小米的端到端智驾也来了，11月内测，12月就要开启先锋版推送。
要知道小米的第一款车SU7从上市交付到现在还不足一年的时间，而且小米智驾还不是跳跃式发展，而是一步一步走过来的，有图无图都淌了一遍才到现在的端到端。
而且训练端到端模型的成本很高，也很花时间，很多车企都是想小步快跑，小米HAD上来就是300万clips数据集版本，12月推送1000万clips版本，这进度堪称“智驾高铁”。
这种“小米速度”需要提前搭建好完整的数据闭环，更需要算力、数据、模型算法人才上的大规模投入，雷总在广州车展上分享说仅是小米智驾，过去3年就已经花了55亿，我猜测小米跑步进入端到端后，按小米现在的闪电战式推进速度，研发开支只会翻倍增长。
说到这大家可能会好奇，雷总大力出奇迹的HAD智驾体验到底如何？能追赶上先发的华为、理想、小鹏么？AutoLab最近在广州参加了小米HAD的内测体验，我们先来通过视频感受一下吧！
小米的端到端功能上已经非常完整，可以实现车位到车位，在地下车库挂D档后0速就可以启用HAD，车辆自己从地库开出到地面，经过闸机会停车等待，抬杆后迅速通过，车辆全程会沿导航路线自己开到目的地，并进入地库，找到合适的停车位泊进去。
整个过程中HAD可以自己沿导航选择正确的车道线，按照交通法规行驶，避让慢车、临停车和其他交通参与者。
驾驶员全程只需要监督HAD系统开车，确保安全，必要时提前控制住车就行。说白了这种全场景领航辅助驾驶功能，就已经和古人骑马差不多了，马会自己从一个马厩跑到另一个马厩，人只需要必要时控制马别走错路就行。
小米HAD的端到端版本在绕行和路口通过能力上会有提升，例如这个掉头遇到对向来车，系统应对得很从容。
这种双向单车道小路，遇到前方的车不守规矩乱停，HAD也可以流程地找到合适的空间借对向车道绕行。
对非机动车的避让也非常灵敏。
甚至对这类高难度的鬼探头，系统也可以从容应对。
小米的车位到车位全场景智驾，是依靠端到端+VLM的智驾技术架构，就如同理想汽车科普的那样，这个架构是套双系统，端到端是快系统，如同人的“常识”，可以很快对环境做出最合适的反应，VLM大模型是慢系统，如同人的“深思熟虑”，可以对复杂场景快速抽丝剥茧找出最优路径。
小米是国内继理想之后第二家推送端到端+VLM架构的车企，也是国内第一家用端到端+VLM模型做泊车场景的车企，没错，小米HAD的泊车也是用端到端+VLM做的！
体验如何呢？来感受一下HAD在地库内的流畅度。很多车型的AVP功能都是慢到用不了，产品定义非常失败（速度很慢，又需要人在车上，用户开启意愿极低），小米的车库内巡航速度已经和人驾差不多，过弯、会车也比较自信流畅，体感很好。
VLM模型在泊车场景下的作用主要是识别一下不太常见的场景，例如一些小动物卧在车位，有鬼探头风险场景等。
例如我们体验的过程中专门在车内里放了篮球、狗狗模型等，系统都稳定识别并锁住了车位，寻找空旷安全的车位泊入，而且如果刚好停在了狗狗隔壁的车位，系统还会通过小爱同学提醒你开门当心外面的狗狗，很贴心。
而且不同于其他车的AVP泊车功能，小米的HAD不需要驾驶员专门去记录路线！只要驾驶员去过这个停车场，系统就会默默在后台帮忙建好模记好路，下次再去的时候就HAD就可以直接开进地库。
系统后台有一定的储存数量，旧的长期不用也会被新的路线覆盖掉，如果是常去的位置，也可以直接打上标签做手动存储。也就是说小米的AVP泊车过程没有任何多余的动作，不需要占用车主额外的成本，这种产品定义能力确实值得很多车企学习！
总体而言，不论是技术方向上还是功能完整度上，小米已经用极快的速度追赶上了走在前面的华为、小鹏、理想，而一旦在进度上追平，小米的优势就会极大展示出来，例如小米体系能构建出的优秀产品洞察和产品定义能力，庞大的资源投入能力。
这些都会是端到端智驾时代最重要的竞争力。
所以我非常期待小米HAD的后续版本体验，或许它真的能改变我们对智驾体验迭代速度的理解！