TIER IV，即 Autoware 开源自动驾驶软件栈背后的公司，于 2026 年 11 月 11 日宣布已开发并公开发布一套端到端（E2E）自动驾驶 AI 模型。该套件包含仅相机、支持 LiDAR 以及混合传感器配置的模型，项目通过 GitHub 和 Hugging Face 提供源代码和模型权重。
发布的模型
本次发布打包了数个不同的 E2E 模型。TIER IV 着重介绍了 METEOR —— 一个使用鸟瞰图（BEV）表示、面向乘用车的轻量多任务模型，参数量为 1600 万；由 Autoware Foundation 牵头的 AutoE2E，参数量为 7990 万，采用快–慢（Fast–Slow）架构；以及 Alpamayo 2 Edge，一款源自 NVIDIA Alpamayo 系列的 20 亿参数视觉-语言-动作（VLA）变体。每个模型均提供用于 Autoware 的集成示例，并附有指向 GitHub 与 Hugging Face 仓库的链接。
集成与生态系统
TIER IV 表示，这些模型被设计为可在多种计算平台上运行——并不限于 NVIDIA 硬件——且 Autoware 2.0 提供了一种架构，可将 E2E 神经模型与传统基于规则的模块相结合。公司还提到其 Co‑MLOps 平台中的工具可自动化标注与训练工作流，便于整车厂和供应商的适配。TIER IV 将此举框定为通过开放协作扩展部署与商业化选择。
这对市场意味着什么
开源生产级 E2E 模型降低了对以 Autoware 为开发基础的小型整车厂、一级供应商和区域出行运营商的技术与成本门槛。通过发布面向仅相机与传感器丰富配置的模型并提供集成代码，TIER IV 与 Autoware Foundation 为缺乏从零训练大型模型资源的公司提供了现成的出发点。这可能加速 3 级/4 级辅助驾驶和本地 robotaxi 试点的开展，尤其是在 Autoware 已有立足点或监管者偏好透明、可审计软件栈的地区。
对欧洲及中东欧参与者而言，实际收益有两方面：利用成熟的开源工具更快地进行 ADAS/robotaxi 功能原型开发，以及通过复用社区维护的模型和数据流水线工具实现潜在成本节约。该地区的运营商和供应商可以将已发布模型适配到本地传感器套件和地图格式，而无需等待专有软件栈的移植或授权。
这并不免除安全、验证和监管相关工作：E2E 系统在保障特性上与模块化软件栈存在不同，任何在公共道路的部署都将需要车载验证、场景测试以及在各国和欧盟法规下的认证步骤。尽管如此，开源模型的可用性很可能扩大能够实质性参与自动驾驶开发的组织范围。
来源：TIER IV、PR Newswire、SDV Sector
合作伙伴说明：EastAutoNews 的技术合作伙伴 DaVinci AI 为整个汽车行业开发 AI 解决方案——从市场与经销商分析到自主 AI 代理及图像与视频制作。
