● 我们的目标是实现可规模化的L4级自动驾驶。

● Momenta也一直提出对行业发展趋势的思考——“智驾摩尔定律”：软件体验每两年提升十倍，硬件成本每两年下降一半。

[汽车之家 行业] 伴随L2级辅助驾驶的加速普及，智能驾驶技术迎来关键的窗口期。行业内既涌动着对技术突破的期待与积极探索，也存在对技术落地、安全应用等方面的审慎讨论。

为凝聚共识、共促发展，汽车之家于9月21日举办“汽车之家全球AI科技大会”，以“Hi Future”为主题，汇聚行业顶尖技术专家、车企领袖及生态伙伴，探索智能技术如何筑牢安全底线、重塑竞争边界。在本次大会上，Momenta全球解决方案首席架构师饶庆分享了主题为《通往自动驾驶的可规模化路径》的演讲。

在饶庆看来，行业在实现规模化自动驾驶方面的目标是一致的：就是要为用户带来真正可规模化的L4级体验，实现全国都能开、全球都能开。

Momenta的目标是实现可规模化的L4级自动驾驶。何谓“可规模化”？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，即驾驶员可在车内完全解放双手甚至双眼。要实现可规模化的L4，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。然而，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。Momenta从设计之初就确立了要实现10倍于人类的安全性，需要积累1000亿公里的训练数据。

Momenta也一直提出对行业发展趋势的思考——“智驾摩尔定律”：软件体验每两年提升十倍，硬件成本每两年下降一半。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。饶庆预计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，这将推动智能辅助驾驶走进千家万户。

以下为演讲实录，经汽车之家精编整理：

大家好，今天我分享的主题是“通往自动驾驶的可规模化路径”。刚才聆听了前面几位的发言，我深有感触。行业在实现规模化自动驾驶方面的目标是一致的：就是要为用户带来真正可规模化的L4级体验，实现全国都能开、全球都能开。

我们的目标是实现可规模化的L4级自动驾驶。何谓“可规模化”？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，即驾驶员可在车内完全解放双手甚至双眼。要实现可规模化的L4，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。然而，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。Momenta从设计之初就确立了要实现10倍于人类的安全性，需要积累1000亿公里的训练数据。

我们看一个长尾场景的例子。2024年初，我们刚好已完成端到端模型的内部研发与路测。适逢清明节，路边常有祭奠焚烧纸钱的火堆。我们在测试中观察到，车辆通过大模型能力实现了对火堆的成功识别与绕行，整个过程流畅自然。这不仅体现了对明火场景的应对，也反映出模型对未事先定义的通用障碍物（如积水、落石、野生动物突然穿行等）已具备良好的泛化能力。

那么，如何实现1000亿公里的数据积累与可规模化L4自动驾驶呢？我们有两个核心洞察：第一，必须依靠数据驱动的算法。与传统的规则驱动不同，数据驱动通过真实场景中海量数据的收集与迭代，持续优化模型性能，应对更多长尾场景。规则驱动在面对诸如火堆、落石等未知场景时需逐一编写规则，而真实世界的复杂性与多样性决定了其明显较低的上限。

第二，必须通过量产车辆采集真实世界数据。仅靠Robotaxi难以满足千亿公里数据需求。基于这两点，Momenta制定了“一个飞轮、两条腿”的战略：“一个飞轮”代表数据驱动算法的持续闭环优化；“两条腿”指量产辅助驾驶与完全自动驾驶，通过量产车回收真实数据，持续迭代模型，并反哺至自动驾驶平台；目前，搭载Momenta辅助驾驶的量产车已超40万辆，我们预计到2028年将实现1000亿公里的数据闭环，从而支持可规模化自动驾驶的实现。

从2020年起，我们就坚定推进端到端算法架构。这一路径体现两大趋势：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仍基于规则规划与多个专用模型（如红绿灯识别、动态物体检测等），并依赖高精地图。到2023年上半年率先应用了基于Transformer的预测模型（FTP），这也是全球第一个用Transformer进行预测的算法。2023年下半年实现了感知与规划的两段式端到端，推出基于Transformer的规划算法（DLP）。当时特斯拉FSD V11 仍采用一个基于规则的规划算法。2024年，我们进一步将感知与规划融合为一段式端到端模型，实现从传感器原始信号到规划轨迹的端到端输出。

一段式端到端方案显著提升了通用障碍物处理与复杂场景拟人化表现，但其局限性在于依赖模仿学习，行为上限受制于人类司机数据，且模型学到的一些不好的行为难以完全抑制。2025年，Momenta推出第六代飞轮大模型R6，引入强化学习机制。正如AlphaGo通过自我博弈实现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，不断抑制风险行为、强化安全性、舒适性与高效通行能力。

R6模型在产品层面带来三大优势。第一是极致安全安心，通过对不安全轨迹给予负反馈，显著提升对鬼探头等危险场景的应对能力；第二是丝滑流畅的拟人体验，在多目标博弈场景（如无保护左转）中，比如在过十字路口左转的时候既要考虑对象来车，也要考虑人行横道穿越的行人和外卖小哥，要综合优化安全、舒适与效率；第三是高效通行，通过奖励机制激励模型在通行效率上超越人类司机，例如在拥堵路段智能选择车道、精准下匝道等。

以下通过几个场景来说明R6大模型的实际表现。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；在ETC通行场景中，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；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。

此外，Momenta也在积极推动全球化落地。我们在2021年就开始布局欧洲，在2025年9月的IAA慕尼黑车展期间，我们在慕尼黑城区内环复杂路段共完成228次测试，实现零接管的效果，获合作伙伴的一致高度评价。基于R6飞轮大模型的强大泛化能力，我们仅用三个月就完成在日本市场的初步适配，在复杂路段已经可以体验到与国内相当的城市领航能力。我们也期待与更多伙伴共同开拓全球市场，为用户提供卓越的L2++体验。

Momenta也一直提出对行业发展趋势的思考——“智驾摩尔定律”：软件体验每两年提升十倍，硬件成本每两年下降一半。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。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，这将推动智能辅助驾驶走进千家万户。

Momenta始终秉持“Better AI, Better Life”的愿景，期待与行业伙伴共同超越智驾摩尔定律，打造卓越产品，成就极致体验。（编译/汽车之家 秦超）