随着AI发展和算力快速提升，端到端方案上限显著提高，智能驾驶算法路径选择开始趋于收敛。广发证券认为未来智驾竞争主要集中在算法领先性、数据闭环能力和云端算力资源。本文系统梳理从规控到端到端的算法演进脉络，以及国内各车企的技术进阶路径与布局差异。

在过去研究中，技术路径是否固化及其影响下的格局变化是持续思考的核心问题。随着AI技术、计算能力迅速发展，依赖于大模型及规模算力的端到端路径的天花板显著提升，各家企业在技术路径上的选择或开始趋于一致。当前行业对智驾路径变迁的认知已基本达成一致，从规控时代全面进入端到端时代。路径收敛意味着弯道超车的窗口正在收窄，先发者的优势将更加稳固。

规则主导时代分为四个阶段：2017年以前依赖"2D+CNN"感知框架；2017-2019年特斯拉引入HydraNet多任务学习架构；2020-2021年"BEV+Transformer"突破实现大模型时代，摆脱高精度地图依赖；2022年占用网络增强高度信息感知，解决异形障碍物识别。2023年特斯拉开创一体化端到端大模型，用3000多行代码替代了原来超过30万行的C++代码，将感知、规划和执行环节一体化。

特斯拉一体化端到端虽能有效降低模块间误差累积，但决策流程如"黑盒"，可解释性欠佳。国内车企结合自身能力开创分段式端到端路线，仍包含感知和决策模块但通过神经网络衔接，采用联合训练方式使下游反馈直接传递至上游。VLM端到端模型引入视觉语言模型，通过"快系统+慢系统"双轨制提升复杂场景应对能力。VLA模型实现视觉、语言、动作三种模态深度融合。

特斯拉2021年7月率先实现BEV+Transformer，2022年8月推出占用网络，2023年12月实现一体化端到端。华为2022年5月实现BEV+Transformer，2023年4月引入占用网络，2024年8月推出分段式端到端，一体化端到端预研中有望2025年量产。理想2022年6月实现BEV+Transformer，2023年4月应用占用网络，2024年7月推出VLM模型。小鹏2022年9月达成BEV+Transformer，2024年5月推出分段式端到端。

主要车企智驾算法进阶时间线

车企	BEV+Transformer	占用网络	分段式端到端	一体化端到端
特斯拉	2021.07	2022.08	—	2023.12
华为	2022.05	2023.04	2024.08	预研中（有望2025量产）
理想	2022.06	2023.04	2023.06	—
小鹏	2022.09	2023.10	2024.05	预研中

从终局看，由于人才流动技术也会随之流动，持续投入智驾、对人才具备吸引力的公司在算法能力或将趋同。但在进阶过程中，算法迭代的速度与代际差依然是拉开各家车企智驾体验的关键因素。算法上的布局、进展、能力及潜力依然会是未来1-2年内各家车企拉开显著差异的重要跟踪变量，也是投资决策中需要持续关注的核心维度。