Momenta成立于 2016 年，自 2019 年起在自動(dòng)駕駛領(lǐng)域不斷突破，已成功實(shí)現(xiàn)從 0 到 1 再到 10 的量產(chǎn)跨越，與多家主機(jī)廠建立深度合作。公司使命是 “better AI better life”，目標(biāo)是實(shí)現(xiàn)可規(guī)?；?L4 自動(dòng)駕駛。

2025年3月20日，在第三屆AI定義汽車論壇上，Momenta全球解決方案首席架構(gòu)師饒慶表示，實(shí)現(xiàn) L4 的關(guān)鍵在于安全性比人類司機(jī)高十倍，這需要 1000 億公里數(shù)據(jù)來解決長(zhǎng)尾問題。基于數(shù)據(jù)驅(qū)動(dòng)和用量產(chǎn)車采集數(shù)據(jù)的洞察，公司制定 “飛輪兩條腿” 戰(zhàn)略，通過量產(chǎn)自動(dòng)駕駛與完全無人駕駛相互反哺，借助數(shù)據(jù)驅(qū)動(dòng)、海量數(shù)據(jù)和閉環(huán)自動(dòng)化推動(dòng)技術(shù)發(fā)展。在算法上，公司緊跟趨勢(shì)，從基于規(guī)則演進(jìn)到數(shù)據(jù)驅(qū)動(dòng)，推出一段式端到端大模型，并采用獨(dú)特訓(xùn)練方式降低成本、提高效率。

饒 慶 | Momenta全球解決方案首席架構(gòu)師

以下為演講內(nèi)容整理：

公司發(fā)展歷程與使命愿景

在自動(dòng)駕駛技術(shù)蓬勃發(fā)展的時(shí)代浪潮中，Momenta于2016年成立，其在自動(dòng)駕駛領(lǐng)域的探索與實(shí)踐成果斐然。2019年，公司正式推出量產(chǎn)自動(dòng)駕駛產(chǎn)品和城區(qū)完全無人駕駛方案，自此開啟了在自動(dòng)駕駛領(lǐng)域從無到有的征程。從2019年至2022年，歷經(jīng)三年時(shí)間，成功實(shí)現(xiàn)了從概念到實(shí)際落地的關(guān)鍵跨越，完成了“0到1”的突破，這一階段為公司后續(xù)發(fā)展奠定了堅(jiān)實(shí)基礎(chǔ)。

圖源：Momenta

2022年，公司迎來重要里程碑，與合作伙伴完成首個(gè)車型的量產(chǎn)。隨后，在2022年至2024年期間，公司進(jìn)入快速發(fā)展階段，實(shí)現(xiàn)了從“1到10”的拓展，從第一款量產(chǎn)車起步，截至2024年，已成功量產(chǎn)超過25款車型。這一成績(jī)的取得，不僅彰顯了Momenta強(qiáng)大的技術(shù)實(shí)力和生產(chǎn)能力，更體現(xiàn)了其在市場(chǎng)上的認(rèn)可度和競(jìng)爭(zhēng)力。

在與主機(jī)廠的合作過程中，我們憑借卓越的技術(shù)和可靠的產(chǎn)品，贏得了眾多主機(jī)廠的信賴，許多主機(jī)廠不僅成為其合作伙伴，還進(jìn)一步成為公司的投資人，其中包括上汽、奔馳、豐田以及比亞迪等行業(yè)巨頭。這種深度的合作與投資關(guān)系，不僅為公司提供了充足的資金支持，更促進(jìn)了各方在技術(shù)研發(fā)、資源共享等方面的緊密協(xié)作，共同推動(dòng)自動(dòng)駕駛技術(shù)的發(fā)展。

公司秉持“better AI better life”的使命，旨在通過更好的人工智能技術(shù)，為人們帶來更優(yōu)質(zhì)的生活體驗(yàn)。其核心目標(biāo)是實(shí)現(xiàn)可規(guī)?；腖4級(jí)自動(dòng)駕駛。這里的可規(guī)?；疞4級(jí)自動(dòng)駕駛，并非局限于在特定區(qū)域內(nèi)運(yùn)行的少量自動(dòng)駕駛車輛，而是期望所有車輛都能在全國乃至全球范圍內(nèi)自由行駛，真正實(shí)現(xiàn)自動(dòng)駕駛技術(shù)的廣泛應(yīng)用和普及。

