万事万物大都既有优点也有缺点，很多东西都是一把双刃剑！端到端重构了自动驾驶的技术栈，算法的全面AI化，使得数据成为驱动自动驾驶模型迭代的基础养料。从此，自动驾驶系统在一定程度上摆脱了传统范式下有多少人工就有多少智能的尴尬，也杜绝了算法工程师有意无意埋一些bug的做法。天道昭昭，人心可鉴，在裁员四起、人心惶惶的大背景下，理解一下程序员们养bug自重的无奈吧。在给定参数量和模型架构的前提下，自动驾驶模型的能力完全取决于训练的数据规模有多大、数据的质量有多高、分布性有多么丰富。在规则+算法的范式下，自动驾驶系统尚有部分知识来自于人工设定的规则，到了完全转向数据驱动的端到端范式之后，自动驾驶系统全面模型化，系统压缩的所有驾驶知识完全来自训练数据。这就意味着，到了端到端时代，自动驾驶系统训练的数据规模比海量更加海量了。iPhone大屏化之后，宣称“Bigger than bigger”，比逼格更逼格，华为引入全向防撞系统之后，宣称“比安全更安全”，大家借此体会一下啥叫比海量更海量吧。随着智驾里程的增长以及自动驾驶系统能力的提升，训练的数据量当然也会不断增长。如果非要刻舟求剑的话，蔚来截至今年4月份的视频训练量为1,000万个clips，小鹏截至今年9月份的视频训练量为2,000万个clips，特斯拉那么恐怖的训练算力，至少5,000万个clips。以上说的只是训练素材的数量单位，还得考虑训练频次和模型的迭代速度。就跟学霸们通过反复刷题提升成绩一样，模型也是通过反复地训练这些数据，才把驾驶知识训练到模型的参数里面的。特斯拉每天迭代一个小版本，假设需要训练20个频次，每天就得训练10亿个clips！
