过去国内辅助驾驶从业者经常说，端到端是黑箱，其推导过程不可知。
那么特斯拉是怎样的呢？
Ashok 阿肖克·埃卢斯瓦米（Ashok Elluswamy，特斯拉AI副总裁）在ICCV上的演讲中，提到了端到端的模型是如何监测其过程，并且保证安全性的。
结果是，其实，端到端模型还会生成很多过程性的结果，虽然是辅助性的，但是可以用来辅助预测，最终的结果是否正确或者安全：
BigBite思维随笔总结：
可以看到这样的端到端系统不仅输出了下一个驾驶控制指令，还在决策规划信号前输出了很多中间结果，包括了带速度信号的3D占据网格，3D高斯特征，车辆，行人，骑行人等动态障碍物，交通信号灯，信号牌，道路边沿、车道线等静态物体，还有限速，道路属性，以及语言模式表达的决策信息。
这些中间结果信息不仅仅用于车机可视化渲染，更加可以通过条件概率，也就是大语言模型中广泛应用的思维链COT（Chain-of-Thought）形式以及过程校验手段，确保了最终输出驾驶控制信号的正确性。