實(shí)現(xiàn)可規(guī)?；疞4自動(dòng)駕駛的技術(shù)路徑

實(shí)現(xiàn)L4級(jí)自動(dòng)駕駛的核心要點(diǎn)在于安全性的大幅提升，自動(dòng)駕駛的安全性至少要比人類司機(jī)高十倍。根據(jù)美國交通局的統(tǒng)計(jì)數(shù)據(jù)，人類司機(jī)發(fā)生一次致命交通事故的平均里程為一億公里。基于此，公司經(jīng)過嚴(yán)謹(jǐn)測(cè)算，得出要實(shí)現(xiàn)比人類司機(jī)高十倍安全性的自動(dòng)駕駛，需要1000億公里的數(shù)據(jù)作為支撐。

這1000億公里的數(shù)據(jù)推算邏輯清晰。由于每1億公里人類司機(jī)發(fā)生一次致命交通事故，基于一定的概率假設(shè)，每100公里中可能會(huì)出現(xiàn)一次類似情況，在此基礎(chǔ)上，為達(dá)到比人類高十倍的安全性標(biāo)準(zhǔn)，經(jīng)過簡(jiǎn)單計(jì)算，便得出需要1000億公里數(shù)據(jù)的結(jié)論。這些數(shù)據(jù)主要用于解決自動(dòng)駕駛過程中的長(zhǎng)尾問題，即真實(shí)世界中出現(xiàn)頻率較低但卻對(duì)自動(dòng)駕駛系統(tǒng)構(gòu)成挑戰(zhàn)的場(chǎng)景。

例如，在去年清明節(jié)期間進(jìn)行一段式端大模型測(cè)試時(shí)，就遇到了路邊燒紙錢產(chǎn)生火堆的場(chǎng)景。這種在特定文化習(xí)俗背景下出現(xiàn)的場(chǎng)景，在自動(dòng)駕駛測(cè)試過程中較為罕見，但卻真實(shí)存在于復(fù)雜的現(xiàn)實(shí)環(huán)境中，屬于典型的長(zhǎng)尾問題。要實(shí)現(xiàn)可靠的自動(dòng)駕駛，就必須有效識(shí)別并解決這些長(zhǎng)尾問題。

為解決這1000億公里數(shù)據(jù)中的長(zhǎng)尾問題，我們提出兩個(gè)關(guān)鍵洞察。其一，采用數(shù)據(jù)驅(qū)動(dòng)的算法取代傳統(tǒng)的規(guī)則驅(qū)動(dòng)方式。在傳統(tǒng)規(guī)則驅(qū)動(dòng)模式下，每遇到一個(gè)新的長(zhǎng)尾問題，就需要定義一條新規(guī)則來應(yīng)對(duì)。然而，在1000億公里的數(shù)據(jù)中，長(zhǎng)尾問題數(shù)量繁多，若每個(gè)問題都單獨(dú)定義規(guī)則，不僅工作量巨大，而且規(guī)則驅(qū)動(dòng)方式存在明顯的上限，難以有效應(yīng)對(duì)復(fù)雜多變的現(xiàn)實(shí)場(chǎng)景。因此，數(shù)據(jù)驅(qū)動(dòng)的算法成為必然選擇，它能夠利用大量數(shù)據(jù)實(shí)現(xiàn)自動(dòng)化學(xué)習(xí)，從而解決長(zhǎng)尾問題。

圖源：Momenta

其二，利用量產(chǎn)車采集1000億公里的數(shù)據(jù)。僅依靠數(shù)量有限的L4級(jí)robotaxi車隊(duì)難以實(shí)現(xiàn)如此龐大的數(shù)據(jù)采集量。經(jīng)測(cè)算，要獲取1000億公里的數(shù)據(jù)量，需要1000萬輛車行駛一年的時(shí)間。這充分表明，只有借助量產(chǎn)車的廣泛應(yīng)用和大規(guī)模行駛，才能滿足數(shù)據(jù)采集的需求，進(jìn)而為實(shí)現(xiàn)可規(guī)?；淖詣?dòng)駕駛提供數(shù)據(jù)基礎(chǔ)。

