马斯克表示特斯拉计划在其全自动驾驶（FSD）Beta v12中使用端到端人工智能更新其全自动驾驶包，这表明特斯拉或将改变FSD技术路线，同时也为端到端算法打开了在其他领域应用的想象空间。

当前量产智能驾驶汽车多数采用的都是模块化架构，但其级联误差、重复计算、信息交互不畅等问题制约的模块化性能。

端到端架构将每个独立模块整合成“大模型”，输入原始数据直接生成驾驶指令，相比于模块化架构，端到端极大地提升了系统的性能上限。

特斯拉BEV实现由2D向3D跨越，端到端可靠性大幅提高。

特斯拉已经基于Transformer算法成功将摄像头采集到的2D信息成功转化为带有深度信息的BEV鸟瞰图。

Transformer算法采用的Attention机制能够找寻各个数据元素与其他所有数据元素之间的关联，大幅提高算法的泛化能力。

往后看，3D的BEV信息为端到端架构提供了包含更多信息的原始输入数据，在大模型内部可进一步引入Attention机制来实现更好的解读驾驶过程中与周围环境的交互情况，极大地提高智能汽车的可靠性。

TSN、多模态等新技术助力端到端驾驶的落地加速。

与传统以太网相比，时间敏感网络（TSN)，可以保证多种业务流量的共网高质量传输以及确定性的时延。

招商证券认为，考虑到端到端自动驾驶或将以BEV视角下的3D视频流作为原始数据，确定性时延的重要性变高，因此TSN有望成为必然选择。

多模态可以从多个数据源中获得更加全面有价值的资源，从而提高模型的性能和鲁棒性，帮助自动驾驶系统理解各种类型的传感器输入源，从而生成更好的驾驶指令。

自动驾驶相关标的包括：三旺通信（车载TSN网络）、东土科技（车载TSN网络）、当虹科技（娱乐座舱）、菲菱科思（汽车网络交换机和汽车域控制器网关）、德赛西威（智能座舱、智能驾驶、智能网联）、伯特利（线控底盘）、豪恩汽电（301488.SZ）提供汽车智能驾驶感知系统一站式解决方案。