•
Momenta作為全球領先的自動駕駛技術公司，其智駕方案以數據驅動為核心，結合軟硬體協同設計，涵蓋從L2到L4等級的自動駕駛功能。基於NVIDIA不同晶片平台的智駕方案各不相同，需依據平台架構、晶片選用、車企特點等共同開發。以下從技術架構、核心方案、合作夥伴及量產進展等方面詳細介紹。
一、Momenta技術架構與核心演算法
1. 數據驅動的「飛輪」技術：Momenta透過量產自動駕駛（Mpilot）與完全無人駕駛（MSD）的「兩條腿」策略，建構數據閉環，量產車收集海量實際駕駛數據，反哺演算法迭代，提升高階自動駕駛能力。
2. 端對端智駕大模型：一段式端對端模型：取消傳統「感知+規劃」分模組架構，直接透過神經網路從感測器原始資料產生駕駛決策，提升系統連續性與應對複雜場景的能力。
3. 短期記憶經濟性訓練：透過優化資料訓練方式，節省10-100倍成本，實現快速迭代。
二、基於不同晶片平台的智駕解決方案
1. 基於NVIDIA DRIVE Orin的方案
1.1 硬體配置與感測器方案
核心晶片：採用單顆NVIDIA DRIVE Orin晶片，提供254 TOPS的算力，支援演算法快速迭代與高效運作。
感測器組合：搭載11V1R1L（11個攝影機、1個毫米波雷達、1個雷射雷達）的感測器配置，兼顧感知能力與成本控制，降低硬體系統的BOM（物料清單）成本。
無高精地圖依賴：透過端到端智駕大模型實現環境感知與路徑規劃，減少對高精地圖的依賴，適應「全國都能開，有路就能開」的場景。
1.2 功能覆蓋與核心能力
支援全場景城市領航輔助（UNP）、高速領航輔助（HNP）、記憶泊車（LPNP/PNP）等，不依賴高精地圖，「全國都能開」。
高速與高架場景：HNP（高速高架領航輔助），支援自動變換車道、超車及匝道進出。
城市道路場景：UNP（城市領航輔助），實現複雜路口通行、避讓行人及車輛。
泊車場景：LPNP（記憶泊車領航輔助）與PNP（泊車領航輔助），支援自動泊入車位及跨樓層記憶泊車。
基本ADAS功能：包括自適應巡航（ACC）、車道維持（LKA）等。
端到端智駕大模型：國內首個量產級模型，融合感知與規劃模組，提升駕駛決策的連續性與性能上限。
1.3 功能亮點與優勢：
硬體低成本量產能力：透過優化硬體配置與演算法效率，將高階智駕功能（如城市領航）的硬體成本降低，使其成為主流車型的「標配」。
數據驅動的「飛輪」技術：結合量產自動駕駛（Mpilot）與完全無人駕駛（MSD）的雙線策略，透過大量數據迭代提升演算法效能。
快速開發與部署：NVIDIA DRIVE Orin的高拓展性演算法框架，縮短開發周期，支援功能快速上車。
1.4 市場競爭力與生態策略
與NVIDIA的深度合作：Momenta是首個基於單顆Orin晶片量產城市領航功能的企業，雙方在工具鏈適配、演算法優化上形成閉環。
效能與成本平衡：在同等算力下，透過軟硬體協同最佳化實現更優的性價比，滿足大規模量產需求。
使用者體驗提升：透過更自然的駕駛決策（如連續變換車道、擁塞跟車）和低接管率，增強使用者對智駕功能的信任。
1.5 聯合技術優勢：
全球首個基於單顆Orin晶片實現城市NOA量產的方案，融合國內首個量產端對端大模型，提升感知與規劃的連續性。
數據驅動的「飛輪」技術：結合量產自動駕駛（Mpilot）與完全無人駕駛（MSD）的雙線策略，透過大量數據迭代提升演算法效能。
快速開發與部署：NVIDIA DRIVE Orin的高拓展性演算法框架，縮短開發周期，支援功能快速上車。
2. 基於NVIDIA DRIVE AGX Thor的方案
2.1 硬體配置與感測器方案：