基于上述兩個(gè)洞察，我們制定了“飛輪兩條腿”的產(chǎn)品戰(zhàn)略?！皟蓷l腿”分別指量產(chǎn)自動(dòng)駕駛和完全無人駕駛。通過量產(chǎn)自動(dòng)駕駛產(chǎn)生的數(shù)據(jù)流，為完全無人駕駛技術(shù)的研發(fā)提供支持；而完全無人駕駛技術(shù)的成果又可應(yīng)用于量產(chǎn)自動(dòng)駕駛車輛，使L2+級(jí)別的車輛逐步接近L4級(jí)的性能，實(shí)現(xiàn)兩者的協(xié)同發(fā)展和相互促進(jìn)。

在“飛輪兩條腿”戰(zhàn)略的核心部分，是包含數(shù)據(jù)驅(qū)動(dòng)、海量數(shù)據(jù)以及閉環(huán)自動(dòng)化的“飛輪三因子”。其中，數(shù)據(jù)驅(qū)動(dòng)算法在公司的技術(shù)發(fā)展中占據(jù)重要地位。以自然語言處理領(lǐng)域?yàn)槔缙谌藗兪褂枚鄠€(gè)不同的小模型分別完成句法分析、語義分析、情感分析等任務(wù)，隨著技術(shù)發(fā)展，逐漸融合為端到端的大模型，如以GPT為首的語言大模型展現(xiàn)出強(qiáng)大的推理能力，能夠形成較長(zhǎng)的思維鏈。自動(dòng)駕駛領(lǐng)域同樣如此，早期使用不同小模型分別實(shí)現(xiàn)紅綠燈檢測(cè)、車輛行人檢測(cè)等功能，如今將這些小模型融合為端到端大模型后，性能得到成倍提升，能夠形成類似人類老司機(jī)的駕駛直覺和行為方式。

公司內(nèi)部算法也經(jīng)歷了顯著的演進(jìn)過程。從算法2.0到5.0，驗(yàn)證了從基于規(guī)則的算法向數(shù)據(jù)驅(qū)動(dòng)算法的轉(zhuǎn)變趨勢(shì)。2022年公司第一款車量產(chǎn)時(shí)，規(guī)劃采用的是基于規(guī)則的規(guī)劃方式。到2023年下半年，在AD算法4.0階段，已完全實(shí)現(xiàn)基于深度學(xué)習(xí)的規(guī)劃。2024年上半年，AD算法5.0開始內(nèi)部測(cè)試，下半年正式推送給終端客戶，形成了一段式的端到端大模型。

與之前的算法版本相比，一段式端到端大模型具有獨(dú)特優(yōu)勢(shì)。在AD算法4.0時(shí)代，對(duì)于一些未明確定義物體的場(chǎng)景，如突然出現(xiàn)的石頭、路面坑洼或清明節(jié)火堆等情況，感知模塊無法準(zhǔn)確輸出物體信息，導(dǎo)致規(guī)劃模塊無法獲取相關(guān)信息，進(jìn)而難以規(guī)劃合理的行駛軌跡避開障礙物。而在算法5.0時(shí)代，通過在訓(xùn)練過程中加入真實(shí)世界的長(zhǎng)尾問題數(shù)據(jù)以及人類老司機(jī)的駕駛數(shù)據(jù)，模型能夠形成對(duì)全局的認(rèn)知。即使沒有明確定義通用障礙物模型，也能基于已有數(shù)據(jù)學(xué)習(xí)到類似繞開通用障礙物的行為，實(shí)現(xiàn)類似人類老司機(jī)的駕駛操作。

不過，訓(xùn)練一段式端到端大模型面臨著巨大挑戰(zhàn)，訓(xùn)練一個(gè)這樣的模型可能需要花費(fèi)一周時(shí)間，且需要投入幾十萬甚至100萬美金的云端算力，成本高昂。為解決這一問題，我們創(chuàng)新地提出了獨(dú)特的長(zhǎng)期記憶和短期記憶訓(xùn)練方式。這種方式能夠在保證模型訓(xùn)練效果的同時(shí)，實(shí)現(xiàn)低成本、短周期的迭代，確保一次性訓(xùn)練成功。

