日前，2025上海車展汽車智能化峰會的端到端自動駕駛專題論壇上，Nullmax首席科學家成二康博士發表《端到端 - One Model Decoder 架構設計》主題演講，重點講解 Nullmax 在端到端技術領域取得的成果，深度解析 Nullmax 在一段式端到端自動駕駛技術領域的探索與發現，為行業發展提供了新的思路。

本屆中國汽車智能化創新峰會是2025上海車展官方活動之一，也是智一科技連續第四屆在上海車展同期舉辦的線下大會，共吸引近20位智能汽車產業技術產品大咖與青年學者參與。

穩扎穩打：夯實端到端技術根基

演講中，成二康博士提到Nullmax平臺化BEV-AI架構設計，針對自動駕駛感知中的動態障礙物檢測（BEV-AI-OD）、靜態地圖理解（BEV-AI-Map）、車道線檢測（BEV-AI-Lane）、時序信息處理（BEV-AI-Temporal）以及拓撲結構預測（BEV-AI-Topo）等關鍵環節，Nullmax 對 Transformer 中的 Decoder 進行了高效的針對性設計，并成功推動其規模化落地。

基于在 BEV-AI-Perception 中對 Transformer Decoder 的深入研究和豐富經驗，Nullmax 推出了 HiP-AD 方案。團隊發現，設計一款專為輔助駕駛任務定制的 Decoder，可達到感知規劃端到端的設計目標，而且無需依賴大語言模型的龐大參數量。

事實證明，HiP-AD 方案成效明顯。在Nullmax團隊一系列的測試中，它的表現超越了部分 VLM+E2E 和 VLA 的端到端方案。在城市復雜路況測試中，HiP-AD 方案能夠快速、準確地感知周圍環境信息，包括車輛、行人、交通信號燈等，還能迅速規劃出合理的行駛路徑，面對車輛加塞、行人突然橫穿馬路等復雜情況時，決策既合理又及時，展現出了接近人類優秀駕駛水平的能力。

One Model Decoder 架構：

小參數量，大能量

Nullmax端到端One Model Decoder 架構其參數量僅在幾千萬左右，卻能與業內參數量高達 1B 到 7B 的其他模型方案達到相同的優異效果。這一架構在硬件適配性上表現尤為卓越，無論是中高算力芯片平臺，還是高算力芯片平臺，它都能游刃有余地發揮作用。

目前，Nullmax基于Decoder-only的一段式端到端技術架構，在架構設計和工程化落地方面均取得了不錯進展。Nullmax已經成功實現復雜場景下的端到端城市輔助駕駛功能，而基于語言模型大參數量的 VLA 端到端方案也即將實現量產，為用戶帶來更加智能、便捷的駕駛體驗。

此外，為了給端到端設計提供源源不斷的動力，Nullmax 推出了自主成長數據平臺。該平臺依托 BEV-AI-AutoGT 和虛擬數據生成技術，不斷強化基礎設施建設。BEV-AI-AutoGT 技術實現了自動化的真值標注，相比傳統人工標注，效率和準確性大幅提升。大量高質量標注數據為模型訓練提供了充足 “養分”，加速了模型的優化進程。虛擬數據生成技術則在虛擬環境中模擬各種極端和罕見的交通場景，生成豐富多樣的訓練數據，有效彌補了真實數據的不足，顯著增強了模型的泛化能力和魯棒性。

結語

從平臺化 BEV-AI 架構的搭建，到一段式端到端技術的突破，Nullmax 不僅在前沿自動駕駛技術上獨辟蹊徑，更展現出將創新成果高效轉化為實際應用的硬核實力。

如今，一段式端到端技術架構即將實現工程化落地，標志著 Nullmax 在自動駕駛領域的探索將邁向新高度。未來，Nullmax 還計劃陸續進行技術開源，以開放共享的姿態，為行業發展注入新動能，推動自動駕駛技術邁向更廣闊的未來。