純視覺+端到端只是當前一種智慧駕駛實作的技術路徑，這種屬於是重演算法、輕感知的一種方式吧；另外一種是「重感知、輕演算法」的方式，兩種技術路徑的側重點不同，前者側重演算法上，後者側重在感知上。目前前者成為各車企爭先發展的重中之重，主要還是因為目前感知技術的不成熟以及多傳感器融合的困難重重所導致的。
因為傳感器本身硬體的不足，所以現在行業內都是重視優秀演算法的開發，感知並不作為重點。這種純視覺方案透過網路攝影機來捕捉環境資訊，具有成本相對較低、資訊比較豐富的優勢。這種方案模擬了人類駕駛中視覺感知的主導地位，使得機器能夠像人類一樣能夠「看」懂道路、車輛和行人。然而，純視覺方案也面臨著諸多的挑戰，比如在惡劣天氣下的感知就不準確、夜間或光線不足時的視覺受限等，這些問題也限制了純視覺方案在某些復雜場景下的套用效果。
此外，端到端的學習方式將感知、決策與控制等環節融合成一個統一的架構，簡化了系統的復雜性，提高了計算的效率，透過大量的訓練數據，端到端模型能夠學習從原始影像到駕駛動作的對映關系，從而實作真正的自動駕駛。這種方式好就好在不用像之前的演算法一樣給機器一條一條的定規則，根據實際的場景來觸發各個規則下的不同執行措施。然而，這種方式的可解釋性較差，難以確保系統在各種復雜場景下的可靠性和安全性。這種方式對訓練數據的高度依賴也是端到端方案面臨的一大挑戰。
只從現階段的技術發展趨勢來看，純視覺+端到端還是有很大的發展潛力的，現在也是有越來越多的智慧駕駛企業投入到這一領域中去，尤其造車新勢力在這一方面投入較多，堅定這一路線的發展。這種技術路徑只是適合於現階段的智慧駕駛的發展，並不意味著它就能代表未來，智慧駕駛的未來更多的是多種技術融合的結果。
智慧駕駛功能的上車，更多的是它的安全性與魯棒性，現階段技術路徑的智慧駕駛車雖然能實作點到點的智慧駕駛，但並不能做到更優的安全性與可靠性，這種單一的傳感器感知肯定是不行的，多傳感器融合的方案肯定是要上車的，畢竟它能夠提供更全面、更準確的環境感知，尤其雷射雷達、公釐波雷達等多種傳感器的結合，彌補了純視覺方案在感知上的不足，提高了系統的魯棒性和安全性。雷射雷達的價格下降之後，說不定會迎來「重感知、重演算法」的新時代！
