我們認為兩段式端到端方案是過渡方案，是在算力、數據、算法能力有限條件下的折衷選擇，在既有資源條件下對部分模塊采用神經網絡方式小幅優化，再通過通信及數據交換實現模型聯通，本質上是兩個小模型的串聯，但可能會因為模型間端口對數據規則定義差異等原因造成模型訓練效果減弱。未來隨著數據量及算力等資源進一步充足，或將有更多公司采用大模型訓練的一段式端到端方案，其真正實現了從感知、決策規劃的融合，有望實現對理解復雜場景的“泛化”智能。