很多人觉得，端到端之后自动驾驶“简单”了。以前感知、预测、规划一层层拆，现在一个模型往里一包，规则少了、模块少了，好像工程量也少了？

但是以前遇到一个 Corner Case，至少还能顺着感知、预测、规划一层层找问题。现在端到端遇到一个奇怪场景，车突然刹了、犹豫了，你反而要搞清楚：到底是数据的问题，模型的问题，还是这个场景压根就没学明白，并且神经网络还是一个【黑盒】

现在把智驾做到正常道路上好开、丝滑，已经没那么稀奇了。真正难的是后面那些永远冒不完的施工、异形路口、临时车道、鬼探头，以及各种不按套路出牌的交通参与者，鬼知道会遇到什么逆天场景🤷

最怕的就是“打地鼠”：今天遇到一个问题，补点数据把它修了；明天又冒出来一个，再针对性优化。短期看问题解决得很快，长期可能又变成另一种形式的“规则堆砌”，也就是葫芦瓢在水里按起这头，那头翘起来

端到端从来不是自动驾驶的捷径，只是换了一种解题方式

到最后大家拼的还是那些很笨、很重的基本功：谁能更快发现 Corner Case，谁的数据闭环更强，谁能让模型学会新东西的同时，还不把以前会的东西搞丢，谁的数据📊洗的干净，杂质少
@余凯_地平线民工 @地平线苏箐 @谢谢上路
#地平线HSD##大v聊车#