咱们聊自动驾驶，心里都得有个数，最终的靶子其实是可规模化的 L4 级自动驾驶。这可不是画大饼，而是行业共同努力的方向。在这个过程中，Momenta 一直有个挺有意思的观点，叫做“智驾摩尔定律”。具体来说，这个定律包含两个核心维度：
- 软件体验每两年提升十倍
- 硬件成本每两年下降一半
这节奏要是能跟上，那变革可就真的来了。
行业现状：关键窗口期的机遇与挑战
现在是个什么状况呢？伴随 L2 级辅助驾驶的加速普及，智能驾驶技术正迎来一个关键的窗口期。你看行业内，大家心里既火热又冷静。火热的是对技术突破那股子期待和积极探索的劲头，冷静的是对技术到底能不能落地、安不安全这些问题的审慎讨论。这时候，就需要大家坐下来，凝聚共识，一起把路走宽了。
大会聚焦：筑牢安全与重塑边界
就是为了这个目的，汽车之家在 9 月 21 日搞了个大动作，举办“汽车之家全球 AI 科技大会”。这次大会的主题叫"Hi Future"，把行业里顶尖的技术专家、车企领袖还有生态伙伴都聚到了一块儿。大家聚在一起就为了琢磨两件事：一是智能技术怎么筑牢安全底线，二是怎么重塑竞争边界。这不仅是聊天，更是为了共促发展。
专家观点：规模化路径的深度解析
在本次大会上，有个分量很重的分享值得大家关注。Momenta 全球解决方案首席架构师饶庆，带来了主题为《通往自动驾驶的可规模化路径》的演讲。他不是空谈理论，而是结合实际，深入浅出地分享了如何一步步实现自动驾驶的规模化落地。这对于咱们理解接下来的行业走向，绝对是个重要的参考坐标。
在行业专家饶庆看来，自动驾驶領域虽然玩家众多，但大家的核心目标其实高度一致：就是要为用户带来真正可规模化的 L4 级体验，实现那种“全国都能开、全球都能开”的自由境界。Momenta 锚定的目标非常明确，就是实现可规模化的 L4 级自动驾驶。
什么是真正的“可规模化”？
这里咱们得厘清一个概念，可规模化绝不是指几百辆 Robotaxi 在特定區域做示范运营。真正的含义是，在全世界各类路况与场景下均能实现真正意义上的 L4 级自动驾驶。这意味着驾驶员可以在车内完全解放双手，甚至双眼，不再需要时刻准备接管车辆。
安全性的硬指标：十倍于人类
要实现这种可规模化的 L4，安全性是绝对的基石。行业共识是，自动驾驶的安全性必须达到人类驾驶水平的十倍。根据美国国家公路交通安全管理局（NHTSA）的数据，人类驾驶员平均每 1 亿公里会发生一次致命交通事故。因此，要想实现十倍于人类的安全水平，自动驾驶系统就需要做到每 10 亿公里仅发生一次致命事故，这是一个极高的安全壁垒。
数据壁垒：千亿公里的训练之路
挑战在于日常实际驾驶中的复杂性。数据显示，罕见场景（Corner Cases）大约每 100 公里就会出现一次。Momenta 从设计之初就确立了要实现 10 倍于人类的安全性，为了应对这些层出不穷的罕见场景，系统需要积累海量的训练数据。结论很直观：需要积累 1000 亿公里的训练数据，才能支撑起这份十倍于人类的安全承诺。
Momenta 的行业洞察：智驾领域的“摩尔定律”
Momenta 始终站在行业前沿，提出了一个非常核心的观点，那就是“智驾摩尔定律”。简单来说，就是软件体验每两年提升十倍，而硬件成本每两年下降一半。这个趋势非常明显，我们可以看一下具体的成本演变：
2022 年：一套城市 NOA 硬件成本超 2 万元。
2024 年：行业方案趋于收敛，成本降至 8000-10000 元。
2026 年以后：预计一套高性价比城市 NOA 方案成本将进一步降至 4000-5000 元。
这将推动智能辅助驾驶走进千家万户。
什么是真正的“可规模化”自动驾驶？
今天我分享的主题是“通往自动驾驶的可规模化路径”。其实行业里的目标都很一致，就是要给用户带来真正可规模化的 L4 级体验。但这里有个关键点，何谓“可规模化”？