Momenta與智己汽車、NVIDIA共同開發，預計2025年量產搭載，具體分工協同：
NVIDIA：提供DRIVE AGX Thor晶片及底層運算平台；
Momenta：負責演算法開發與資料驅動的模型訓練；
智己汽車：整合硬體與整車工程，確保方案在2025年量產車型中落地。
2.2 全場景功能覆蓋與核心能力
行泊一體：方案支援從高速到城市道路、從行駛到泊車的全場景覆蓋，包括：
高速高架領航輔助：實現收費站到收費站的全程自動駕駛；
城市領航輔助：支援紅綠燈辨識、避讓行人、自主繞障等；
記憶泊車：透過使用者習慣學習實現個人化泊車路徑。 - ADAS全功能：涵蓋自適應巡航、車道維持等基礎功能，並逐步擴展至更複雜的互動場景。
2.3 晶片算力與感知能力升級
算力支援：DRIVE AGX Thor晶片提供高效能運算能力，支援更高解析度（如超億級像素）和更長時序的感測器輸入，使Momenta的「一段式智駕大模型」能夠處理更豐富的視覺數據，提升環境感知的清晰度和遠距離識別能力。
多模態輸入：透過融合攝影機、毫米波雷達等感測器數據，系統可支援更高解析度的影像和視訊輸入，結合更長歷史時序資訊（如連續多幀畫面），增強對動態場景的理解，例如擁塞路況的車輛加塞、異型車閃避等複雜場景。
2.4 演算法模型最佳化與反應速度提升
“飛輪式”迭代：Momenta的演算法基於數據驅動的“飛輪效應”，透過量產車輛採集的海量資料回流，持續訓練和優化模型。例如，L4級技術（MSD）與L2級量產資料（Mpilot）形成閉環，加速演算法演化。
反應速度優化：Thor晶片的高效能運算使演算法整體反應速度提升數百毫秒，例如在緊急煞車或變換車道決策中，系統響應時間縮短，顯著提升安全性。
2.5 系統性能與進化能力
軟硬協同適配：Momenta的演算法具備高適配性，可靈活搭配不同等級晶片平台。結合Thor晶片的高性能上限，系統能持續擴展功能邊界，例如未來支援雷射雷達融合或更複雜的端到端模型。
OTA持續進化：透過雲端資料工廠（如與阿里雲合作）支援演算法快速迭代，使用者車輛可定期升級，延長產品生命周期。
2.6 聯合開發優勢：
算力提升支援更高解析度輸入和更長時序分析，實現「直覺式」駕駛決策（如無保護左轉博弈、突發避讓等）。反應速度提升數百毫秒，支援行泊一體Door-to-Door全場景。
成本與效率平衡：透過規模化量產降低硬體成本，同時利用Thor晶片的被動散熱設計，適配燃油車與電動車的不同架構需求。
三、合作夥伴與量產進展
1. 車企合作
智己汽車：2025年率先搭載Thor晶片方案，IM AD 3.0已實現無圖城市NOA，並計畫2026年落地L3級自動駕駛。
上汽、廣汽、豐田等：覆蓋多品牌量產車型，提供客製化方案。
2. 晶片廠商合作
NVIDIA：Orin和Thor雙平台適配，涵蓋中高階車型。
高通：面向主流車型，提供高性價比方案。
3. 量產時間表
2024年：Orin方案、高通方案量產；
2025年：Thor方案將搭載智己車型；
2026年：L3級自動駕駛落地。
四、技術優勢與產業影響
1. 成本與性能平衡：透過優化感測器配置與晶片選型（如單Orin晶片方案），降低硬體成本，推動高階智駕「標配化」。
2. 全場景覆蓋：從高速到城市道路、停車場景，實現連續智駕體驗。
3. 快速迭代能力：資料驅動的飛輪技術縮短演算法迭代周期，支援功能持續升級。
五、未來規劃
Momenta的全球化佈局，與Uber合作，啟動歐洲L2+道路測試，推動無圖NOA出海。同時Momenta透過多平台適配、數據閉環和靈活的合作模式，正在加速高階智駕技術的規模化落地，目標是為用戶提供「安全、好用、極致」的智慧駕駛體驗。(AUTO智艙與智駕)