自动驾驶行业最剧烈的技术变革即将到来。
端到端架构是2024年最重要的技术炸弹，它打破了传统架构中模块化的解决思路，让感知信息更加无损地参与到每一条路径规划中，理论上可以输出更加拟人化的结果。驾驶策略。
但与此同时，焦虑的种子也已种下。自动驾驶行业不乏热词，但很少能看到一项似乎一夜之间吸引所有人关注的技术变革：
蔚来今年年中成立了庞大的模特团队；理想专门打造了数百人的端到端研发团队；小米智能驾驶团队将感知和控制两个部门合而为一，只为端到端的架构解决方案能够尽快量产。
目前尚不清楚端到端架构的技术优势是否真的如PPT中描述的那样优越，但技术变革的第一场秋风已经吹向那些奋战在一线的智能驾驶工程师。
2024年的自动驾驶市场本来就不太平静。即使是最热门的新概念也无法赋予它第二春。
2021年是智能驾驶人才市场的巅峰时刻。
在那个很多厂商还以小演示视频称霸世界的时代，具有实际量产项目经验的人才少之又少。依靠融资获得大量现金流的自动驾驶公司同样财力雄厚，可以通过跳槽实现高薪甚至高薪加薪。有很多工程师可以直接将数字翻倍。
不过，站在2024年阶段，自动驾驶的商业化路径已经清晰。再加上资本市场遇冷，自动驾驶赛道上部分企业市值较高峰期下跌过半，整个行业又回到了冷静期。
行业参与者之间的优胜劣汰也在加速。来自率先创立智能驾驶品牌并率先量产的小鹏汽车；华为则凭借爆款新车新M7，将智能驾驶理念彻底推向大众市场；到了被普遍认为落后的华为，理想却突然在端到端架构中涌现……
短时间内占领技术制高点并不是真正的一劳永逸。相反，它更像是一场量产竞争，需要精准洞察市场需求、坚持投入高额研发成本、不断与时间赛跑。
在外部环境寒冷和内部技术变革的双重压力下，智嘉人正遭遇前所未有的职场困境。
他们要思考的是，在端到端架构为未来趋势的背景下，自己的公司还能在市场上保持多大的竞争力，是否会因为缺乏竞争力而进行裁员、裁员；
你所掌握的传统技术栈在未来的端到端架构中是否仍然有用；
现阶段与其专注于量产项目，不如更早转向端到端架构的项目，积累经验……
这些问题或许很难在日复一日的高强度工作中找到理性的答案，但已经到来的窗口期不会等待站在路口的每个人。
某领先智能驾驶公司感知算法工程师张晓在回忆2021年自动驾驶人才市场的大形势时不禁感叹：当时可以用“疯狂”来形容。
那一年，自动驾驶行业首次在乘用车市场看到了大规模商业化的可能性，但同时，能够落地的量产项目却寥寥无几。
即使是当年非常火爆的自动驾驶汽车上街营销案例，据业内人士告诉《电车轨道》，那也只是一个精心准备的演示。正式拍摄的前一天晚上，工程师没有等到很晚。还调试了一晚上。
抢手的量产项目经验成为当年人才市场上智嘉人不可多得的筹码。
“只要你在这个行业工作了2-3年，有1-2个量产项目的经验，跳槽的薪资涨幅至少在50%以上，一些顶尖的技术专家甚至可以加倍薪资。”年薪达到百万级别。”
但到了2022年底、2023年初，张晓能明显感觉到整个自动驾驶行业正在迅速降温。一些企业开始慢慢耗尽现金流，大规模集体挖人的情况也越来越少。高管辞职。
下降的主要原因是，随着辅助驾驶在乘用车上的逐步落地，自动驾驶的商业前景已经达到了可观察的上限。
人才市场最直观的体现就是行业能够容纳的职位越来越少。曾经从事L4级自动驾驶的工程师纷纷转投AI或芯片领域；
张晓所在的领先智能驾驶公司在短短几年内取得了巨大的商业成功。然而，工作了三年，张晓的工资仍然赶不上行业最鼎盛时期外部公司给他的待遇。等级。
浪潮汹涌，小型智能驾驶供应商的日子更加艰难。 “一些自动驾驶解决方案供应商可能上半年刚刚谈过项目，但下半年谈判就破裂了。”一位智能驾驶供应商的工程师告诉《有轨电车》。
正当自动驾驶行业不再像以前那样火爆的时候，端到端架构的适时出现，让大家看到了重新排列行业地位的新希望，但也创造了一个新的分水岭。
