智能驾驶的真正意义在于提升驾驶安全性和效率

“砰”的一声，将在高速公路堵车的张先生从跟车的困倦中拉了回来。原来是隔壁车道的一辆小车追尾了前方车辆。张先生下意识地看了一下自己的仪表盘——蓝色的智能驾驶标示亮着，这表明自己的智能轿车正在高速智驾模式下保持着匀速跟车。

1800公里的自驾经历以及一次他车事故，让张先生再次感慨，智能驾驶真是缓解驾驶疲劳，提高驾驶安全的一大利器。张先生不知道的是，智能驾驶的落地可谓一番波折。

自2017年特斯拉推动智能驾驶落地以来，智驾领域出现了多次技术分歧和路线波折，从L1到L5进阶式智驾发展到L2直接进入L4跳跃式发展的争议，从纯视觉路线到高精地图+激光雷达的技术分歧。

技术和路线的分歧让智能驾驶企业面临着挑战和洗牌。有的先发者进入了研发和发展模式的窘境；而有的后入者一跃而起，成为了智能驾驶领军企业，比如Momenta。

Momenta 作为获得国内外多家知名车企定点的企业，已然成为车企智能驾驶的有力推手。目前，包括通用、丰田、奔驰等十多个品牌的数十款车型均搭载了 Momenta 的智能驾驶系统，它已成为拿到最多高阶智能驾驶订单的中国公司之一，堪称华为之外另一家低调却实力强劲的智能驾驶头部企业。前有智己等新造车势力，后有比亚迪、广汽丰田等传统大厂，Momenta 为新能源和传统能源车提供全栈方案，为智能车消费者带来不断进化的智能驾驶体验。

2024年已经成为城市智能驾驶的元年，结合之前的高速/高架方案，整车智能已经开始入户。按照Momenta首席执行官曹旭东的话来说，希望通过智能驾驶降减少因交通事故和驾驶疲劳引起的事故发生率，“用十年拯救百万生命”。对于Momenta来说，要想大干十年，甚至成为百年老店，就要跟上甚至超越智驾摩尔定律——两年，硬件 BOM 成本将减半，而软件体验将实现十倍的提升。

智能驾驶能干什么

“那次真的救了我和老爷爷的命”。来自湖南的樊女士再回忆上次的可能发生的事故仍不免心有余悸。

当时樊女士正驾驶着搭载Momenta智驾系统的轿车行驶在高速上。由于深夜高速车辆不多，樊女士开启智能驾驶模式，在最左侧车道顶着限速行驶。当樊女士以为可以顺利到家时，她的车突然变道，然后开始减速。

当樊女士还在疑惑时，突然发现，刚刚车道上有一位老爷爷正骑着三轮车穿越高速，如果当时不变道的话，大概率已经撞上前方三轮车。樊女士这才反应过来，原来是智能驾驶系统提前发现了深夜中的行驶障碍物，并完成了一次规避。

无独有偶，武汉的李先生也用Momenta智能驾驶系统躲过了一劫。8月20日，李先生带着一家人在武汉三环上行驶，一上高架李先生就开启了智能驾驶模式。正当他在和家人聊天时，自家小车突然向左做了一个避让动作，然后又迅速回正。李先生还以为智能驾驶系统出现了小故障。

到家回看行车记录仪所记录的视频时，李先生才发现，并不是智驾系统有故障，而是前方出现了险情。当时李先生前方有一台拉着砖的货车，突然掉落了几块砖头，如果当时不避让的话，很有可能击穿前挡风玻璃。

当樊女士和李先生进一步去了解自己的智能驾驶为什么能及时处理这些问题时，他们才发现原来他们的智能驾驶系统来自同一家公司——Momenta。经过这几次救命的经历，樊女士和李先生都觉得隐藏于主机厂背后Momenta就是智能驾驶的隐形翘楚

这并非浪得虚名，目前Momenta能覆盖的安全场景已经在智能驾驶第一阵营的头部位置。

正因为有了这些安全场景的搭建，才能在复杂的道路状况和层出不穷的意外场景下，保障像樊女士、李先生这样每一位驾驶者的安全。

同样，安全可靠性高也让Momenta成为众多车企的智驾系统定点供应商。比如广汽丰田宣布与Momenta 联合推出端到端全场景智驾方案，该方案将由全新纯电车型 bZ3X 率先搭载。更早时候，比亚迪选择与Momenta共同开发智驾系统，而智己则是Momenta一直以来的支持者。

