在端到端神经网络范式下，海量高价值数据成了真正的资产。在数据规模、质量和多样性上，特斯拉量产车规模接近千万辆，上天入地，昼夜穿梭，风雨无阻，甩开了Waymo不知多少里地。端到端自动驾驶系统不仅可以从海量数据中自行学习如何分解任务，建立内部表征，做出最优决策，学到更泛化、更柔性的解决方案。而且，基于AI原生思维的端到端自动驾驶算法遵循一项神奇的定律，也就是被OpenAI、谷歌这些巨头喊了三年的Scaling Law。在尺度定律的支配下，自动驾驶神经网络的性能将随着数据与算力的增长持续提升，实现驾驶智能的涌现。在数据驱动的端到端范式下，塑造自动驾驶大脑、淬炼驾驶智能的真正胜负手在于获取数据的能力与规模。对于L2和L4阵营而言，这场竞赛注定是不平等的。L4玩家依靠有限的小规模车队慢条斯理地收集着数据样本，而L2玩家却可以凭借数百万辆前装量产车，在真实世界的复杂洪流中，以近乎零边际的成本，昼夜不息地汲取数据洪流。无可比拟的量产车入口，让L2玩家掌握了一种更为直接、也更为根本的进化路径。根据特斯拉自动驾驶负责人阿肖克的分享，每一次数据采集器的成功触发、每一个特定长尾场景的主动捕捉、每一个人类驾驶员的必要接管、每一次状态空间的显著变化，都成了喂养自动驾驶大脑的关键经验。由此，一个强大的数据飞轮开始旋转，规模量产车产生优质数据，数据驱动模型进化，进化的模型带来更出色的用户体验，吸引更多车型为智能驾驶买单。于是，更多的车辆、更长的里程又源源不断地生产着更大规模的数据。就这么完美闭环了。大v聊车