尽管过去几年自动驾驶行业经历了多轮技术迭代，行业也早已习惯了新的技术术语，但“端到端+大模型”仍然是一个非常大的技术演进。
张晓客观评价，基于端到端架构的自动驾驶产品将在未来2-3年内量产。这将是一款体验上完全不同的产品，也将极大改变自动驾驶赛道的玩法。 。
然而，整个行业都看到了端到端架构所蕴含的巨大价值，但并不是每个人都有足够的资源投入其中。
在端到端架构席卷行业之前，2023年启动的量产项目交付竞赛仍处于激烈阶段。尽管很多企业在宣传中表示要端到端ALL IN，但有限的人力物力无法保证量产项目如期交付的前提下，通常都是忙碌的。
来自造车新势力的控制算法工程师刘晔的团队几个月前刚刚交付了今年的量产功能，团队大部分人都在向端到端迈进。
刘野很遗憾自己在行业最巅峰的时候加入了自己目前所在的造车新势力，因为在他看来，造车新势力有限的资源不足以支撑未来端到端下的智能驾驶体验。结束架构。以获得足够的竞争力。
据刘晔了解，一家领先的新势力、一家顶级智能驾驶供应商的每个业务线都至少配备了30-40人负责端到端架构的开发；而像他自己这样的一些小工厂，只有在无事可做的时候才能工作。
对于那些每天沉浸在传统技术堆栈中、努力保证交付的聪明司机来说，向端到端架构转型并不是一件容易的事。
本质上，端到端架构是感知模块驱动的技术变革。曾经适用于感知模块的深度学习网络和技术堆栈被发现在预测和规划等其他模块中同样有用。
因此，相比负责感知算法的研发工程师，控制岗位出现更严重的岗位动荡。
刘晔表示，他曾在2021年从规划转到预测，正是这次转岗，让刘晔很早就接触到了相关模型知识，所以现在转端到端并不算太难。
“我花了大约 4 年的时间才接触到这些内容，慢慢学习的感觉很好……但如果只有只会写规则的人在一年内进化到端到端，那肯定会是相当困难的。”
除了对即将到来的新技术感到焦虑之外，还有一个心理层面需要保持。
上述智能驾驶供应商的一位工程师告诉《电车轨道》，现在大家最害怕的是，随着一项重大的技术革新，他这几年所谓的工作经验将完全没用。
“在现在的就业环境下，如果你面对的是一个全新的技术，而且你和一个刚毕业的同学站在同一起跑线上，那么你大概率是无法和他相比的。”
张晓表示，端到端架构带来的技术变革并没有在短时间内转移到人才市场。对于想要从量产项目转向端到端智能驾驶的人来说，还有一定的窗口期。
端到端似乎是一个非常时髦的新术语，但相关概念其实早在2017年或2018年就被提出了。张晓所在的公司对于端到端有一个更容易理解的术语，那就是“监管”人工智能”。
作为前沿技术领域，“监管AI”多年来取得了肉眼可见的进步。从最早只出现在学术论文中，逐渐被一些公司以demo的形式对外展示，到现在已经零星出现在大众媒体中。生产项目。
不过，“人工智能监管”真正受到业界关注也是最近一两年的事。张晓表示，即使到2024年，真正能在“监管AI”上取得成果的企业也只有少数，理想汽车就是其中之一。
即便端到端架构真的能让未来各家智能驾驶公司趋之若鹜，但在张晓和刘野看来，转向端到端并不意味着一次就能搞定。对于所有人。
历史经验表明，传统技术栈在新架构下依然有用。例如，BEV视角的感知，最早被特斯拉在2021年AI DAY引入自动驾驶圈，并被中国自动驾驶玩家模仿。
然而，即使在2024年的今天，在OCC占领电网和端到端出现的背景下，BEV相关技术栈仍然被当前的前沿架构所应用。某领先造车新势力最新的端到端解决方案也会有BEV输出，并没有被淘汰。
张晓表示，一些特定的功能模块天然适合使用传统规则：
比如AEB自动刹车，目标非常明确，不需要优先考虑用户体验，所以规则非常好用；
控制车辆方向盘转动多少、油门踩刹车多少的控制模块仍然以传统的方式完成，并没有纳入端到端的范畴。从业者无需担心自己的技术栈被颠覆。