如何做到十年挽救百万生命

拿下这些客户并不容易，要实现“十年挽救百万生命，解放百分百时间，物流出行效率翻倍”的愿景更是一次挑战。为此，曹旭东提出超越智驾摩尔定律，用降本和提质来普及智能驾驶，从而实现上述目标。

所谓智驾摩尔定律，就是智能驾驶硬件成本每两年下降一半，软件体验每两年提升十倍。要做到这个，就必须利用新的模型来降本，同时这个模型又得是高效的。

端到端模型成为一个解题良药。2024年3月国际知名车企在北美地区大范围推送FSD V12。优异的表现让从业者和用户感受到了FSD V11到 FSD V12带来的超十倍以上的体验升级。

端到端是深度学习中的一个概念，指AI模型从输入到输出的完整过程中不需要人为干预或中间步骤。在自动驾驶领域，端到端模型指通过统一的深度学习网络将感知、规划、控制等多模块功能整合，将传感器采集到的原始数据直接输入大模型中，经处理直接输出控制指令。

更为重要的是，由于“端到端”模型是将感知、规划与控制三大模块整合在一起，消除了模块间的界限，简化了系统架构，提高了运行效率，减少了对激光雷达和高精地图的依赖，使用效率大幅提高，硬件成本大幅下降。

与特斯拉具有相同想法的曹旭东，最早在 2020 年就开始尝试用端到端、用深度学习的方法来做智驾。

曹旭东认为，端到端是一个正确的大方向，有很多企业尝试实现端到端，每家路径不同，但正确的解题路径也许只有几条。

Momenta智驾路线虽然和特斯拉在大方向上相似，但实现路线具有自己的创新——“短期记忆”和“长期记忆”。

“短期记忆”由感知和记忆与深度学习的规划(DLP)构成。通过这样的方式，可以先进行快速训练，验证用于训练的数据是否正确，以及训练使用的算法是否有效。最终，被“短期记忆”验证过的好的算法和数据会在一段时间的积累后应用在“长期记忆”，即最终的端到端大模型上。

这套技术路线核心就是学习人类学习的逻辑。人类在探索环境的过程中同样会先更新短期记忆，然后再将已经验证过的成功经验更新进长期记忆中，这样就能够更加低成本、短周期地去适应环境。

这样好处在于可以让智能驾驶实现高度智能化和自主化，形成端到端、深度学习的自动驾驶解决方案。不仅能够精准地预测和应对各种复杂的驾驶场景，还具备自我学习和进化的能力，能够根据用户的驾驶习惯和偏好进行个性化调整。

曹旭东今年清明节驾车途径一个小镇，村道上有人占据了半个车道烧纸钱。原则上面对这样极不常见的场景，就需要安全员接管车辆，然而那台车开到火堆边自动绕行了。要知道这样场景在Momenta的感知模型中并没有被定义过。

基于上述理念，Momenta智驾大模型已发展至第五代，并已将感知与规划整合进一个大模型中，形成了端到端、深度学习的自动驾驶解决方案。“Momenta第一代模型的自动化率约为50%，而第五代超过了99%。也就是如果新增100个问题的话，99个都可通过数据驱动，不需要人工参与。”曹旭东表示。

技术路线再先进，加速落地才是王道。2024年已经成为整车智驾元年，各家企业都推出了自己的高阶智能驾驶方案，面对白热化的竞争态势，Momenta也面临着一次挑战。

应对这样的挑战，曹旭东认为，Momenta正推动实现可规模化L4智能驾驶。所谓可规模化是指全国甚至全球都能开的智能驾驶，让车辆在更广泛的地理范围内安全行驶，达到甚至超越人类司机十倍的安全水平。

同时，如何让智能驾驶做到和人类开车一样，甚至比人开车更安全，也是Momenta追求的一个目标。在曹旭东看来：“如果我们能够把自动驾驶做到比人驾驶安全十倍，就能够减少几十万甚至上百万的交通致命事故。一起事故，影响的至少是两个家庭。我们希望，十年挽救百万生命，解放百分百时间，物流出行效率翻倍。”