自动驾驶系统（端到端）的延迟主要有：摄像头传输延迟、画面裁剪压缩处理时长、模型处理时长、车身控制延迟。

端到端模型只输出轨迹、油门刹车，所以SR画面除了行驶轨迹其他全部都是之前的感知结果，端到端系统中 — 比如FSD，感知结果大部分都只用来“给人看了”

所以SR比端到端延迟还有额外的： 静态感知、动态感知、占用网络的模型延迟（这三个是并行）、大屏传输延迟、跳变滤波损失、3D引擎渲染延迟。

两者最少差几百毫秒