端到端的定义：基于数据驱动的深度学习
　　在广义语境中，端到端是一种研发范式，指在一个任务中，从输入端到输出端，中间不经过任何其他处理环节，由一个模型完整实现输入到输出的全过程。在智能驾驶领域，端到端架构是指车辆将传感器采集的信息直接输入统一的深度学习神经网络，经过处理后直接输出驾驶命令。深度神经网络赋予端到端模型强大的学习能力，使其能从大量驾驶数据中自动学习复杂的驾驶模式和场景特征。
　　传统智驾系统的感知层、决策规划层和控制执行层之间相互独立，信息传递容易积累误差，且智驾方案依赖于工程师通过代码制定的规则，难以处理所有复杂场景，边际效应随着智驾能力的提升呈现几何式骤减。与基于规则的传统自动驾驶算法结构相比，端到端算法基于数据驱动，可以实现信息的无损传递。同时，端到端架构将感知、预测和规划结合为一个可以共同训练的单一模型，整个系统都针对最终任务进行优化，并且共享的骨干网络大幅提高了计算效率，使智驾方案具备更高的迭代效率，有效降低了维护成本。
　　投资建议
　　车企抢滩DeepSeek，AI行业与智能驾驶共振
　　在AI技术的驱动下，当下自动驾驶技术已告别硬件堆叠、比拼算力的时代，一场锚定AI融合的高阶智驾、智能座舱新竞赛即将拉开帷幕。2025年2月，比亚迪、吉利、极氪、岚图、东风、零跑、广汽、长城、智己、宝骏等20多家车企及供应商陆续宣布与DeepSeek大模型完成深度融合。在全球大模型竞赛中，以往方法是围绕“数据、算法、算力”三要素中的算力进行突破，通过不断堆高算力水平来实现大模型训练和推理的加速；而以DeepSeek等为代表的大模型的出现打破了这种传统模式，选择从架构和算法创新入手，在有限的算力与训练成本下，显著提升算力利用效率。DeepSeek大模型上车的优势主要有：开源特性，数据合成与增强能力，云端高效训练，以及蒸馏技术提升研发效率、降低算力需求。
　　10万级别智驾落地推动行业进入智驾平权
　　随比亚迪引领的10万级别智驾落地，视觉感知方案与端到端大模型共同推动行业进入“智驾平权”时期。2024年，城市NOA的价格进一步下探，包括丰田、奇瑞、小鹏等在内的多个品牌推出20万元以内搭载高阶智驾的车型。2025年2月，比亚迪的“天神之眼”以三档技术方案精准切割市场，既保障了高端市场的竞争力，又以相对低成本的视觉感知方案，将高速NOA（领航辅助驾驶）功能推向大众市场。同时，更多的车企也在加入智驾普及赛道。目前，高速NOA标配车型的价位已经进入10万元区间，城区NOA标配车型价格则刚进入20万元区间，但继续下探的速度还在加快。
　　汽车行业加速迈向智能驾驶全面普及时代
　　从政策端看，国家和地方积极出台多项政策，推动高阶智驾系统的落地。目前国内已有50多个城市相继出台自动驾驶地方性法规，通过地方立法先行先试，支持自动驾驶技术在更大范围、更多场景和更大规模试点应用。
　　从技术创新层面看，AI大模型技术已应用于自动驾驶领域中的云端模型训练和车端模型部署，在硬件降本、性能表现、算法开源等方面具有领先优势，在提升推理能力的同时，还可降低模型训练和推理成本。
　　随着端到端大模型持续优化，高阶智驾的技术进步和规模化生产，成本逐步降低将加速其渗透，10-20万元车型将成为高阶智驾渗透的主力市场，2025年NOA高阶智驾市场将迎来商业化拐点。
　　1.端到端技术落地的挑战体现在数据、算力、模型的可解释性。头部车企积累的数据+算力资源强化马太效应，而三方智驾供应商的核心竞争优势是对AI的认知理解。目前国内端到端技术路径百花齐放，从感知层面分为激光雷达方案与纯视觉方案；从算法层面主要分为模块化端到端、一体化端到端（云端蒸馏）、一体化端到端+VLM双系统等。其中，双系统并行方案既保留了大模型的高泛化能力与决策的流畅性，同时通过VLM以及适当的强化学习手段来规范端到端模型的下限，进一步提升智能驾驶的适应性和安全性。关注自研端到端核心算法、智驾方案下沉突围，以及深耕算法可解释性的车企与智驾供应商，例如理想、比亚迪、Momenta。
　　2.感知层面，主要分为激光雷达方案与纯视觉方案
　　2-1.激光雷达方案以鸿蒙智行、比亚迪（20万以上车型）为代表。由于端到端架构决策过程的不可解释性，高等级（L4+）的自动驾驶仍然需要激光雷达提供安全冗余。激光雷达市场正在快速增长，格局集中，头部厂商多有合作的产业投资方。2024年，激光雷达装机量暴涨，离不开以NOA为代表的中高阶智驾需求爆发。目前，支持城市NOA的车型版本（包括选配）普遍配备激光雷达，即便是部分现阶段仅支持高速NOA的车型，由于后期还有拓展城市NOA的规划，多数也都配置了激光雷达。关注速腾聚创、华为技术、禾赛科技及图达通等企业。
　　2-2.纯视觉方案以特斯拉、小鹏、比亚迪（7-20万车型）为代表，通过以端到端为首的神经网络算法弥补摄像头三维探测能力的缺失，成本较低，在L3及以下自动驾驶领域内，成长上限非常高。