+关注

手机看

微信扫一扫，随时随地看

FSD、NOA、端到端、大模型……智驾技术名词知多少？

出行放大镜

2025-03-01 08:25发布于北京

+关注

电池管理系统（BMS）、装机量等电动化领域的技术名词刚熟悉，端到端、大模型、FSD等智能化领域的新名词接踵而来，来看一看自动驾驶领域的高频词汇。

“活到老，学到老”，在汽车行业电动化转型、汽车技术加速与ICT技术融合的产业大变革之下，汽车行业媒体记者的一大感受，就是各种新技术名词学都学不完，电池管理系统（BMS）、装机量等电动化领域的技术名词刚熟悉，端到端、大模型、FSD等智能化领域的新名词接踵而来。

小编发现，不仅自己写文章时常常对新技术名词感到发懵，即便是流量颇高的视频号或媒体号在介绍自动驾驶领域的新技术时，也会出现概念不清、定义不准的情况。因此决定把智能化领域高频出现的新技术名词梳理一下，也是自己加深学习的一个过程。

行业热门新词

先从目前最热门的开始：

端到端（End-to-End）：来自深度学习领域的概念，指通过一个AI模型，只要输入原始数据就可以输出最终结果。具体到自动驾驶领域，简言之就是一端输入传感器获取的数据，另一端直接输出车辆控制结果。

2023年8月，特斯拉推出FSD Beta V12版本时，首次提出端到端技术架构，通过引入AI（人工智能）大模型，实现自动驾驶从“规则驱动”转向“数据驱动”，让机器自主学习人类驾驶技能，飞跃技术鸿沟。

端到端技术架构引入之前，自动驾驶技术架构分为感知、决策和执行三大模块，系统根据工程师编好的规则进行决策。需要编写大量代码、开发效率低不说，自动驾驶系统的能力上限也比较低，不仅执行复杂驾驶任务时有明显的机械感，还无法处理没有见过的场景，时常需要人工接管。

引入端到到技术架构，自动驾驶系统直接从海量数据中学习，更接近于人类驾驶水平。端到端使得自动驾驶技术架构实现重大升级，算法得到提升，并节省了大量开发代码。特斯拉FSD V12的代码量，由V11时期的30万行缩减至3000行，还提升自动驾驶系统的敏捷性和准确性。

目前，特斯拉FSD已进化至V13版本，能实现点到点的全场景自动驾驶。2024年以来，国内智能驾驶第一梯队企业如华为、小鹏、小米、理想、蔚来等企业，也都开足马力发力端到端自动驾驶，有些已经实现端到端智驾系统上车。

大模型：大模型是人工智能领域的专业术语，是指使用大规模数据和强大的计算能力训练出来的深度学习模型，这些模型的参数通常达到数亿甚至数万亿级别，具有高度的通用性和泛化能力。一开始，大模型主要是指大语言模型（LLM），但伴随人工智能技术的快速发展，大模型如今已经出现视觉大模型、多模态大模型、基础大模型等。

由于大模型具有自监督学习能力，能够对大量未标记数据进行训练，从而大幅减少数据标注的工作，降低开发成本，提升开发效率，已经成为自动驾驶开发的重要工具。

2022年年底OpenAI 推出ChatGPT，大模型的概念开始破圈进入中国汽车行业，部分企业开始积极部署大模型上车，或自研自动驾驶大模型，或引入百度文心一言等大模型。2025年春节期间DeepSeek在国内外爆火后，进一步带火了大模型的概念，车企也纷纷宣布接入DeepSeek，大模型上车再掀热潮。

中国科学院院士、中国电动汽车百人会副理事长欧阳明高对DeepSeek上车的意义评价很高，认为其将成为国内车企抢占智能驾驶技术主导权的利器。他表示，原来还比较担心特斯拉FSD入华会把国内智能驾驶市场搅得天翻地覆，赢者通吃。但在国内车企广泛采用DeepSeek技术，他对国内企业在智能驾驶领域占据主导地位充满信心。

