端到端架构正成为高阶智驾的“标准答案”。华泰证券研报显示，理想汽车“端到端+VLM”2024年10月全量推送，不到三个月迭代30个版本；华为ADS3.0已全量推送车位到车位（无需事先记忆）；小鹏采用模块化端到端，一套软件适配全车型；蔚来自研NWM世界模型架构前瞻但工程化面临挑战。一段式端到端（One Model）被认为是最终方向，Momenta、华为、博世等均计划2025年量产。VLA和世界模型蓄势待发，DeepSeek横空出世有望加速新技术上车。端到端百舸争流，工程化能力成为决胜关键。

自动驾驶架构向端到端演进大致分为四个阶段。阶段一：感知“端到端”，通过BEV+Transformer等技术进行多传感器融合，各主流厂商基本已越过此阶段。阶段二：决策规划模型化，将预测-决策-规划阶段模型化，但感知和决策阶段仍通过人为定义接口连接，未实现信息无损传输，不属于真正意义上的端到端。

阶段三：模块化端到端，感知模块和规控模块采用神经网络连接，联合训练实现全局优化。2023年CVPR最佳论文UniAD是典型代表，将感知、预测和规划整合到一个网络。小鹏和华为ADS3.0均属于此阶段。阶段四：OneModel/单一模型端到端，不再明确区分感知、决策、规划等功能，从原始信号输入到最终规划轨迹输出直接采用同一个深度学习模型。理想VLM系统是典型代表。

理想汽车：智驾进步最为显著。“端到端+VLM”2024年10月全量推送，系统1为端到端驾驶系统（部署在Orin-X芯片），系统2基于阿里Qwen-VL视觉语言模型做场景理解。迭代速度2-3天，从内测到全量推送不到3个月。2024年11月车位到车位全球首家全量推送。

华为：ADS3.0为感知决策两段式端到端（GOD感知神经网络+PDP决策规划网络+本能安全网络兜底）。2024年12月全量推送车位到车位，无需事先记忆。智驾用户达27.8万人，预计2025年ADS4.0将采用一段式端到端架构。

小鹏：采用模块化端到端（XNet+XBrain+XPlanner三网合一），一套软件适配全车系（不再区分MAX/Pro）。聚焦云端大模型（参数量为车端80倍），追求更高上限。

蔚来：自研NWM世界模型，属于OneModel端到端架构，架构前瞻但工程化落地难度大。2024年7月已落地行业首个端到端AEB功能，路口场景紧急制动正确响应提升5.2倍。

一段式端到端（One Model）或是最终方向。尽管两段式端到端在“黑盒”程度上相对较低、调试难度较小，但一段式端到端在信息传递的无损程度上更具优势。随着算力提升和数据闭环完善，一段式在应对高复杂场景时的性能上限更加显著。

Momenta已从两段式演进至One Model端到端。2022年量产深度学习高速NOA，2023年底合并感知与规划模块，目前智驾大模型已迭代至第五代。量产定点客户包括上汽、一汽、比亚迪、广汽、丰田、通用等。华为车BU也在攻入一段式端到端方案，预计2025年ADS4.0采用。博世、商汤绝影等供应商也明确表示2025年量产一段式端到端无图NOA方案。一段式端到端正从理论走向量产。

VLA（Vision Language Action）模型是端到端架构的下一代关键技术。较VLM增加了对物理动作的生成与控制能力，能将视觉和语言输入直接转化为具体动作指令。优势包括：信息处理效率高、模型能力强、决策透明度高，且具备跨领域通用性。元戎启行和理想均在研VLA模型。挑战在于对车端算力要求极高（可能需要DRIVE Thor等TOPOS级别芯片），头部玩家正走向“软硬一体”自研芯片路线。

世界模型（World Model）是另一重要趋势。核心优势在于对物理世界理解深度和应对未知场景泛化能力。目前主要应用于数据仿真和云端模型优化，在车端落地仍面临算力、带宽、运行速度等挑战。DeepSeek横空出世，其高效蒸馏技术可将云端大模型推理能力高效迁移至车端轻量模型，有望加速VLA和世界模型上车。理想、极氪、元戎等使用或计划使用VLM/VLA多模态大模型，DeepSeek有望吸引车企尝试甚至替代原有模型选择。