国联证券：汽车行业专题研究：如何评价车企端到端能力？

引言：为何关注智能驾驶端到端大模型进展？ 端到端大模型是实现高阶智能驾驶功能的主要路径。端到端神经网络可以充分简化运算步骤，减少人工特征工程的需要，并识别出数据中关联性，充分提升计算效率。受益于有效行为轨迹数据规模提升，智能驾驶端到端大模型有望成为高阶智能驾驶解决方案。2023年开始，模块化的端到端规划模式加速，逐步成为代表智能驾驶实现高阶功能迭代的主要方向。 如何评价车企智能驾驶端到端大模型能力？ 参考大模型的发展，端到端智能驾驶大模型具备涌现效应。我们认为，评价模型主要参数指标为车端轨迹数据规模、训练数据能力、软件开发能力。（1）车端轨迹数据规模：具备集中式域架构和车端具备较大算力的车型累计销量及累计里程；（2）训练模型能力，主要包括智算中心算力、云端训练能力和数据存储能力，训练算力成为运算速度的关键，云架构优化算力编排，数据存储能力决定可训练车端轨迹数据规模；（3）软件开发能力，各家代码并不开源，无法直观评价各家智能驾驶模型。我们集中在车端轨迹数据规模和训练数据能力两个维度，使用研发费用替代软件开发能力。 当下车企智能驾驶端到端大模型进展如何？ 我们从整车端和训练端两个维度进行当