momenta ceo 曹旭东：已量产一段式端到端，交付多个客户-pg电子官方网址

　　端到端会是自动驾驶的终极pg电子官方网址的解决方案吗？如何解决端到端方案上限高下限低的问题？

　　自今年以来，端到端无疑是智能驾驶行业最热的词，也是诸多智驾玩家的兵家必争之地。9月29日，在全球智能汽车产业大会（giv2024）上，momenta ceo曹旭东发布了首个量产智驾大模型，将感知与规划整合进一个大模型中，即一段式端到端。太平洋汽车获悉，其实早在今年上半年，momenta 的一段式端到端方案已经量产，并交付给了客户。

　　那么momenta的端到端方案究竟有何特点？真的如传言中超出华为智驾0.5到1个段位吗？端到端方案为何不是自动驾驶的终极方案……对此，太平洋汽车与曹旭东进行了深度对话。

　　“这个不是出自我们公司的表达。”

　　当被问及外界传言momenta智驾方案领先华为智驾0.5到1个段位是否是真的时，曹旭东连忙笑着说道。一旁的工作人员也对媒体表示，momenta从未这样宣传过。

　　不过曹旭东在采访中也透露，主机厂确实非常关注华为和momenta的智驾方案，基本上都会拿两者去做对标。

　　“对标也非常简单，时间一般都是一两周，场景包括乡村道路、小镇、小城市、大城市。”曹旭东说，对标时，主机厂会把自动驾驶分成几十上百个场景，比如路口的话会划分成左转、直行、右转、占道车的绕行还有鬼探头。每个场景都会有对应的kpi，类似于成的概念。客户会根据最终的成功率来做出选择。

　　当被追问在对标中哪家方案表现更好时，曹旭东没有直接给出答案。他只是说，主机厂在上百个场景一一对标后，momenta 在三个大类表现不错。

　　第一是丝滑绕行。在城市noa场景中，占道车辆、逆行的两轮车非常多，如果车辆不能丝滑绕行，通行效率就非常低。“momenta的丝滑绕行还有街道绕行能力非常好，甚至超过了人类的很多中等水平司机，达到了老司机甚至超过老司机的水平。”

　　第二点是路口的灵活交互。在中国，路口车流人流密度特别高，右转时，不论红灯还是绿灯，可能都有很多人过马路。如果你100%停下来的话，那你传递的信息就是我等着，那这样会永远走不动。momenta在右转时会以1公里每小时的速度去蠕行，去判断时机跟行人博弈。

　　第三点是预判。在城市中有很多鬼探头场景。momenta的方案有3个优势。第一，它能够把所有有用的预判信息都用上。第二，它的整个算法延迟会很短。第三，它会有一些学习出来的防御性驾驶的行为。

　　太平洋汽车获悉，momenta的智驾方案确实得到了诸多主机厂的亲睐。目前国际上、、，国内、、、都是momenta的客户。业内数据显示，momenta已经与全球排名前十的汽车集团中的一半展开量产合作，成为了交付车型最多的智能驾驶公司。

　　为何momenta的智驾方案能达到这样的效果？答案还要从大会当天曹旭东发布的首个量产智驾大模型，将感知与规划整合进一个大模型中，即一段式端到端说起。

　　尽管端到端今年才被带火，但它并不是一个新东西。早在2016年，自动驾驶刚刚兴起时，业内人士想到的也是用端到端方案来做自动驾驶。但受限于当时的软硬件，大家没法解决该方案上限高但下限低的问题，于是就逐渐变成做分模块化的方案。

　　momenta在端到端架构上探索很早，在2020年的时候就已经用深度学习的方式去做自动驾驶的规控。到2023年上半年，momenta已经量产了两段式端到端。一年后，又量产了一段式端到端。

　　与分模块化方案相比，一段式端到端的上限更高。因为它取消了很多人为设定的（先验），当你数据少的时候这些先验会起到一些好的效果，但是一旦你的数据量大的时候，先验就会变成一些约束项目，它会约束你整个系统的上限。曹旭东说，用端到端就相当于把这些先验给去除掉，这样会更进一步提升系统的上限。这也是为什么momenta智驾现在的水平已经比去年年底超越了几十倍。

　　那么该如何解决一段式端到端方案下限低的问题呢？momenta的的处理方案类似于人类学习的逻辑。人类大脑既有短期记忆，又有长期记忆，当一个新的数据进来，它会先进入短期记忆，等到数据和方法被验证之后才会进入长期记忆去学习。momenta的端到端模型也受此启发，分为短期记忆和长期记忆。短期记忆的训练周期是以天为的。好的数据和好的方法得到验证之后再进入长期记忆的模型学习。

　　根据官方说法，momenta智驾大模型（一段式端到端）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。无论是在应对复杂路口还是动态横穿场景，都能从容应对，显著提升驾驶安全和通行效率。即使在夜间极窄车位，断头路车位等极限场景，也可实现精准泊车，让停车变得更加简单和高效。

　　据悉，momenta一段式端到端方案已经在多个汽车品牌实现量产交付。

　　既然端到端的优势这么多，那它会是自动驾驶的终极pg电子官方网址的解决方案吗？

　　曹旭东的答案是否定的。“端到端只是一个开始。”

　　曹旭东以端到端类比整个深度学习为例，深度学习其实在2012年就已经是一个端到端模型，只是那时候模型的架构还是alexnet。从2012年到2015年整个模型架构会持续升级和演进，到2015年的时候出现resnet。resnet再往后渗透到了2018年，出现了transformer。到最近比如2022年又有了gpt。基本上每三年都会有一个比较大的进步。

　　因此，曹旭东判断，端到端仅仅是自动驾驶的一个开始，未来不管是在端到端的模型架构上，还是在训练监督的方式上，训练的数据上，都存在很多可能性。

　　不可否认的是，随着端到端方案的快速推进，城市智驾的体验也得到了很大的提升。同时，由于智驾成本的下降，高阶智驾也搭载在了售价更低的车型上。

　　基于对行业的长期洞察，曹旭东提出了智驾摩尔定律。智驾摩尔定律包含软件和硬件部分。在软件方面，智驾行业的水平每两年提升10倍，四年100倍，六年1000倍，会是一个指数级的提升。10倍是什么概念呢？曹旭东举例说，两年前有客户体验momenta的智驾方案，结果体验完之后满头大汗。前段时间这个客户再来体验，出来后说是头等舱的体验。“软件的摩尔定律每两年10倍增长是没有上限的，未来一定会实现零事故的自动驾驶。”

　　在硬件方面，更多的是体现在降本上。曹旭东称，硬件的bom成本两年会减半。比如一两年前实现城市noa需要两个orinx双激光雷达，整个硬件的bom成本大概2万出头。现在实现城市noa整个硬件bom成本可以做到1万左右。未来判断在2025年底，2026年初的时候，实现城市noa bom成本可以做到5000块钱左右，硬件成本在迅速两年减半的速度下降。当然，硬件成本的下降是有极限的，预估到四五千元可能就到硬件bom成本的极限。

　　“当前可能30万以上的车标配城市noa，可能到2025年底，20万以上的车都会标配城市noa，可能有的车企会在15万以上的车标配，有的车企会选配。”曹旭东对城市noa的普及速度持乐观态度。他判断，能够实现城市noa的高阶智驾未来五年将呈爆发式的增长态势，比电动化、新能源化的速度更快。新能源用了五年时间渗透率增加到50%以上。预判高阶智驾速度更快，未来五年的时间渗透率会增加到70%—80%。

　　而这，不仅仅是对于momenta，对于所有中国智驾玩家来说，都是一个机会。