反馈，官方在做一个智驾的活动，即推荐三个车主就可以领一个免费的PPA，很受用户的欢迎。甚至在夏一平直播间里提需求，如何获得免费的智驾包。
潘云鹏也提到智驾的市场接受度提高的原因，是因为智驾的成熟度变高了，现在ASD的里程渗透率到了80%左右，有20%的路是自己开，80%是智驾在开。
而且他表示，高阶智驾的普及速度会远高于之前的ACC，因为产品到了成熟阶段，用户用了之后，真正解决了他们的问题，这样就会一传十、十传百，再加上行业的推动，普及率也会随之快速增长。