由于AI模型的工作逻辑是从大量数据中寻找概率较高的解，因此端到端架构下的路径输出无法避免抖动问题，这仍然需要基于传统的安全模块规则来解决问题。
路线抖动问题带来的安全隐患和不适感非常强烈。当车辆决定绕过障碍物时，它可能会在前一秒决定从左侧绕行，然后在下一秒切换到右侧。
因此，车企仍需在基于传统规则的安全模块上进行大量投入。比如华为乾坤ADS 3.0架构中的本质安全网络就起到了类似的作用，自然还是需要这方面的人才。
在未来端到端架构投入量产的初期，编写传统规则的人甚至可能不降反升——
端到端架构下的智能驾驶体验很难与从一开始就经过无数轮优化的传统架构相媲美。因此，需要更多的人来编写规则，为这种暂时还难以捉摸的新架构提供指导。
那么在未来的端到端项目中，编写传统规则的人仍然占团队的多少比例呢？
张晓表示，目前量产的项目中，系统中规则和网络的比例是1:1。团队结构上，以感知模块为例，数据和网络人员比例为1:1。比例为70%，编写传统规则的占30%。
“未来，如果端到端的架构非常理想，写规则的人仍然会保留15%……
华为、小鹏、理想目前的量产项目仍然严重依赖规则，过去写规则的人至少有50%在端到端架构时代仍然适用。”
在端到端架构下，团队中的人才流动很可能以相对“温和”的形式发生。
每一轮重大技术变革，行业都最需要能够引领学术界的顶尖技术专家。这些人通常很少见。他们将带领那些做过传统项目但有一定业务经验的人完成转型。然而，团队中的大多数人实际上并不需要非常了解新技术。深刻的。
“据我所知，M公司的下一代产品已经确定由AI控制，但他们的人员部署并没有出现大规模裁员。大多数人仍会留在原来的团队，并会配备新技术领导带领他们开展新业务”。
端到端架构下的人才流动已经发生。
作为业内最早发布端到端智能驾驶解决方案的公司之一，张晓的研发团队近期完成了拆分。有些人在做批量生产和交付，而另一些人则转向端到端。
前不久刚刚完成量产项目交付的刘野，如愿加入了端到端的项目工作，但怀着危机感的他已经开始关注新的机遇。
“小工厂现在都希望降低成本，我们对公司来说成本比较高，也许公司也会希望我们离开……
很多时候变化并不是来自于新技术，而往往更多地与公司本身有关。大公司对人才的虹吸效应会非常明显，特别是在自动驾驶行业。”
端到端架构对智能驾驶各方面的要求尚不明确。这是大家焦虑的一个原因，但同时也是一个机会。
刘野在为公司端到端架构项目招聘新员工时，发现由于过去模块化的工作方式，人才市场上的每个人都只擅长自己专业的一小部分，或者他们建立模型的能力很差。能力强，或者很擅长数据处理，或者规划路径很有经验，但熟悉各个领域的通才却很少。
张晓表示，未来端到端时代的核心能力是“懂业务”：了解系统的边界能力在哪里，需要完成什么任务，并为其匹配合理的硬件和技术资源。
要“懂业务”，智嘉人需要在大量的实际项目中积累足够的工程经验。这种经历无论面对什么样的颠覆性技术变革，都是一种难得的个人竞争力。
端到端时代，智能驾驶人的转型窗口已经打开。
要么坚守传统技术栈，继续为量产项目大放异彩，要么毫无推脱地转向端到端，因为留给大家奋斗的时间已经不多了。
目前，领先的智能驾驶公司端到端架构的阶段性产品已开始落地：
华为ADS 3.0将于9月陆续推出；理想端到端智能驾驶将于10月23日全面向用户推出；据传，小米的端到端智能驾驶也可能年内推出……
张晓判断，明年2月、3月，可能会有越来越多老智佳人做传统技术栈被淘汰的例子。当整个行业开始量产端到端架构下的产品时，他们就不再想转型。它将变得更加困难。
“缓解焦虑的唯一方法就是学习新事物。转型能否成功是另一个话题，因为如果每个人都转向端到端，你不转向就会被抛在后面。”一位前文之家供应商的工程师解释道。
（受访者张晓、刘野为化名）
