當(dāng)車企們在智能駕駛的下半場展開激烈廝殺時，Momenta與華為這兩位智能駕駛牌桌上的核心玩家正逐漸走出兩條不同的技術(shù)路線，一方是憑借全棧自研與強(qiáng)大生態(tài)聲名鵲起的科技巨頭華為，另一方則是以顛覆性算法模型為利器的AI技術(shù)公司Momenta。

近日，行業(yè)內(nèi)有觀點認(rèn)為，Momenta憑借其打造的“一段式端到端飛輪大模型”，已在技術(shù)維度上幾乎鎖定了智駕領(lǐng)域的領(lǐng)先地位。

自智駕概念落地以來，“含華量”一直是判斷車企智能技術(shù)水平的依據(jù)，華為作為智能駕駛這一行業(yè)的高山，在面對Momenta的高速爆發(fā)時是否正在被超越？盡管這一論斷目前尚無定論，但無論如何，它都在深刻揭示一個現(xiàn)實：智能駕駛行業(yè)從正在從“拼硬件、拼集成”邁向“拼數(shù)據(jù)、拼算法進(jìn)化能力”的競爭演變。

Momenta的“核武”

長期以來，智駕業(yè)界的主流技法采用的是模塊化架構(gòu)，運行起來如同工廠的流水線：感知模塊（如攝像頭、激光雷達(dá)）負(fù)責(zé)“看”和“聽”，將外部環(huán)境信息轉(zhuǎn)化為數(shù)據(jù)；決策規(guī)劃模塊則如同“大腦”，基于感知數(shù)據(jù)判斷該如何行駛；最后，控制模塊如同“手腳”，執(zhí)行轉(zhuǎn)向、加速或剎車的具體指令。

這種“分段式”架構(gòu)雖然結(jié)構(gòu)清晰、易于開發(fā)，但其固有缺陷在追求高階智駕時暴露無遺。

首先，信息在模塊間傳遞必然產(chǎn)生損耗與延遲，如同“傳聲筒”游戲，末端得到的信息可能已然失真；其次，每個模塊的誤差會逐級累積，感知的一個微小誤判，經(jīng)過規(guī)劃模塊可能被放大為一個危險的決策；再者，其規(guī)則大多由工程師預(yù)設(shè)，面對海量、未知的“長尾場景”（如罕見的路況、極端天氣），系統(tǒng)容易因“沒見過”而不知所措，顯得僵化且遲鈍。

Momenta的“一段式端到端飛輪大模型”，則是對上述范式的一次顛覆。

它摒棄了傳統(tǒng)的模塊化拼裝，轉(zhuǎn)而采用一個統(tǒng)一的、超大規(guī)模的深度學(xué)習(xí)模型。這套系統(tǒng)的工作方式，是直接從傳感器輸入的原始數(shù)據(jù)（像素點、點云），一步到位地輸出車輛的最終控制指令。簡單地說，它更像是人類的大腦所經(jīng)歷的“感覺-思考-行動”這一連貫的神經(jīng)反應(yīng)過程，甚至比人腦還要反應(yīng)更快捷。

而這一模式的核心優(yōu)勢在于其“整體性”系統(tǒng)不再割裂地處理信息，而是像人類駕駛員一樣，對全局環(huán)境進(jìn)行整體感知和判斷，從根本上避免了模塊間信息傳遞的損耗與延遲，決策過程更為流暢和精準(zhǔn)。為用戶帶來更接近“老司機(jī)”的平順駕駛體驗。

端到端模型通過海量數(shù)據(jù)訓(xùn)練，學(xué)會的是駕駛的“本質(zhì)”而非具體的“規(guī)則”，因此對于未見過的新場景，它具備更強(qiáng)的推理和適應(yīng)能力，顯然這樣更能有效解決長尾問題。

同時， Momenta的“飛輪”與“大模型”的結(jié)合，可以構(gòu)成系統(tǒng)自我進(jìn)化的核心引擎。例如， Momenta的R6飛輪大模型深度融合了強(qiáng)化學(xué)習(xí)技術(shù)，使其能夠在超大規(guī)模的仿真模擬環(huán)境中進(jìn)行永無止境的學(xué)習(xí)進(jìn)化。無論是成功案例還是失敗案例，它都能夠不斷從中學(xué)習(xí)，并不斷微調(diào)、優(yōu)化自身的決策網(wǎng)絡(luò)。

也就是說，Momenta的智駕系統(tǒng)不再完全依賴于工程師手動編寫代碼和規(guī)則，而是能夠自主地、快速地迭代駕駛策略。其駕駛能力理論上可以突破人類駕駛員的生理和經(jīng)驗局限，朝著超越人類安全水平的終極目標(biāo)加速邁（參數(shù)丨圖片）進(jìn)。