欧阳明高认为，DeepSeek对自动驾驶来说，降低了端到端自动驾驶的算力、算法的技术门槛，对自动驾驶的加速到来会起到巨大的推动作用。同时，全民智驾时代到来，不仅有助于海量数据的采集，也将加速自动驾驶技术的迭代升级。

BEV+Transfomer 架构：同样是被特斯拉带火的新技术名词，在端到端出现之前，是自动驾驶领域的大热门。BEV+Transfomer 架构是自动驾驶领域的一种通用技术框架。特斯拉是较早将BEV+Transformer应用于自动驾驶的公司之一。

BEV（Bird Eye’s View，鸟瞰视角）：用来描述从高空俯瞰地面时所获得的视角，就像一只鸟儿飞翔在空中向下看时所能见到的景象。这种视图对于自动驾驶车辆而言至关重要，因为它对周围环境的感知和理解更全面和准确。

Transformer是一种基于自注意力机制（Self-Attention）的深度学习模型，最初用于自然语言处理（NLP），后被广泛应用于计算机视觉等领域。

特斯拉在2021年的AI Day上展示了使用BEV+Transformer技术的感知系统，将自动驾驶带入大模型时代。通过BEV+Transformer模型，特斯拉有效解决从2D图像向3D空间感知的转换难题，高效解决纯视觉方案下多个摄像头的数据融合的问题，显著提升了自动驾驶系统的环境感知与决策支持能力。

2022 年，特斯拉对 BEV 进行了升级——引入占用网络（occupancy network），在纯视觉的方案下达到了“伪激光雷达”的效果，进一步增强了自动驾驶系统对复杂场景下物体运动状态的识别能力，提升了在遮挡物体和动态场景中的表现。

特斯拉带热BEV+Transformer之后，国内车企如小鹏、理想、蔚来等，毫末智行、百度Apollo、商汤、地平线等智驾供应商也快速跟进。

特斯拉相关热词

自动驾驶领域的不少新技术新概念，都是特斯拉先带入汽车行业或自创的。

FSD（Full Self-Driving）：特斯拉完全自动驾驶技术的专属名词，该系统旨在实现车辆在没有人干预的情况下，能够自主识别路况、规划路线、控制速度和方向，完成从起点到终点的行驶。

2015年12月，马斯克预测，特斯拉将在两年内实现完全自动驾驶；2016年10月，特斯拉宣布所有新车将配备支持完全自动驾驶的硬件（Hardware 2.0）；2020年10月，特斯拉开始向部分用户推送FSD Beta版本，之后不断扩大FSD Beta的用户测试范围并对版本进行升级迭代。2023年，特斯拉FSD Beta更名为FSD （Supervised）。目前特斯拉FSD已更新至V13版本，能实现点对点的全场景自动驾驶。有了端到端、大模型的助力后，马斯克宣称自动驾驶也将迎来自己的ChatGPT时刻。

经过马斯克本人不遗余力的推广宣传，FSD已经与特斯拉深度捆绑，成为自动驾驶领域的知名技术品牌。2025年2月，特斯拉FSD正式入华，虽然不是“满血版“，但引发一场实际路测的网络狂欢，特斯拉FSD的知名度也迎来大爆发，从汽车圈与科技圈走向社会大众。

Autopilot: 特斯拉对于辅助驾驶系统的命名。2013年，马斯克披露特斯拉正在进行辅助驾驶系统 AP（Autopilot System）的研发，特斯拉的自动驾驶之路开启。2014年,特斯拉推出Autopilot系统，提供基础的驾驶辅助功能，如自动保持车道和自适应巡航控制。该系统主要依赖Mobileye开发的硬件。2016年10月，特斯拉宣布推出增强版Autopilot（EAP）,新增自动驾驶导航功能，后来EAP又增加了自动泊车、智能召唤等功能。在特斯拉FSD大热之前，Autopilot系统一直是特斯拉的灵魂配置。

