现阶段评价端到端智驾的上限，当然是非常有必要的。
但我不认为，可以完全抛弃下限去评价。
换言之，如果只纠结于你的智驾能多识别几个复杂障碍物、激进到多超几辆车、少接管一点时间，但是却在关键时刻完全刹不住，连基本的行驶安全都没法保障，我不认为这样的端到端智驾是NB的。
当然，因为国内厂商目前都还在转型阶段，会有这样的问题也算正常。但我认为至少在思路上，不能为了激进地追赶而放弃最基本的思路。
这也是为什么，我之前的微博提出过一个观点，就是反复强调规控的重要性。
我所指的“规控”并不是指单纯的规控模型、代码或所谓的神经网络，而是指一种规控的路径和思维。
换言之，我认为端到端目前需要解决的下限就是安全性，而端到端安全性的底层逻辑，其实就是规控思维。
不论你是“one model”，把感知、规划、控制抖集成到一个模型当中；
还是走分段式路线，拆成感知模型、规控模型两块；
抑或是像华为ADS3.0 一样，用PDP+本能安全网络来兜底；
甚至是蔚来提出的NWM也好，用生成式模型去做预测，用场景覆盖的思路去包含掉规控的实现路径。
不论你是目前主流的哪种方式，规控的思维我认为还是不能放弃的，哪怕是在测试阶段。不然依靠黑盒叠加来解决所有场景，最终的结果可能会达到预期，但中间漫长的过程中都会是拙劣的拟合，造成“上限很高，下限很低”的极端情况。
端到端的本质是减少模块之间的信息损耗，尽量保证输入信息流在神经网络当中的无损传递。它的缺点也很明显，就是极强的黑盒属性。如何做到无损，会是评价上限的主要标准，那么如何克服黑盒属性，就应该成为代表安全的下限。
所以，从这个角度来讲，我认为主流厂商都还是理智的，没有为了激进的追赶而放弃一些基本的东西。当然，你可以抨击某些厂家是在玩文字游戏，他们并不是纯粹的一体式端到端，但是请你们在评价这些厂商的时候，记得他们为安全性做了兜底，没有为了技术而放弃人本思维。
智驾和自动驾驶无论演进到L几，安全都应该成为首要的考量。
所以如果有厂商为了智驾能力的上限，拿掉了安全性、兜底性的配置或功能去做纯粹的黑盒测试，即使你家最终呈现的能力最强，我也没法做到认可。
有感而发，看不惯行业里的某些风气。
但对于大部分头部厂商，我还是很尊敬的。#汽场全开#
