端到端自動駕駛在復雜城市路況中的表現目前處于不斷發展和優化的階段。

端到端自動駕駛具有一些優勢。它能夠讓車輛的攝像頭像人眼一樣觀察環境并處理應對，減少對高精地圖、V2X 等技術的依賴。其模型架構類似于人類大腦，擁有自主學習、思考和分析的能力，只要用優質的海量脫敏數據加以訓練，就能處理更多復雜路況。而且，端到端自動駕駛能把感知、規劃與控制三大模塊整合在一起，簡化系統架構，提高運行效率，減少對激光雷達和高精地圖的依賴，降低成本。同時，它在信息傳遞、推理計算、模型迭代上更有優勢，可以擁有更強大的通用障礙物理解能力、超視距導航能力、道路結構理解能力，以及更擬人的路徑規劃能力。

然而，端到端自動駕駛在復雜城市路況中仍面臨諸多挑戰。首先是成本控制問題，作為新技術路徑，其大算力、大數據、大算法的高需求構建了玩家的高門檻，訓練成本高昂，算法架構上平衡效率與成本是一大挑戰。其次，存在弱解釋性問題，面對國內復雜的城市路況，安全性難以得到完全保障，需要設置額外的安全邊界做冗余。此外，獲取用于模型訓練的高質量海量數據存在困難，數據的采集、清洗、篩選都是難點。最后，實現大模型的標準化驗證也是個問題，直接實車驗證成本過高，基于數據回灌的開環測試與端到端智駕驗證的可交互性不匹配，基于模擬器實現模型的閉環測試驗證成為當下可行路徑。

目前，包括比亞迪、小鵬、蔚來、理想、極越、華為、Momenta、商湯科技、元戎啟行、Nullmax 等企業都在積極探索端到端自動駕駛技術，并取得了一定的成果。

但總的來說，端到端自動駕駛仍處于發展初期，技術路線尚未經過市場的充分驗證，還需要行業各方共同努力，逐步克服這些挑戰，以實現更安全、高效的自動駕駛。