聚焦“一段式端到端” Momenta城市NOA市占率超六成

    本報記者 龔夢澤

    當前，隨著智能駕駛技術(shù)的不斷突破和消費者需求的日益升級，從L2等級到更高級的L2++自動駕駛輔助系統(tǒng)正逐步擴展至各類車型。高速和城市NOA（導航輔助駕駛），以及APA（自動泊車）等功能的滲透率不斷提升，共同描繪出了一幅智能駕駛技術(shù)蓬勃發(fā)展的畫卷。

    根據(jù)佐思汽研最新發(fā)布的2024年城市NOA產(chǎn)研報告（以下簡稱“報告”），城市NOA已成為高階智能駕駛技術(shù)的重要發(fā)展方向，而第三方智駕供應(yīng)商在其中扮演著至關(guān)重要的角色。其中，魔門塔（蘇州）科技有限公司（以下簡稱“Momenta”）報告統(tǒng)計期間，國內(nèi)城市NOA市場份額超過60%，位居市場首位。

    高階智駕發(fā)展迅猛

    自2023年下半年以來，高階智能駕駛技術(shù)進入新的發(fā)展階段，城市NOA成為行業(yè)主攻目標。面對這一趨勢，除少數(shù)頭部汽車廠商堅持全棧自研模式外，大多數(shù)車企選擇與第三方智駕供應(yīng)商進行戰(zhàn)略合作，以期快速實現(xiàn)城市NOA技術(shù)的落地應(yīng)用。

    報告統(tǒng)計，國內(nèi)主要有五家第三方智駕供應(yīng)商助力城市NOA成功規(guī)?；慨a(chǎn)上車，它們分別是Momenta、HUAWEIinside（華為Hi模式）、Bosch+WeRide（博世+文遠知行）、Apollo（百度自動駕駛平臺）和深圳元戎啟行科技有限公司（以下簡稱“元戎啟行”）。

    報告分析，實現(xiàn)智駕“全國都能開”是智駕下半場競爭的關(guān)鍵分水嶺。當前，五家第三方高階智駕供應(yīng)商均采用“無圖”方案。其中，HUAWEIinside和Momenta憑借端到端大模型和數(shù)據(jù)驅(qū)動的技術(shù)優(yōu)勢，形成了與其他供應(yīng)商的明顯技術(shù)實力差異。

    “車企選擇與第三方智駕供應(yīng)商的合作模式不僅有助于縮短產(chǎn)品開發(fā)周期、節(jié)省研發(fā)成本，還能使車企更快地推出搭載城市NOA功能的車型，搶占市場份額。”中國自動駕駛產(chǎn)業(yè)創(chuàng)新聯(lián)盟調(diào)研員高超對《證券日報》記者表示，城市NOA市場正在經(jīng)歷洗牌。數(shù)據(jù)、算法、客戶定點量產(chǎn)項目、規(guī)模化量產(chǎn)成功經(jīng)驗已成為衡量高階智駕供應(yīng)商技術(shù)實力的重要指標。

    高超認為，對于高階智駕供應(yīng)商而言，擁有強大的數(shù)據(jù)收集與分析能力、先進的算法技術(shù)、豐富的客戶定點量產(chǎn)項目經(jīng)驗以及成功的規(guī)?；慨a(chǎn)案例，將是其在市場競爭中立于不敗之地的關(guān)鍵。“預(yù)計未來兩年，該領(lǐng)域?qū)⑦M一步整合與出清，頭部供應(yīng)商優(yōu)勢將逐步擴大。”

    累計銷量達11.4萬輛

    業(yè)內(nèi)普遍認為，2025年將成為城市NOA“普惠化”發(fā)展歷程中的關(guān)鍵里程碑，屆時城市NOA技術(shù)將首次切入10萬元至15萬元的主流細分市場。面對激烈的市場競爭和不斷變化的市場需求，第三方頭部智駕廠商正積極推出端到端大模型，以爭奪城市NOA的最優(yōu)解。目前，僅有HUAWEIinside、Momenta、Apollo及元戎啟行四家第三方頭部智駕供應(yīng)商實現(xiàn)了端到端大模型的量產(chǎn)上車。

    從合作車企數(shù)量來看，Momenta取得定點客戶涵蓋了全球銷量前十的主機廠中的近七成。從銷量數(shù)據(jù)來看，截至目前，配備Momenta城市NOA技術(shù)的量產(chǎn)車型累計銷量已達到11.4萬輛，位居市場首位。

    此外，相較市場上絕大多數(shù)實現(xiàn)端到端大模型的供應(yīng)商或車企仍采用兩段式架構(gòu)，Momenta是國內(nèi)首個實現(xiàn)“基于一段式端到端大模型”規(guī)?；慨a(chǎn)的智能駕駛供應(yīng)商?！蹲C券日報》記者了解到，現(xiàn)在的大模型已經(jīng)發(fā)展到第五代，端到端也分野出兩個概念，分別是兩段式端到端和一段式端到端。那么，何謂兩段式端到端？

    高超稱，兩段式端到端方案的信息經(jīng)過感知模型過濾后，再到規(guī)控模型，有兩個信息處理環(huán)節(jié)。而一段式端到端方案將智駕的感知、預(yù)測決策、規(guī)劃多個模塊合為一體，直接從傳感器輸入外部環(huán)境信息，并輸出車輛的行駛軌跡，使得端到端模型像人類大腦一樣，具備更高的理解力和進化能力，能夠掌握新的工具并應(yīng)對未曾見過的場景。

    “與分模塊化方案相比，一段式端到端的上限更高，因為它取消了很多人為設(shè)定的先驗。”施祝佳表示，當數(shù)據(jù)少時先驗會起到好的作用，但數(shù)據(jù)量大的時候，先驗則會約束整個系統(tǒng)的上限，用端到端就相當于把這些先驗給去除掉，這樣會進一步提升系統(tǒng)的上限。

    北京理工大學汽車研究所所長、教授龔建偉表示：“從長遠來說，將輸入控制到輸出控制集合的一段式端到端可能是終極目標。從人的預(yù)期來說，以更多數(shù)據(jù)讓智駕更擬人是一個更好的方案，其更豐富、更穩(wěn)定，也是我們的終極目標。”

    談及如何解決一段式端到端方案前期下限低的問題，施祝佳表示，未來端到端的處理方案會向模仿人類學習的邏輯演進。人類大腦既有短期記憶，又有長期記憶，先進的端到端模型將模仿這種模式，短期記憶的訓練周期是以天為級別的，好的數(shù)據(jù)和好的方法得到驗證之后再進入長期記憶的模型學習。