端到端模型(End-to-End)是一種機器學習和人工智慧技術，其核心思想是使用一個單一的模型或算法直接從輸入數據生成輸出結果，無需進行手動特徵提取或其他預處理步驟。
在端到端模型中，數據不經過任何預處理直接作為模型的輸入，模型輸出結果後，與預期結果進行比較，產生誤差，然後通過反向傳播算法調整模型參數以最佳化性能。這種方法的優點在於簡化了模型構建和部署流程，同時可以通過深度學習等技術實現高精度的預測或生成。
端到端模型在多個領域中有所套用，如自然語言處理、圖像識別、智慧型駕駛等。例如，在自然語言處理中，一個端到端的文本生成模型可以直接從輸入的語義信息中生成相應的文本；在圖像識別中，一個端到端的圖像分類模型可以直接從原始像素數據中進行訓練和預測；在智慧型駕駛領域，端到端模型可以從原始感官數據直接輸出駕駛決策。