端到端大模型到底是个啥 小米官方详解

11月16日消息，小米HAD（Xiaomi Hyper Autonomous Driving）将全面接入端到端大模型，智驾体验重大升级，预计12月底开启先锋版推送。

Xiaomi HAD 将在 小米SU7 Pro 、小米SU7 Max和小米SU7 Ultra 上搭载。

那么什么是端到端大模型？小米的端到端大模型与主流的端到端大模型有什么区别？小米汽车官方进行了详解。

简单来说，端到端大模型就像是人的大脑，你的眼睛看到了红灯，大脑就立即告诉你要停车。端到端大模型就是智能驾驶的“机械大脑”。

在端到端技术到来之前，传统的智驾大体上都是一个个有规则的子模块连接而成，相当于一个个工作车间，对传感器收集到的信息进行判断加工，最后输出行驶指令。

模块化架构的优点是分工明确，如果发现问题，可以分模块检查解决。但是缺点也很明显：上限很低，在执行复杂的驾驶任务的时候，会有明显的机械感，某些时候还需要人工接管。

而端到端就是一端传感器输入信息，另一端直接输出行驶指令。将感知、预测、规划这些原本分开的流程，整合为统一的大模型，并进行全部计算。去掉了信息在流水线上传递这一过程，误差和延迟都大大减少。

只需要一个模型（one model），就能把摄像头、毫米波雷达、激光雷达等传感器收集到的感知信息，转换为方向盘的转动方向和角度、加速踏板的踩踏深度等具体的操作指令。通过大量的数据训练，不需要写规则，也不需要处理极端场景，可以做到拟人驾驶，这种技术大幅提升了智驾系统的上限。

小米表示，目前主流的端到端大模型是生成式大模型，直接生成一条执行轨迹，如果训练不到位，就会出现很多莫名其妙的“幻觉”，这也是我们说的下限很低。

而小米的智驾对端到端的运行方式有着独到的思考，从模仿轨迹转为筛选轨迹。大模型首先实时生成所有合理的行驶轨迹，进而逐一考量安全、舒适、合规、效率等各方面因素，选择最优解并执行。

在全面接入端到端大模型后，车辆的行驶轨迹更拟人，更加平滑、自然，急加速和急刹车明显减少。除此之外，车辆还可以根据公交车道的限行情况，智能预判，并规划最佳行驶路径，提前做出更合理的驾驶决策。

接入端到端大模型的小米智能驾驶还可以做到ETC、闸机卡口通行，车位到车位，全程无断点。卡口前智能降速，灵活等待；进出口机智识别，精确选择；抬杆后即刻起步，高效利索。