エンドツーエンド（E2E）自動運転（2025年）

エンドツーエンド自動運転の本質は、大規模で高品質な人間の運転データを通じて運転行動を模倣することにあります。技術的な観点からは、模倣学習に基づくアプローチは人間レベルの運転性能に近づくことはできますが、人間の認知限界を超えることは難しいです。さらに、運転データセットには高品質なシナリオデータが乏しく、データ品質も不均一であるため、エンドツーエンドソリューションが人間レベルの能力に到達するのは極めて困難です。これらのシステムは通常、トレーニングに数百万もの高品質な運転クリップを必要とするため、スケーラビリティの閾値が高いことが、進歩をさらに複雑にしています。

2025年初頭にDeepSeek-R1モデルが業界で話題となった後、その革新的な強化学習（RL）のみの技術的経路が独自の利点を実証しました。このアプローチは、最小限の高品質データでコールドスタートアップを達成し、多段階のRLトレーニングメカニズムを採用することで、大規模モデルのトレーニングにおけるデータ規模への依存を効果的に低減します。この「スケーリング法則」の拡張により、モデルの継続的な拡張が可能になります。RLの革新は、エンドツーエンド自動運転にも転用でき、環境認識、進路計画、意思決定をより高い精度で強化することができます。これは、より大規模でより有能なインテリジェントモデルを構築するための基礎を築くものです。

重要なことは、RLフレームワークが対話的環境において自律的に推論チェーンを生成することに優れており、大規模モデルが思考連鎖（CoT）能力を開発することを可能にすることです。これにより、論理的な推論の効率が大幅に向上し、人間の認知的制約を超える可能性さえ引き出すことができます。ワールドモデルによって生成されたシミュレーション環境と相互作用することで、エンドツーエンド自動運転モデルは現実世界の物理的ルールをより深く理解できるようになります。このRL主導の技術的道筋は、アルゴリズム開発への新しいアプローチを提供し、従来の模倣学習の限界を打ち破ることを約束します。

I VLAパラダイムへのエンドツーエンドモデルの移行

エンドツーエンドモデルは、ニューラルネットワークを介して視覚入力を駆動軌道出力に直接マッピングします。しかし、物理世界の力学を本質的に理解していないため、これらのモデルは明示的な意味理解や論理的推論なしに動作します。言葉による命令、交通ルール、文字情報を解釈することができません。さらに、3次元空間知覚が限られているため、ロングテールのシナリオでは汎化が制限されます。

VLA（Visual-Language-Action）パラダイムは、LLM（Large Language Models）をアーキテクチャに統合することで、決定的な改良をもたらします。これにより、元のシングルモダリティ視覚行動システムは、視覚、言語、行動を組み合わせたマルチモーダルフレームワークに変換されます。LLMを組み込むことで、人間のような常識と論理的推論が自動運転システムに注入され、データドリブンの「弱いAI」から、インテリジェンスドリブンの「ジェネラリストシステム」へと移行します。

II VLAモデルの学習過程と強化学習の応用

大規模言語モデル（LLM）の事後学習では、強化学習（RL）がますます普及しています。例えば、今年の目玉モデルであるDeepSeek-R1は、RLを中心的な学習方法として活用しています。適切な報酬メカニズムを設計することで、RLは基盤モデルの推論能力を効果的に活性化させました。当初は言語モデルで実証されたこの技術的優位性は、現在では自動運転業界でも注目されており、複数のメーカーがADAS技術にRLを組み込んでいます。

VLAモデルのトレーニングは2段階に分けられます。「ベースモデルの事前学習」と「ドメインの微調整」です。事前学習段階では、文脈の理解、論理的推論など、膨大なデータを通じてモデルに一般的な認知能力を与えます。インテリジェントドライビング分野の微調整段階では、教師あり学習によって基本的な運転ルール（車線維持や障害物認識など）を確立し、強化学習（RL）の助けを借りて重要なアップグレードを完了する必要があります。

当レポートでは、中国の自動車産業について調査分析し、エンドツーエンド（E2E）自動運転の技術ロードマップと開発動向、国内外のサプライヤーなどの情報を提供しています。

目次

第1章 エンドツーエンドインテリジェントドライビング技術の基礎

• エンドツーエンドインテリジェントドライビングの用語と概念
• エンドツーエンドインテリジェントドライビングのイントロダクションと現状
  • 概要
  • エンドツーエンドモデル実装方式
  • エンドツーエンドモデル検証方式
• 代表的なエンドツーエンドインテリジェントドライビングの事例
• 基盤モデル
  • 基盤モデルのイントロダクション
  • 基盤モデル：大規模マルチモーダルモデル
  • 基盤モデル：マルチモーダル大規模言語モデル
• VLM・VLA
• 世界モデル
• E2E-AD動作計画モデルの比較
• VLAモデル
• 拡散モデル
• ELM（Embodied Language Model）

第2章 E2E-ADの技術ロードマップと開発動向

• エンドツーエンドインテリジェントドライビングの技術動向
• エンドツーエンドインテリジェントドライビングの市場動向
• エンドツーエンドインテリジェントドライビングチーム構築

第3章 エンドツーエンドインテリジェントドライビングサプライヤー

• MOMENTA
• DeepRoute.ai
• Huawei
• Horizon Robotics
• Zhuoyu Technology
• NVIDIA
• Bosch
• Baidu
• SenseAuto
• QCraft
• Wayve
• Waymo
• GigaAI
• LightWheel AI
• PhiGent Robotics
• Nullmax
• Mobileye
• Motovis

第4章 OEMのエンドツーエンドインテリジェントドライビングのレイアウト

• Xpengのエンドツーエンドインテリジェントドライビングのレイアウト
• Li Autoのエンドツーエンドインテリジェントドライビングのレイアウト
• Teslaのエンドツーエンドインテリジェントドライビングのレイアウト
• Zeronのエンドツーエンドインテリジェントドライビングのレイアウト
• Geely & ZEEKRのエンドツーエンドインテリジェントドライビングのレイアウト
• Xiaomi Autoのエンドツーエンドインテリジェントドライビングのレイアウト
• NIOのエンドツーエンドインテリジェントドライビングのレイアウト
• Changan Automobileのエンドツーエンドインテリジェントドライビングのレイアウト
• Mercedes-Benzのエンドツーエンドインテリジェントドライビングのレイアウト
• Cheryのエンドツーエンドインテリジェントドライビングのレイアウト
• GAC
• Leapmotor
• IM Motors
• Hongqi