“模塊化”的華為

相較于Momenta的顛覆性路徑，華為的智能駕駛解決方案則體現(xiàn)了另一種哲學(xué)——在成熟的模塊化框架內(nèi)，追求極致的工程優(yōu)化與系統(tǒng)集成。

不可否認(rèn)，華為在這一路徑上已取得了令人矚目的成就。其硬件性能堪稱行業(yè)頂配：自研的激光雷達(dá)提供了卓越的感知能力，昇騰計算平臺則提供了強(qiáng)大的算力支撐。在軟件層面，華為通過精湛的工程能力，將各個獨立的感知、定位、規(guī)劃和控制模塊打磨得異常精細(xì)，并實現(xiàn)了高度協(xié)同，其整體表現(xiàn)已然處于行業(yè)第一梯隊。

然而，從技術(shù)演進(jìn)的終極視角審視，這種“模塊化集成”的路徑或許正面臨天花板。

首先是“拼接”的固有瓶頸，無論各個模塊的性能如何優(yōu)化，模塊間的“縫隙”依然存在。信息損耗、延遲和誤差累積的固有難題，難以通過工程優(yōu)化被徹底消除。

其次是，應(yīng)對長尾場景的成本高昂，對于傳統(tǒng)架構(gòu)，每遇到一個無法處理的罕見場景，都需要工程師手動分析數(shù)據(jù)、調(diào)整規(guī)則或重新訓(xùn)練特定模塊，這是一個耗時耗力的過程，難以應(yīng)對指數(shù)級增長的“Corner Case”（極端案例）。

盡管華為通過大量數(shù)據(jù)訓(xùn)練和算法優(yōu)化，極大地模糊了模塊間的界限，在ADS 4.0版本上也實現(xiàn)了感知—決策的一體化，但其本質(zhì)仍是分模塊的協(xié)同工作，在實現(xiàn)真正意義上如生物神經(jīng)反應(yīng)般的“端到端一體化決策”上，與Momenta所展示的技術(shù)路徑相比，ADS 4.0所堅守的依然自己熟悉的技術(shù)路線。

技術(shù)路線下不同的商業(yè)模式

一切技術(shù)路線的競爭，最終都會延伸到商業(yè)模式的較量。

從市場布局看，Momenta大多采取第三方供應(yīng)商角色，目前已經(jīng)與全球20余家主流車企開展了深度合作，覆蓋130余款量產(chǎn)車型，像豐田、奔馳、通用等國際品牌都和Momenta采取了深度合作，Momenta的優(yōu)勢在于車廠可以根據(jù)自己的需要靈活定制智能駕駛系統(tǒng)，相應(yīng)的車企的成本控制空間就更大。

而華為的合作伙伴往往是希望快速獲得成熟方案的車企，有人說，華為的智能駕駛方案就像一個精密儀器，從芯片到軟件全部自己搞定。

這種"一條龍"式的解決方案，讓華為ADS系統(tǒng)在用戶體驗上確實表現(xiàn)出色。這就是為何華為的合作品牌，問界、尊界、尚界、阿維塔、深藍(lán)等都需要深度的華為賦能，其高階功能（如城市NCA）主要搭載于20萬元以上車型，問界M9、阿維塔07等高端產(chǎn)品成為技術(shù)標(biāo)桿。

當(dāng)然針對成本過高的問題，華為也通過自研硬件在實現(xiàn)成本控制，昇騰芯片、激光雷達(dá)等核心部件國產(chǎn)化后，ADS 3.0硬件成本較早期降低了60%，今年的4.0版本更是在此基礎(chǔ)上又降低了30%，已經(jīng)進(jìn)一步下探到了20萬元級別的車型之上。

而Momenta則通過硬件開放進(jìn)一步降低了車企適配門檻，像其7V1R方案（7攝像頭+1毫米波雷達(dá)）系統(tǒng)級有效算力達(dá)156 TOPS，硬件成本較行業(yè)均值低了40%，同時可適配燃油車與電動車 ，比如搭載Momenta 5.0的豐田鉑智3X就僅售14萬元，相比華為需要定制整套系統(tǒng)，Momenta的方案可以讓車企自由定制，進(jìn)而保留住一部分自己的"靈魂"，而這也是為什么很多大廠會選擇Momenta的根本原因。

當(dāng)然，技術(shù)路線其實并沒有高下之分，現(xiàn)在就斷言Momenta超越了華為，無疑為時過早。最終，誰將在市場上真正“勝出”，或許并非是一個“非此即彼”的答案，在智能駕駛這條寬廣的賽道上，足以容納多條技術(shù)并存。所以，更可能出現(xiàn)的局面是各種技術(shù)路線的長期競合共生。