影子模式：即便车主没有购买Autopilot 或FSD功能，也有一套自动驾驶系统在后台运行，但是并不参与车辆控制。系统会持续做模拟决策，然后与人类的实际驾驶操作进行对比，如果系统发现它的模拟决策与人类驾驶员的实际操作存在显著差异，就会把这些数据记录下来并上传到特斯拉的服务器，用于进一步优化自动驾驶算法。

作为特斯拉获得训练模型数据的核心来源，影子模式能让特斯拉的自动驾驶系统在非自动驾驶状态下持续学习和进化。即使车辆未开启自动驾驶功能，车主的驾驶行为也在帮助系统变得更聪明。这意味着，理论上每一位车主都是特斯拉的“隐形训练员”。

但由于数据采集等合规问题，中国等地的数据只能当地采集当地存储，不能出境。目前特斯拉目前采集并上传的数据主要集中于北美地区。总体而言，影子模式突破了自动驾驶领域的数据采集难题，此前自动驾驶企业大多靠测试车采集数据，效率低、成本高。

国内企业热词

伴随国内企业在自动驾驶领域的快速发展，也形成具有本土特色的自动驾驶术语与热词。

NOA（ Navigation on Autopilot）：导航辅助驾驶或领航辅助驾驶，汽车在开通了“NOA”的区域，设定好车辆的起点和终点，方向盘就能自己开车到达目的地，自动完成行驶、超车、变道、拐弯等操作，解放驾驶者的双手。该技术最早也由特斯拉提出。

国内车企常用的术语是高速NOA或城市NOA。在2020-2022年左右，国内智驾第一梯队企业都在比拼高速NOA，因为高速交通场景相对简单；2022-2024年左右，国内头部智驾企业纷纷推出能够应对复杂交通路况的城市NOA。

高阶智驾：这也是国内企业近年热衷的自动驾驶新词，主要是指L3-L5级的自动驾驶功能，以区别于已经普遍装车的L2级、L2+、L2++级辅助驾驶系统。

虽然不少厂家都打着高阶智驾的旗号做宣传，但业内有观点认为，高阶智驾的核心在于同时支持高速和城区的NOA。仅覆盖高速路况不能覆盖城区的智驾系统，不能算高阶智驾。

自动驾驶等级分类：L0-L5

L0-L5级的自动驾驶分级概念这些年已经广为流传，这一概念最早由美国汽车工程师学会（SAE）提出，我国2021年发布的《GB/T 40429-2021》国标标准，对自动驾驶的分级也基本沿用了这一划分理念。

国标的正式分级与命名是：L0级：应急辅助、L1级：部分驾驶辅助、L2级：组合驾驶辅助、L3级：有条件自动驾驶、L4级：高度自动驾驶、L5级：完全自动驾驶。

L0-2级为辅助驾驶，驾驶员始终是主导者，出了事故由驾驶员负责；L4-5级中，自动驾驶是车辆主导，出了事故车辆背后的生产厂家负责。L3级处于人机混驾阶段，自动驾驶能在特定的设计运行范围内完整执行所有任务，但需要人工随时接管。出了事故到底谁负责目前还是法律上的争议地带，但一些率先试行L3自动驾驶并出台相应管理办法的城市，还是将驾驶员认定为第一责任人。

在技术标准中，L2与L3级的级别划分比较清楚，但在现实中，厂家为了宣传效果，常常混淆L2+级辅助驾驶与L3级自动驾驶的概念。比如，全国范围内的L3级自动驾驶管理办法尚未出台，已经有不少车企宣布高阶智驾能力了。明明只具备高速NOA功能，做不到城区NOA，就敢称自己是高阶智驾，只达到高速NOA水平的话，充其量只能算L2+级辅助驾驶，哪里就高阶智驾了呢？

图片：来源网络

出行放大镜

关注产业大变革记录中国汽车崛起

免责声明：本内容来自腾讯平台创作者，不代表腾讯新闻或腾讯网的观点和立场。