大讲堂
2026开年的吵架：端到端大模型要干掉GNN？
2026年刚开春，自动驾驶圈就炸了。毫末智行扔出一个炸弹：城市NOA 3.0用图神经网络（GNN）砍掉了70%的高精地图依赖，成本直接砸到行业不敢想的数字。
原来国内做高精地图，一线城市覆盖成本是每公里12万——没错，就是一辆全新合资紧凑级家轿的全款价格。要想覆盖全国所有城市开放道路，算下来得小两百亿，够造半座港珠澳大桥。绝大多数玩家根本玩不起。
毫末说，用GNN重构路网拓扑之后，每公里成本压到了不到8000块。
特斯拉马上跳出来打脸：全靠端到端多模态大模型，根本不需要GNN那套花活，直接从摄像头输入出控制信号，干净利落。
吵得一地鸡毛。
说实话，我看了一圈双方的技术博文，发现根本不是技术路线对错的问题，是话语权和钱的问题。
端到端大模型确实能打，但是你跑一趟城市道路的推理成本，是GNN方案的三倍还多。现在不少厂商吹的端到端，都是拿云端服务器跑出来的效果，真装到消费者十几万的车里，车机芯片根本扛不住。按现在的实测数据，端到端大模型比GNN推理成本高3倍，避让通过率仅提升4%——这生意怎么看怎么亏。
很多人跟着喊GNN过时了，我只能说，被带节奏了。GNN火了快十年，怎么就突然过时了？大模型能处理所有问题吗？显然不能。
藏在流量和供应链里的GNN暗战
很多人对GNN的印象还停留在论文里的概念，其实国内头部公司早把GNN用得风生水起，只是没人喊得那么大声。
跨个界说，把GNN比作城市规划，你就能秒懂底层逻辑。普通卷积神经网络是把城市每一块砖、每一片树叶都拍下来记进脑子里，费力还不讨好。GNN不一样，它只抓关系——哪条路连到哪，哪个POI在哪个路口，哪个用户关注了哪个博主，哪个分子和哪个蛋白能结合，这些连接关系才是核心，细节反而不重要。这不就是城市规划干的事吗？从来不会画清楚每棵树的位置，只抓路网和功能区的拓扑连接，解决核心的通行问题。
字节跳动抖音电商很早就用GNN重构推荐系统了。你想，整个电商生态就是一张巨大的图：节点是用户、商品、博主、直播间，边是点赞、关注、加购、转发行为。原来的协同过滤只能抓两两之间的相似性，GNN能把整张大网的关系全部串起来。内部数据漏出来过，比原来的矩阵分解模型，转化率提升了18%，整体GMV拉涨超过12%——这就是真金白银的收入，不是论文里的指标。
还有出海的安克创新，去年用GNN做供应链优化，把供应商、产能、SKU、渠道做成一张关系图，预测滞销风险的准确率提了30%，一年下来滞销库存直接降了22%，省出好几亿的现金流。
不过话说回来，现在国内GNN的商业化，其实走得有点歪。很多公司打着GNN的旗号骗政府的AI专项补贴，拿个开源模型改两行就吹成自主研发，圈完钱就跑。真正沉下心改GNN的推理框架，让它能在端侧跑起来的团队，没几家。
这就是商业模式的博弈：赚快钱的都去吹大模型参数了，一张嘴就是千亿万亿参数，好拿融资好讲故事。GNN这种赚慢钱的技术，要一个场景一个场景调结构，太苦，没人愿意干。可真到落地赚钱的时候，还是GNN能帮企业省下真金白银。
产业链上的普通人，分到了什么？
别觉得GNN是大佬们玩的概念，和你没关系。这场技术迭代早就把触手伸到了产业链每个普通人的工位上。
原来做高精地图，全国几十万外业采集员，开着采集车天天跑高速跑城市，风里来雨里去，一天跑几百公里，就为了扫清楚路牌和红绿灯的位置。现在GNN能拿众包用户的行车轨迹，自动抽出路网拓扑，准确率能到98%以上，需要人工修正的地方不到2%。很多小的采集公司已经撑不下去了，一半的外业岗位没了。
但你说这就是坏事吗？不对，新的岗位长出来了。原来做标注的，都是标像素框，一个框八分钱，累死累活一个月赚几千块。现在做GNN的关系标注，给路网连边，给分子结构标连接，一个熟手一个月能赚一万五，需求比原来涨了三倍，招人都招不到。
我接触过几个互联网大厂的算法猎头，现在招算法工程师，懂GNN的应届生，起薪比只会调大模型参的直接高20%，开二十万以上年薪抢人。为什么？大模型调参的人一抓一大把，能给垂类场景设计图结构的人，太少了。
很多人说AI就是大厂玩的，中小公司没机会。不对，现在药物研发领域，一堆创业公司用GNN做小分子筛选，原来筛选一个靶点要几年花几亿，现在用GNN模拟分子结构的相互作用，能把研发周期砍一半，成本降三分之二。国内百济神州已经用GNN筛出了两个进入临床的抗癌候选药，这放在十年前根本想都不敢想。
这个方向我认为走对了，大模型做通用能力，GNN做垂类的关系收敛，两者不是取代关系，是互补。现在喊谁干掉谁的，都是炒作。
你仔细想想，这个世界本质上就是由各种关系构成的。人是社会关系的总和，分子是原子连接的总和，产业是供需连接的总和。只要有连接，就有图的用武之地。
等GNN把所有显性隐性的连接都梳理清楚，下一波被重构掉的，会是只会凑参数堆算力的你吗？
作者|大讲堂
排版|大讲堂
审核|乐乐