汽车发布会上听不懂的词汇越来越多，甚至有些成为了深恶痛绝的营销黑话。知乎最近广州举行了盐沙龙让大家有机会进行了一场吐槽大会。其中端到端、LLM、VLA、VLM到世界模型、WEWA的一系列词汇高度一致地被评为辅助驾驶系统营销黑话重灾区。
跟着小星来一起聊聊细节并且亲身感受一下地平线HSD一段式端到端体验吧。
从市场营销经典理论来说汽车行业的信息差是天然存在的。2001年诺贝尔经济学奖乔治·阿克洛夫提出的"柠檬市场理论"就是最好的证明。当买卖双方存在信息不对称时，卖方有强烈动机通过信号传递来建立产品差异化。柠檬市场理论提出的大背景就是汽车行业二手车交易时存在巨大的信息差，优质卖家如果无法制造差异化技术或品质传播则会在此信息差被劣币驱逐。当前汽车行业正处于技术快速迭代但同质化严重的阶段，三电系统、底盘平台、智能座舱甚至驾驶辅助的供应链都高度重合。此为动机。
从行为经济学的角度来看"锚定效应"锚点就像一个“心理基准线”。车企纷纷通过辅助驾驶、大数据、AI背后的算力去制造锚点。由丹尼尔·卡尼曼提出的《不确定情境下判断》理论强调关键问题是锚点不需要合理。当品牌宣传"算力达到多少多少TOPS"时这个数字立即成为评价锚点。消费者会本能地认为低于这个参数就意味着技术落后，尽管他们可能完全不理解TOPS这个算力单位在实际体验中意味着什么。TOPS来评价算力背后又暗藏门道。是Int8还是FP16整型还是浮点量化算力，CPU与GPU的交互效率，同样5nm制程面积怎么样？功耗怎么样？这恰恰为信息差的制造提供了肥沃的土壤。
这些辅助驾驶领域的术语看似高深，本质都是车企突出驾驶辅助能力的营销包装。端到端End-to-End是基础逻辑像无中间商模式让传感器原始数据直接输出控车指令主打高效低延迟。VLM（Vision-Language Model，视觉语言模型）是车辆看懂并解读 世界的能力，能把摄像头画面转化为文字信息。VLA（Vision-Language-Action，视觉-语言-动作模型）主打眼、脑、手协同无需分步处理，同步整合画面、语音指令直接输出控车动作。LLM（Large Language Model，大语言模型）是驾驶辅助系统的逻辑大脑。世界模型则是虚拟训练场+预判大脑通过模拟极端路况训练模型，强调进化能力和可靠性。而WEWA（World Engine & World Action Model）是华为提出的差异化架构，云端WE作为超级虚拟驾校快速训练模型，车端WA像经验老司机直接输出指令。
在这种语义污染的环境中，很赞同地平线的刘文尧在盐沙龙交流中提到的“端到端”不是传媒包装的未来主义，而是结构清晰、定义严格的工程范畴。地平线试图构建的是真正的“通解”。他拆解行业常见的端到端黑话。很多车企宣称的端到端实为混合架构要么是感知+规控的两段式拼接，要么是一段式模型加重度人工后处理，本质仍是规则驱动的特解，而非真正的通用驾驶能力。
真正的驾驶辅助破局需回归技术本质。地平线采用一段式端到端架构，传感器输入后由一个模型直接输出横纵向合一的控车信号，无多余模块拼接，以此实现开起来像人的丝滑体验。针对隧道无信号驾驶辅助可能骤停的行业难题，地平线漫游模式即便导航信号丢失，系统仍能基于通用驾驶能力自主决策，遇行人礼让、遇车辆绕行，出隧道后自动恢复导航路径。
汽车行业现状是驾驶辅助仍存三大核心难题。一是复杂路口旁车意图识别，如广州城中村多方向车流交汇时，系统难以精准判断优先级。二是脱困能力，倒挡时机、幅度的决策难以通过数据完全训练。三是非标准场景泛化，全国海量的非标红绿灯、道路标识牌仍挑战系统通用性。对此地平线的技术方向是返璞归真。不堆叠传感器冗余，而是通过数据驱动持续打磨模型的类人驾驶能力。
小星也在知乎盐沙龙的活动现场亲身感受一下地平线HSD一段式端到端体验。试驾的车型为搭载地平线征程J6P方案的星途ET5车型。在过程中小星了解到更多的车型很快就会量产，并且近期将会推送算法更新做持续的优化。相比营销黑话，这种实打实的量产车包括隧道、城市路段甚至人车混行的城中村的灵活路况的实际体验更能让用户直观感受其可用性和可靠性。
首先在隧道路段丢失GPS定位信号以后，车辆仍能够正常按照导航继续行驶并且通过感知周围车辆进行车道行驶的判断。更令小星印象深刻的是地平线HSD一段式端到端在去场景化上，方向盘的操作连贯消除了场景切换的拼接感。特别是在广州最大的城中村小洲村中穿行的时候，面对人车混行对向卡车甚至大巴公交车在狭窄的道路、路边还有临停车复杂场景做到了像人类司机。能够在缓行中通过博弈与前车进行交互表达意图。该让行的提前减速打方向，该通行的能够有信心地提速通过。
最后小星想说的是真正的驾驶辅助系统的破局并非在口头上重新定义端到端，而是在路面上重新定义信任。当所有的营销黑话最终都要在真实驾驶的物理世界中接受验证，那些依靠话术栽培出的神话，也会在第一个复杂路口的急刹中灰飞烟灭。