它并非指几百辆 Robotaxi 的示范运营，而是指在全世界各类路况与场景下，均能实现真正意义上的 L4 级自动驾驶。也就是说，驾驶员可以在车内完全解放双手甚至双眼，实现全国都能开、全球都能开。
安全基准：十倍于人类驾驶水平
要实现可规模化的 L4，安全性是重中之重。我们必须达到人类驾驶水平的十倍安全标准。根据美国国家公路交通安全管理局（NHTSA）的数据，人类平均每 1 亿公里发生一次致命交通事故。
因此，要实现十倍于人类的安全水平，就需要做到每 10 亿公里仅发生一次致命事故。这个标准非常高，但却是通往自动驾驶的必经之路。
数据积累：应对罕见场景的挑战
在日常实际驾驶中，罕见场景（Corner Cases）大约每 100 公里就会出现一次。面对如此高频的复杂场景，Momenta 从设计之初就确立了要实现 10 倍于人类的安全性。
为了达成这个目标，我们需要积累海量的数据进行训练。具体来说，需要积累 1000 亿公里的训练数据。只有通过如此庞大的数据喂养，才能确保系统在面对各种罕见场景时，都能做出比人类更安全、更可靠的决策。
长尾场景的真实考验：从火堆识别说起
咱们先来聊一个真实的长尾场景案例。时间回到 2024 年初，那时候我们刚刚完成了端到端模型的内部研发和路测。碰巧赶上清明节，路边时不时能看到祭奠焚烧纸钱留下的火堆。在测试过程中，我们观察到车辆凭借大模型的能力，成功识别了这些火堆并进行了流畅自然的绕行。这不仅仅是对明火场景的应对，更关键的是，它反映出模型对于那些未事先定义的通用障碍物，比如积水、落石或者突然穿行的野生动物，已经具备了相当不错的泛化能力。
千亿公里数据背后的战略洞察
那么问题来了，要想实现1000 亿公里的数据积累以及可规模化的 L4 自动驾驶，到底该怎么走？这里面我们有兩個核心洞察。
第一，必须依靠数据驱动的算法。这和传统的规则驱动完全不同，数据驱动是通过收集真实场景中的海量数据并不断迭代，来持续优化模型性能，从而应对更多的长尾场景。规则驱动面对火堆、落石这类未知场景时，得一条条去写规则，但真实世界的复杂性和多样性决定了它的上限明显较低。
第二，必须通过量产车辆采集真实世界数据。光靠 Robotaxi 是难以满足千亿公里这种量级的数据需求的。
“一个飞轮、两条腿”的落地路径
基于这两点判断，Momenta 制定了“一个飞轮、两条腿”的战略。
1. 一个飞轮：代表的是数据驱动算法的持续闭环优化。
2. 两条腿：指量产辅助驾驶与完全自动驾驶。简单来说，就是通过量产车回收真实数据，持续迭代模型，再反哺到自动驾驶平台。
目前，搭载 Momenta 辅助驾驶的量产车已经超过 40 万辆，我们预计到 2028 年将实现1000 亿公里的数据闭环，从而真正支持可规模化自动驾驶的实现。
技术演进的五年之路：从规则到端到端
回顾技术路径，从 2020 年起，我们就坚定推进端到端算法架构。这一路径其实体现了两大趋势：一是规则算法逐步被数据驱动算法取代，二是分散的小模型逐渐融合为统一大模型。
2022 年，我们的首款量产车型还是基于规则规划与多个专用模型，比如红绿灯识别、动态物体检测等，并且依赖高精地图。到了 2023 年上半年，我们率先应用了基于 Transformer 的预测模型，这也是全球第一个用 Transformer 进行预测的算法。
2023 年下半年，我们实现了感知与规划的两段式端到端，推出了基于 Transformer 的规划算法。要知道，当时特斯拉 FSD V11 采用的还是基于规则的规划算法。进入 2024 年，我们进一步将感知与规划融合为一段式端到端模型，实现了从传感器原始信号到规划轨迹的端到端输出。这种方案显著提升了通用障碍物处理与复杂场景拟人化表现，但也有局限性，比如依赖模仿学习，行为上限受制于人类司机数据，而且模型学到的一些不好的行为难以完全抑制。
强化学习带来的新突破：R6 模型
