端到端下半場：安全可解釋成最大公約數，頭部玩家猛攻一段式黑盒

過去一年多，“端到端”掀起的輔助駕駛軍備競賽，進入了大規模落地期。

據了解，輕舟智航的“安全可解釋”一段式端到端方案正在開啟大規模量產交付，預計2026年相關量產車型將達到數十款。Momenta也已明確后續量產方案將全面轉向一段式端到端。

不久前，同樣采用一段式端到端架構的地平線HSD城區輔助駕駛系統已量產上車；文遠知行與博世聯合研發的一段式端到端組合輔助駕駛解決方案也已進入量產階段。

從最初的一段式、兩段式路徑之爭，到逐步成為行業共識，再到如今頭部玩家相繼推動量產交付，“一段式端到端”已確立了主流技術路線的地位。

不過，一直以來行業圍繞端到端的討論，大多聚焦于其“上限高、決策更擬人”的優勢，鮮有玩家從安全本質出發，思考端到端的底層設計。

隨著行業成熟與監管深化，更安全的端到端，正成為推動輔助駕駛真正走向規?；占暗年P鍵。

“安全可解釋”成端到端新賽點

在一段式端到端技術成為主流之前，將感知和決策規劃進行解耦的兩段式端到端方案曾是行業的主流選擇。

兩段式端到端的優勢在于落地速度更快，但由于感知和決策規劃模塊被劃分為兩個模型，因此或多或少存在信息損失、模塊間誤差傳遞等問題，本質上為體驗設置了天花板。

一段式端到端則真正實現了“從傳感器輸入到行駛軌跡輸出”的極簡鏈路，無需人工設計中間環節，避免模塊拆分帶來的性能損耗，因此可以真正實現擬人化決策，在復雜路況下展現出更強的泛化能力，理論上擁有無限接近甚至超越人類駕駛的性能上限，并很快成為了行業“主流路徑”。

然而，熱潮之下亦有隱憂。

端到端核心邏輯，本質是通過深度學習神經網絡替代人工規則進行決策規劃，這就不可避免地帶來了“黑盒困境”——決策過程不透明，一旦出現失誤，故障原因難以有效追溯，技術的安全下限處于模糊狀態。

下半年以來，行業監管的動向開始將“安全”從模糊概念轉化為量化的“硬指標”。

比如今年9月，工信部就《智能網聯汽車組合駕駛輔助系統安全要求》強制性國標公開征求意見，為智駕安全劃下了清晰紅線，并將于2027年正式實施。

近幾個月以來，智駕相關OTA審查也在持續收緊，倒逼企業在快速應用新技術的同時，必須守住安全底線。

換言之，技術的“上限”決定了體驗的天花板，但安全的“下限”才是產品能否上路的準入門檻。

行業競爭的邏輯，從比拼誰的上限更高、極端場景下表現更優，變成了如何讓端到端技術更安全、更可解釋。

誰能率先解決一段式端到端模型的“黑盒”特性，讓這項先進技術變得既“聰明”又“可靠”，誰就將在這場新的競爭中占據先機。

如何讓一段式端到端“安全可解釋”？

在這場“安全導向”的轉型中，輕舟智航的端到端方案，成為行業內率先以“安全可解釋”為導向設計的一段式端到端架構，在保持一段式端到端極簡鏈路的同時，實現了模型決策過程的可解釋性。

其技術核心在于兩大突破：

一方面，將自身已經過近百萬臺大規模量產驗證的“時空聯合規劃”的經驗，融入一段式端到端模型設計中，并通過安全對齊，讓端到端模型規劃的行駛軌跡能夠符合人為定義的安全機制，從而提升模型整體性能和可解釋性。

另一方面，通過構建基于運動模擬的世界模型，批量生產大量長尾場景和罕見的安全臨界場景，提升了系統的泛化與應對能力。

這種架構設計，讓輕舟智航的安全可解釋一段式端到端大模型實現了“雙向兼顧”：

既能充分發揮一段式架構上限高、泛化能力強、決策擬人化的核心優勢，又通過可解釋性設計筑牢安全防線，做到下限更高、更可靠，真正實現了“高體驗上限”與“高安全下限”的統一。

基于這套“安全可解釋一段式端到端”架構，輕舟智航與地平線深度協同，打造了行業首個基于單顆征程6M芯片的端到端城市NOA方案，并即將量產上車。

值得關注的是，該方案在128TOPS算力平臺上，就能實現媲美更高算力平臺的高階智駕體驗，為更安全、更擬人的高階智駕的低成本普及，奠定了基礎。

比如，在面對復雜路況中，該方案均能展現出“細膩絲滑”的體驗與“安心滿滿”的安全感，能夠從容應對隧道通行、無保護左轉、極窄路段博弈等挑戰。

實際上，早在“安全可解釋一段式端到端”作為行業共識被提出來之前，輕舟智航就已經在量產輔助駕駛技術（比如理想AD Pro方案）中落地實踐安全理念。

比如在用戶真實使用的高速NOA場景中，輕舟智能方案實現了超1000公里安全接管水平，AEB誤觸發率低至40萬公里小于1次，優于行業平均水平，每年幫助用戶避免潛在事故超過14.6萬次。

2025年的智駕賽道，上半場是關于“一段式端到端”的技術共識與量產競速；而下半場，則是關于如何為這項技術筑牢安全基石的品質較量。以安全可解釋端到端為核心的技術路線，將推動智駕行業從“軍備賽”走向“價值戰”，讓高階智駕真正成為人人可用、人人放心的出行標配。