端到端面临的主要挑战以及特斯拉如何解决:维度灾难(特斯拉采用复杂的触发机
制来回传长尾场景数据)、怎么保证模型的可解释性与安全性(允许模型输出多样
的中间结果(例如占用、其它目标、交通信号灯、交通标志、道路边界等),这些
中间结果可通过车机渲染展示给驾驶员与乘客);通过类似理想、小鹏的VLA/VLM
框架,更好解释为什么做出某个决策&应对长尾场景、如何评估模型(多元化的评价
体系、重视闭环测试、评估模型决策可能造成的结果、复用历史问题库测评新模式;
构建世界模拟器这一强大的测评仿真工具)。
模型具备强大的可迁移性:Robotaxi&Optimus实质上复用了同一套FSD神经网络,
只要在训练数据中增加了相应数据样本,模型便能泛化到其他机器人形态。
投资分析意见:建议关注数据积累丰富+技术路线选择近似特斯拉的头部智驾整车公
司(理想、小鹏)、核心环节Tier1(线控转向(耐世特、浙江世宝))、线控制动