AI 大模型：規則驅動轉向 AI 大模型和數據驅動，VLA 和世界模型蓄勢待發 端到端架構下算法由規則驅動轉換為 AI 大模型和數據驅動，而 LLM，VLM，MFM 等各類基礎模型有望為自動駕駛帶來新維度上的能力。我們認為，端到端（End-to-End，E2E）是一種相對于傳統模塊化設計方案的智能駕駛系統架構。它強調從輸入到輸出的直接映射，減少了中間的感知、決策、規劃等獨立模塊。端到端本身屬于架構層面的概念，與模仿學習、強化學習、LLM、世界模型等技術手段/方法并不是同一層面的概念。類似于 EE 架構從分布式架構升級到域集中式架構、再到中央計算架構的過程，在每一個特定的架構階段，各廠商可以采用不同的算法和硬件來實現。因此，即使是在相同的 EE 架構模式下，也會有 表現差異 巨大的系統。One Model 端到端架構也是如此， 它可以基于傳統的神經網絡實現，也可以引入生成式大模型，或者通過世界模型的方式進行擴展。不同的實現方式會帶來不同的性能和特性。