最近很多朋友提到「辅助驾驶的泛化问题」，依赖数据驱动的端到端，是否存在不同城市用户保有量有差异，带来体验上的差异呢？
比如：杭州，就有点典型。理想2024年杭州的终端销量，排在第三，仅次于特斯拉和比亚迪，所以电动知士智驾群在杭州的理想用户，对NOA的表现是比较认可的，理想VLM甚至可以解一部分杭州的可变车道。而小鹏2024年在杭州的销量仅排在第19名，所以XNGP在杭州的评价，就跟广州有差距。
这些销量数据，似乎印证了这种说法。
端到端早期，依赖主机厂自身车队、能快速起步，高质量的数据对于模型预训练价值更大，而从中长期来看，各家都会面临数据总量与数据质量的共同挑战，如果你拥有一个更大的用户车队规模，即便大浪淘沙，也总比无处挖掘更好。
而针对一些长尾问题，各家也开始通过搭建仿真环境，生成数据来解题，模型的强化学习也已经提上日程。
所以，模型的地区泛化性可能存在，但任何发版的软件，主机厂都会遵循一个质量标准，在安全、在体验上有会一个平均分要求，所以我不太相信，不同城市间会存在巨大的gap，更多的体验差异，可能还是在长尾场景里。
如何验证呢？我们从7月份开始，会重启「全国都能开第二季」的拍摄，下半年的主题，就是围绕城市差异、长尾场景展开，我相信今年跑完5-6个城市之后，这个问题会找到一些答案。