目前，我們與眾多合作伙伴保持緊密合作，陸續(xù)有量產(chǎn)車推出市場(chǎng)，如廣汽豐田的鉑智3X以及東風(fēng)日產(chǎn)的N7等車型。這些量產(chǎn)車的推出，標(biāo)志著公司在自動(dòng)駕駛技術(shù)商業(yè)化應(yīng)用方面取得了重要進(jìn)展，也為消費(fèi)者提供了體驗(yàn)先進(jìn)自動(dòng)駕駛技術(shù)的機(jī)會(huì)。

行業(yè)洞察與智駕摩爾定律

我們基于自身在自動(dòng)駕駛技術(shù)研發(fā)過程中的實(shí)踐經(jīng)驗(yàn)和對(duì)行業(yè)發(fā)展的深入觀察，提出了“智駕摩爾定律”。該定律包含兩層重要含義，其中第一層涉及軟件體驗(yàn)方面。根據(jù)我們的判斷，自動(dòng)駕駛軟件每?jī)赡牦w驗(yàn)將提升十倍。

智駕摩爾定律的第二層含義聚焦于硬件成本。從行業(yè)發(fā)展現(xiàn)狀來看，硬件成本呈現(xiàn)出每?jī)赡隃p半的趨勢(shì)。2022年、2023年，行業(yè)內(nèi)實(shí)現(xiàn)城市自動(dòng)駕駛功能的方案通常采用雙Orin-X以及多個(gè)激光雷達(dá)，整套硬件成本約為2萬元人民幣。到2024年，行業(yè)內(nèi)出現(xiàn)了單Orin-X或其他域控方案，甚至有無激光雷達(dá)的方案，使得實(shí)現(xiàn)城市自動(dòng)駕駛的硬件成本降至1萬元左右。

展望2025年、2026年，公司預(yù)計(jì)通過減配傳感器以及采用性價(jià)比更高的芯片等方式，硬件成本將進(jìn)一步減半，整個(gè)實(shí)現(xiàn)城市自動(dòng)駕駛的成本有望降至4000 - 5000元。這一成本的下降趨勢(shì)，將極大地推動(dòng)自動(dòng)駕駛技術(shù)的普及，使更多消費(fèi)者能夠享受到先進(jìn)的自動(dòng)駕駛服務(wù)。

需要指出的是，硬件成本的下降并非無止境，其下限預(yù)計(jì)在4000 - 5000元左右，這也是實(shí)現(xiàn)NOA的最低成本。在追求硬件成本降低的同時(shí)，如何確保自動(dòng)駕駛系統(tǒng)的性能和安全性不受影響，是行業(yè)內(nèi)需要持續(xù)關(guān)注和解決的重要問題。

“智駕摩爾定律”為自動(dòng)駕駛行業(yè)的發(fā)展提供了一種具有前瞻性的視角。軟件體驗(yàn)的快速提升和硬件成本的不斷下降，將共同推動(dòng)自動(dòng)駕駛技術(shù)從當(dāng)前的發(fā)展階段逐步邁向更加成熟和普及的階段。對(duì)于我們而言，這既是機(jī)遇也是挑戰(zhàn)。我們需要繼續(xù)加大在技術(shù)研發(fā)方面的投入，不斷優(yōu)化算法，提高軟件性能，同時(shí)積極探索更具性價(jià)比的硬件方案，以適應(yīng)行業(yè)發(fā)展的趨勢(shì)。

此外，隨著自動(dòng)駕駛技術(shù)的普及，相關(guān)的法律法規(guī)和標(biāo)準(zhǔn)也需要不斷完善。政府和行業(yè)組織應(yīng)加強(qiáng)對(duì)自動(dòng)駕駛技術(shù)的監(jiān)管，確保其安全可靠運(yùn)行，同時(shí)制定合理的政策，鼓勵(lì)企業(yè)進(jìn)行技術(shù)創(chuàng)新和產(chǎn)業(yè)發(fā)展。

Monmenta以“better AI better life”為使命，在自動(dòng)駕駛領(lǐng)域不斷探索創(chuàng)新，通過技術(shù)突破、產(chǎn)品戰(zhàn)略的實(shí)施以及對(duì)行業(yè)發(fā)展趨勢(shì)的準(zhǔn)確把握，致力于為用戶帶來卓越的價(jià)值。同時(shí)，我們也希望與眾多合作伙伴攜手共進(jìn)，共同打造更加美好的自動(dòng)駕駛未來，推動(dòng)行業(yè)的持續(xù)發(fā)展。