Momenta智驾大模型核心技术解读

Momenta 作为一家中国的自动驾驶公司，成立于2016年，其智驾产品和技术在全球处于领先地位。总部位于中国北京及苏州，业务覆盖中国及德国、日本、美国等多个国际市场，并与包括上汽集团、通用汽车在内的多家国际、国内顶级车企和一级供应商达成深度合作，联手打造高阶智能驾驶解决方案。

2024年7月，广汽丰田和Momenta共同宣布双方联合打造端到端高阶智驾，将首发搭载于铂智3X车型。埃安首款全球战略车型——第二代AION V霸王龙也将于7月23日正式发布。该车型也将搭载由埃安与Momenta共同打造的行业领先端到端高阶智驾方案。

Momenta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。在感知模块上， 2020 年、2021 年行业中技术已经相对成熟。难的是怎么用深度学习来做 planning，就是决策规划。当时有声音认为规控就不适合用深度学习做；用端到端做规控是个非共识。Momenta在2022 年初做的一个比较重大的决策是面临2022 年底要量产高速 NOA的背景下，一年之后，到底是要上深度学习的规控，还是传统的基于规则的规控。当时的技术两种方法都可以支持。其中深度学习方法是上限高、下限低，它在一些场景令人惊艳，但有时又会犯匪夷所思的错误；传统方法是上限低、下限相对高。所以前者在一个宽区间，后者在一个窄区间。宽区间意味着机会，也意味着风险。

最后Momenta决定要上深度学习的规控，尽管当时还不完全知道怎么解决它下限很低的问题，且只有一年时间；而且自动驾驶对安全要求非常高，哪怕你解决了 99% 的下限问题，这个产品也没法发布，只要这个车偶尔行为比较诡异，用户一下子就不想用了。

解决深度学习方法下限低的问题体系，首先是用 “功能场景树” 来识别问题。梳理出了几百个细分场景，对这些场景做评测，知道深度学习方法在哪些场景是 ok 的，哪些场景可能会有意料之外的问题。然后就去分析到底是算法问题还是数据问题。如果是算法问题，就要改模型结构，再去做实验，看问题有没有解决。

如果是数据问题，就检查是不是引入了一些不好的驾驶行为。因为只要你把人开车的数据喂进去，模型就会学，它很难区别好坏，端到端下限低就是因为这个。这就要构建一套数据产线，知道怎么造和挖掘好的数据和清洗数据。Momenta有一个团队专门做这个，有一整套造、挖、洗的数据产线。最后你还要有一个评测系统，去判断改进是不是真提升了效果。

到 2023 年底时，Momenta就把深度学习的规控和感知模块合在了一起，变成了一个端到端的大模型。这就像拼乐高，它本身不难，难的是继续解决下限低的问题，这个过程中，这一套体系都可以继承。

Momenta从创立之初就确立了“一个飞轮，两条腿”的战略。“一个飞轮”指的是数据驱动的AI飞轮，“两条腿”指的是Mpilot量产自动驾驶方案和MSD完全无人驾驶方案，既做智能辅助驾驶，又做Robotaxi。这两条腿之间产生很好的协同，量产自动驾驶带来数据流，给到完全无人驾驶，而完全无人驾驶反馈技术流、技术的更新迭代，给到量产自动驾驶，使得量产的产品在市场上更有竞争力，不断为用户刷新更好的使用体验。