“量产王者”Momenta是如何炼成的？

凭借“一个飞轮、两条腿”的战略，Momenta 拿下了超130款合作量产车型，并成为首家实现智能驾驶技术规模化出海的供应商。目前，Momenta共研已成为国内智驾行业三大发展模式之一，与车企自研、华为模式并列。

文｜刘青青

ID | BMR2004

Momenta在智能驾驶赛道上探索出了“技术+商业化落地”的解决方案。

在汽车智能化进程中，Momenta以数据驱动的创新技术为辅助驾驶开辟了一条新路线，端到端飞轮大模型为行业带来了知名的“Momenta共研”模式，在国内凭借“一个飞轮、两条腿”的战略拿下了超130款合作量产车型，并成为首家实现智能驾驶技术规模化出海的供应商。

“量产王者”Momenta是如何炼成的？

01

持续挖掘数据价值

Momenta从成立之初就明确要做“数据驱动的自动驾驶”，选择通过数据驱动的方式打造自动驾驶的大脑，用于辅助驾驶。

中国智驾行业快速发展,涌现出Momenta共研、车企自研、华为模式等创新发展模式，深刻影响着行业走向。

具体来看，Momenta提供核心的软件和算法，而不涉及具体的硬件平台，这种提供“核心配方”的灵活技术顾问模式，被称为“Momenta共研模式”。小鹏、比亚迪、理想等车企专注于自研模式，开发贴合用户需求的定制化智驾功能，这种模式被称为“车企自研模式”。华为的激光雷达、昇腾AI芯片、ADS算法全自研，为车企提供“全家桶”式的智能汽车解决方案，这种服务模式被称作“华为模式”。

其中，Momenta共研模式强调技术共生、灵活且快速落地的软件方案，已经被大量车型搭载使用，这也为Momenta带来海量的真实行驶数据，让Momenta得以持续挖掘数据价值。

Momenta从成立之初就明确要做“数据驱动的自动驾驶”，并制定了“一个飞轮、两条腿”的关键战略。

MomentaCEO曹旭东曾表示：“自动驾驶的终局一定是可规模化的无人驾驶。”自动驾驶是一个长尾问题数量可达百万级的行业，除了要解决常见的自动驾驶难题，还面临无数发生概率较低但处理难度极高的边缘场景。而规模化L4则面临“行驶千亿公里，解决百万问题”的巨大挑战，其背后还涉及巨额的投入。

通常，收集千亿公里的测试数据需要100万辆车，每天运行10个小时，连续跑1年。这样的测试用自建车队实行，至少需要2000亿—4000亿元成本。

很多时候，行业痛点的背后往往正是企业发展的战略机遇。Momenta在“一个飞轮”战略中，企业用数据驱动的算法，通过闭环自动化的方式，利用海量数据驱动技术快速迭代，自动化解决绝大部分的长尾问题。

“两条腿”战略中，Momenta瞄准了“智能辅助驾驶”与“自动驾驶Robotaxi”两个赛道。智能辅助驾驶能够输出源源不断的数据流，自动驾驶Robotaxi能够反馈给量产产品技术流，基于统一的传感器平台，两条腿相互协同、高效打通。

Momenta方面表示，智能辅助驾驶与自动驾驶Robotaxi两者之间高效的闭环自动化迭代，将重新定义实现无人驾驶的关键路径：通过量产自动驾驶产品获得海量数据，持续研发数据驱动的核心算法，打造闭环自动化工程体系，发挥数据价值，高效迭代技术，最终实现规模化完全无人驾驶。

02

发力“端到端”

Momenta飞轮大模型可支持在各种复杂道路环境下，准确预判车辆或行人的通行意图，自动调整车速、灵活变道、从容避让障碍物，极大减轻驾驶员的负担。

在汽车智能化大趋势下，智能辅助驾驶市场快速发展，尤其是不断迭代的技术开始重写行业发展轨迹。

当端到端（End-to-End）技术重塑驾驶逻辑，传统模块化架构（感知—决策—控制分步处理）逐渐“后退”。大模型的加入实现了直接输入，减少了冗余，使端到端辅助驾驶能够像人类一样感知驾驶动作并作出反应，从而走到台前。

据了解，Momenta从2019年就开始使用DLP（深度学习）来解决智能辅助驾驶问题；2023年实现两段式端到端大模型——“感知模型+规控模型”共同进行信息处理；2024年实现了一段式端到端大模型——“飞轮大模型”，通过传感器数据和统一神经网络直接生成驾驶指令，无须人为定义感知到规划接口。

具体而言，“飞轮大模型”将感知与规划整合进一个大模型中，一方面模仿人类的长期记忆，另一方面保留DLP模型，类似短期记忆，能快速学习，以此保证大模型训练数据的高质量和训练方法的低成本。

Momenta 首创的“飞轮大模型”已经创造了行业里的多个第一：行业首个全流程数据驱动飞轮、行业首个量产基于深度学习的规划与决策能力、首个量产模仿学习的一段式端到端飞轮大模型。

曹旭东指出，Momenta的大模型已发展至第五代。其第一代模型的自动化率约为50%，而第五代超过了99%。举例来看，如果新增100个问题，其中99个可通过数据驱动，而不需要人工参与。2025年，公司还将迭代出基于强化学习的一段式端到端“Momenta R6”飞轮大模型。

目前，Momenta飞轮大模型可支持在各种复杂道路环境下，准确预判车辆或行人的通行意图，自动调整车速、灵活变道、从容避让障碍物，极大减轻驾驶员的负担。比如复杂路口无保护左转、左右借道绕行、临时施工路段通行、动态障碍物规避、雨雪天气自动驾驶、冰雪路面遇突发状况应对、断头路车位泊车、识别危险大车及特种车、出现极限“加塞”、突现“鬼探头”等。