展望 2025 年，Momenta 推出了第六代飞轮大模型 R6，正式引入强化学习机制。这就好比 AlphaGo 通过自我博弈实现了超越人类最好的棋手，R6 通过在云端仿真世界环境中的闭环训练，能够不断抑制风险行为、强化安全性、舒适性与高效通行能力。这标志着我们在自动驾驶技术的深水区，又迈出了关键的一步。
咱们今天深入聊聊 R6 模型到底给产品层面带来了哪些实质性的突破。说白了，这次升级主要聚焦在三大核心优势上，每一个都直击智能驾驶落地的痛点，让智驾系统变得更聪明、更可靠。
极致安全安心，筑牢驾驶底线
安全永远是第一位的。R6 模型通过对不安全轨迹给予负反馈，显著提升了应对危险场景的能力。特别是在大家最头疼的“鬼探头”等突发状况下，系统的反应速度和决策准确性都有了质的飞跃，显著提升对危险场景的应对能力，让每一次出行都更加安心。
丝滑流畅的拟人体验，懂得博弈与妥协
在多目标博弈场景下，比如无保护左转，车子不再是个只会死守规则的愣头青。过十字路口左转的时候，它既要考虑对象来车，也要考虑人行横道穿越的行人和外卖小哥，综合优化安全、舒适与效率。这种拟人化的决策逻辑，让乘坐体验更加丝滑流畅，减少了不必要的急刹和犹豫。
高效通行，效率超越人类司机
通过奖励机制激励模型在通行效率上超越人类司机，这是 R6 的另一大亮点。例如在拥堵路段智能选择车道、精准下匝道等操作中，模型能够计算出最优解，在通行效率上超越人类司机，不仅省时省力，还能有效缓解交通拥堵。
复杂场景下的实际表现验证
理论再好，也得看实战。以下是几个典型场景的实际表现：
1. 复杂路况通行：在雨天反光、窄道会车、积水无车道线等复杂条件下，车辆可依据前车与对向车辆轨迹实现平稳通行，证明了其强大的环境适应性。
2. ETC 通行场景：通过飞轮大模型一段式端到端的能力，采用纯视觉系统能准确选择车道、实现多轮博弈并识别抬杆，整个过程行云流水，无需人工干预。
3. 跨场景无缝衔接：在跨场景衔接方面，Momenta 通过 R6 飞轮大模型的能力，实现了从停车场到城市道路的“车位到车位”全程无缝衔接，真正打破了场景壁垒，让智驾体验全程在线。
全球化布局加速，Momenta 出海战绩亮眼
咱们先来聊聊 Momenta 在全球化落地上的大动作。其实早在 2021 年，Momenta 就已经开始布局欧洲市场了。到了 2025 年 9 月的 IAA 慕尼黑车展期间，他们在慕尼黑城区内环那些相当复杂的路况下，整整完成了228 次测试，而且实现了零接管的优异表现，这一成绩得到了合作伙伴的一致高度评价。
除了欧洲，日本市场的拓展速度也令人印象深刻。依托R6 飞轮大模型强大的泛化能力，Momenta 仅仅用了三个月就完成了在日本市场的初步适配。目前在复杂路段，用户已经可以体验到与国内相当的城市领航能力。Momenta 也非常期待能与更多伙伴携手，共同开拓全球市场，为全球用户提供卓越的L2++ 体验。
“智驾摩尔定律”驱动成本下行，普惠全民智驾
Momenta 一直对行业发展趋势有着深刻的思考，并提出了一套“智驾摩尔定律”。简单来说，就是软件体验每两年提升十倍，而硬件成本每两年下降一半。这一趋势正在被行业数据不断验证：
• 2022 年，一套城市 NOA 硬件成本还超过2 万元；
• 2024 年，行业方案趋于收敛，成本已降至8000-10000 元；
• 预计 2026 年以后，一套高性价比城市 NOA 方案成本将进一步降至4000-5000 元。
成本的显著下降，将直接推动智能辅助驾驶走进千家万户，让更多人享受到科技带来的便利。
愿景引领未来，携手超越行业定律
Momenta 始终秉持"Better AI, Better Life"的愿景，这不仅仅是一句口号，更是他们行动的指南。他们期待与行业伙伴共同超越“智驾摩尔定律”，通过打造卓越产品，成就极致体验。在这场智能驾驶的浪潮中，Momenta 正用实际行动证明，技术普惠的未来已来。
