2024年是端到端自动驾驶从技术验证走向量产落地的转折之年。开源证券研究所报告显示，小鹏汽车于2024年7月量产国内首个端到端AI大模型，XNGP实现全国都能开，月度活跃用户渗透率维持84%以上；理想汽车无图NOA全量推送覆盖超24万用户，ADMax选配率从37%跃升至49%；蔚来发布中国首个智能驾驶世界模型NWM，可在0.1秒内推演216种可能轨迹。端到端技术范式正在从根本上改变自动驾驶的研发逻辑——从人工编写规则转向数据驱动迭代，代码量从200万行降至20万行，迭代速度从月级提升至周级。三家新势力车企的端到端布局，标志着中国自动驾驶产业正式进入数据驱动的新时代。
端到端范式革命：从“写规则”到“训模型”
端到端自动驾驶正在从根本上改变智驾系统的研发范式。传统模块化智驾系统依赖大量人工定义的规则——一个稳定的量产智驾系统大约有10万条人工规则，而一个无限接近人类司机的系统大约等效于10亿条规则。这种模式下，人力、时间、维护成本均处于劣势，迭代速度受限于工程师的编码效率。
端到端技术范式是指数据输入端和指令输出端通过完全数据驱动，让AI学习人类成熟驾驶行为。小鹏从2021年开始转向端到端，其架构由XNet（深度视觉感知神经网络）、XPlanner（规控大模型）、XBrain（大语言模型）三部分组成。理想从NPN轻图到分段式端到端再到端到端+VLM，代码量从200万行降至20万行。端到端的核心优势在于：信息传递高效、减少损失；推理延迟更低；数据驱动下实现周级甚至亚周级迭代。
小鹏XNGP：国内首个端到端大模型量产车
小鹏是国内首家量产端到端大模型的车企。2024年7月，小鹏无限XNGP全量推送，成为国内首个实现“全国都能开”的城市领航辅助系统。其端到端大模型采用分段式架构：XNet感知范围提升2倍达1.8个足球场大小，可精准识别50个以上目标物；XPlanner基于神经网络训练，减少50%前后倾挫、60%违停卡死、40%安全接管；XBrain赋予系统理解待转区、潮汐车道、路牌文字等复杂场景的能力。
2024年以来，小鹏XNGP城区智驾月度活跃用户渗透率持续维持80%以上。2024年6月，小鹏X9销售中71%为配备高阶XNGP的Max版本。小鹏计划2024Q4实现“门到门”体验，2025年底至2026年初进入全新阶段——做到提前应对潜在风险、通行效率优于人驾，让用户真正“爱用”智驾。
理想无图NOA：24万用户的快速铺开
理想汽车在自动驾驶领域实现了快速追赶。2024年7月，理想全量推送无图NOA，覆盖超24万ADMax用户。其无图NOA架构采用分段式端到端，仅包含感知、规划、导航三个模块，感知与规划均实现模型化。该架构支撑理想做到不限城市、不限道路的通行能力——偏僻小城窄路、乡村小路、错综山路都能流畅通行。
无图NOA发布后，理想的智驾车型渗透率显著提升：用户NOA试驾占比从5月23.8%提升到7月46.5%；ADMax订单占比从5月37%提升至7月49%。单车型看，理想L9达75%、L8为56%、L7为65%，北上广深智驾车型比例已达70%。理想计划三年内实现L4级别无监督自动驾驶。
蔚来NWM：世界模型的想象推演能力
蔚来在2024年NIOIN科技日发布中国首个智能驾驶世界模型NWM（NIO World Model）。NWM与常规端到端模型的核心区别在于：常规端到端只能处理当前感知信息，而NWM能够进行空间理解与时间理解——通过生成式模型重构传感器输入，全量理解信息；通过自回归模型自动建模长时序环境。
NWM可在0.1秒内推演216种可能轨迹、寻找最优路径，基于3秒视频Prompt可生成120秒想象视频。蔚来计划2024Q4将NWM进行车端部署，将其结果作为预测参考输入下游规划模型。配合群体智能系统（每月获取500万+接管数据、每月实车验证超2000万公里），蔚来正构建端到端时代的数据闭环体系。
三家新势力车企端到端布局对比（2024年）| 车企 | 端到端架构 | 算力储备 | 智驾里程 | 核心进展 |
|---|
| 小鹏 | XNet+XPlanner+XBrain三段式 | 2.51EFlops | 10亿+公里视频训练 | XNGP月活渗透率84% |
| 理想 | 系统1端到端+系统2 VLM | 4.5EFlops | 20.6亿公里 | 无图NOA覆盖24万用户 |
| 蔚来 | NWM世界模型+群体智能 | 1.4EFlops（2023.9） | 11.29亿公里 | NWM 0.1秒推演216种轨迹 |
