汽车智能驾驶行业深度报告：端到端与AI共振，智驾平权开启新时代
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。
汽车行业专题研究：体验向上价格向下，端到端加速落地
高阶智驾逐步由尝鲜阶段向大众用户普及，24 年 11 月 L2.5/L2.9 级智能驾驶（对应高速和城市 NOA）渗透率达到 3.5%/10.1%。2025 年预计高阶智驾加速迭代：1）体验向上：各家强调体验和好用度，端到端架构预计将加速落地，一方面是全国都能开/接管里程数/车位到车位等硬指标比拼；另一方面各家不约而同强调“拟人化”。2）价格向下：随着技术成熟和降本，当前高速和城市 NOA 已下探到 10/15 万内价格段车型，在比亚迪全民智驾等因素催化下，我们预计 2025 年高速/城市 NOA 渗透率将分别达 16%/14%。
地平线机器人研究报告：端到端向下沉市场普及成燎原之势，地平线软硬一体构筑坚实壁垒
端到端有望推动全球智驾市场向万亿级空间增长，国产芯片正在对海外龙头形成追击之势。地平线为主机厂和 Tier1 提供软硬件一体的性价比解决方案，有望在智驾下沉趋势中占得先机。
激光雷达行业专题分析：激光雷达的降本突围，端到端智驾下沉之选！
在自动驾驶端到端模型成为主流之前，关于激光雷达作为传感器的配置必要性有较多讨论和争议。此前争议持续存在的核心因素在于特斯拉坚持纯视觉+神经网络路线，特斯拉纯视觉路线当前具备独特性，很大部分归因于其大量驾驶数据和广泛用户基础。
从主流车企和智驾方案商的选择来看，在算力增强、端到端算法趋于成熟的背景下，多传感器融合和纯视觉路线已不再对立，激光雷达等传感数据正在与端到端算法融合。如自动驾驶的英伟达 Hyperion 9 Platform 参考架构中，激光雷达作为传感器输入数据的维度。
汽车行业分析报告：智能驾驶浪潮澎湃，端到端与车路云两翼齐飞
智能驾驶蓬勃发展，L2/L3 级渗透率快速提升，高速和城市 NOA 密集落地；特斯拉引领行业向端到端演进；Robotaxi 在中美多个城市试点运营。政策频出，推动车路云一体化建设，试点城市项目逐步落地。
汽车行业智能驾驶专题报告：端到端革命开启，强者愈强时代即将来临
端到端自动驾驶技术成为汽车行业新趋势。众多头部厂商加速迭代端到端智驾技术，如特斯拉的 FSD V12 系统。这种技术直接从传感器信息输入到控制命令输出映射，简化了传统自动驾驶系统的复杂模块。它具有明显的技术优势，一方面提升了系统响应速度和泛化能力，能更快速做出决策，适应各种复杂驾驶场景；另一方面降低了开发成本和复杂性，减少了模块间的耦合性。
领先的智能驾驶企业拥有大量高质量驾驶数据，涵盖不同路况、天气和交通场景下的车辆传感器及驾驶员行为数据等。这些数据是训练和优化智能驾驶模型的关键，企业可借此不断改进算法，提升系统性能和准确性。而新进入者在数据积累上相对困难，难以在短时间内追赶。
智能驾驶专题报告：Robotaxi元年已至，端到端有望加速商业闭环
近期，四部门发布《进入智能网联汽车准入和上路通行试点联合体基本信息》，此次试点落地标志着自动驾驶将走通生产、销售和上路的全流程，使L3/L4 的量产得到国家层面的认可和允许。在《试点》发布以前，政府、车企、自动驾驶公司推动 Robotaxi 意愿不一，制约了产业整体进程，而《试点》发布后，三方联合形成参与主体，利益和责任得到平衡。未来Robotaxi 有望进入量产阶段，整车成本的下降有望推动 Robotaxi 盈利进程的加快。但目前 Robotaxi 仍处于点对点运营模式，而 Robotaxi 若要实现商业闭环需要更大规模的车辆部署，端到端望成为 Robotaxi 大规模部署的关键。