不只Momenta，端到端辅助驾驶技术已吸引众多车企和科技公司的关注与投入。

特斯拉FSD V12系统是全球首个使用端到端处理的智驾系统，依赖纯视觉方案和超强算力，其端到端模型已能处理无标线路口的自主通行；2024年7月，小鹏汽车开始向用户推送基于端到端大模型的XNGP智能驾驶系统；同年10月，理想的“端到端+VLM”（Vision-Language-Action）辅助驾驶技术架构正式发布；华为的 ADS 3.0端到端通过“盘古大模型”将复杂路口通行成功率从85%提升至98%；比亚迪“天神之眼”系统基于端到端大模型，通过多传感器融合感知。

在端到端自动驾驶的角力场上，面对特斯拉等“前辈”及一众竞争对手，Momenta的“飞轮大模型”依托数据驱动的“飞轮”闭环自动化解决大部分长尾问题，使其在复杂城区、长尾场景上更有优势；并通过车企合作模式不仅获取大量路测真实数据，而且在商业生态合作中通过数据闭环降低标注和训练成本。

03

“量产王者”

搭载Momenta方案的车型数量和交付量还将持续性增长。

据了解，2019年，Momenta的Mpilot量产辅助驾驶才刚刚面世。2020年其拿到了第一个量产的商业订单，2022年，成功交付。自此以后，Momenta进入了产品化和商业化的1到N的阶段。2023年Momenta成功交付量产辅助驾驶系统的车型达8款；2024年，这一数字快速跃升至26款。

同时，Momenta的车型搭载量呈现跨越式增长。其第一个10万辆搭载用了两年时间，第二个10万辆只用半年时间，在2025年5月完成第三个近10万辆搭载，用时约3个月。

2025年4月上海国际车展期间，Momenta与上汽通用别克、一汽丰田、本田中国、凯迪拉克、上汽奥迪、智己六大品牌宣布进一步战略合作。目前，Momenta已经与全球排名前十的汽车集团中70%的企业展开量产合作，累计合作量产车型已超130款，是交付车型最多的智能辅助驾驶公司，也成为了名副其实的“量产王者”。

此外，Momenta与智己汽车联合打造的IM AD智能辅助驾驶系统已经正式出海。这是行业首个量产级智能辅助驾驶国际化的战略合作，将为东南亚、澳新、欧洲、中东等市场提供标杆解决方案。

作为国内首个实现智能驾驶技术规模化出海的供应商，Momenta此次联合推出的出海方案无须依赖高精地图，即可在欧、亚、澳等多个大陆复杂路况中实现“开箱即用”。

曹旭东表示：“伴随着Momenta朋友圈的日益扩大，合作伙伴已覆盖全球主流车企，成为全球品牌的共同选择。未来，搭载Momenta方案的车型数量和交付量还将持续增长。”

在他看来，除了进一步提升自动驾驶的安全水平和舒适度，中国汽车产业还要不断加强产业协作模式的优化和重塑，用好数字化能力强的合作伙伴，重塑自身的业务流程，逐渐从L2发展到L3和L4；加速推进智能化转型，实现全面数字化升级，最终实现规模化无人驾驶，以赢得全球市场竞争优势。

04

未来趋势

未来汽车智能化一定不是单纯的辅助驾驶智能化，而是全车的智能化。

随着Momenta 共研、车企自研、华为模式等创新发展模式努力在智能驾驶的赛道上抢占高地，智能驾驶领域也呈现出多元的发展趋势，各种新突破、新变化、新趋势正在发生。

中商产业研究院发布的《2025年中国智能驾驶行业市场前景预测研究报告》预测，2025年我国自动驾驶市场规模将逼近4500亿元。

报告指出，智能驾驶领域正呈现多维度突破：技术层面，“BEV+Transformer”算法重构感知架构，4D毫米波雷达与固态激光雷达推动传感器成本下降超过50%；商业化层面，L2城区领航辅助驾驶功能加速向20万元以下车型渗透，Robotaxi车队规模与运营效率提升带动单车日营收突破500元；生态层面，中央计算平台集成度提升至舱驾一体，数据闭环与车路云协同推动城市级智驾落地。

盖世汽车合伙人&研究院副总裁王显斌指出，未来辅助驾驶行业将有几大趋势：一是智能化融合，包括辅助驾驶与座舱、车身、底盘、动力系统等的融合，未来汽车智能化一定不是单纯的辅助驾驶的智能化，而是全车智能化，涵盖人在驾驶与乘坐汽车的场景功能应用的智能化。

二是未来辅助驾驶会逐步从能用做到好用，再到用户喜欢用。当前高阶智能辅助驾驶因为技术突破而受到关注，但与此同时很多基础性的辅助驾驶功能也需要将体验做到极致，例如APA自动泊车功能、ACC自适应巡航功能等，在实际使用场景里面可以做到更加优化。

三是辅助驾驶供应链不断整合，并在未来往寡头垄断方向发展。因为这是资金密集型行业，投入成本巨大，智能驾驶辅助企业在研发过程中往往融资动辄几十亿元，而且后期还要搭配数据云端、超算力平台的投入；同时它也是技术密集型行业，需要大量高端人才。

四是中国汽车电气化、智能化领先优势逐步凸显，中国智能驾驶辅助也在加速出海。未来全球市场对辅助驾驶的需求大体一致，但是在政策法规、地理环境、用户场景需求、数据信息安全等方面还需要进一步打磨，需要整车、零部件、辅助驾驶和科技等企业，共同在辅助驾驶赛道上钻研如何满足海外需求，顺应出海大趋势。