Momenta CEO曹旭东:智能驾驶将遵循摩尔定律 智驾软件体验将在两年内提升10倍
2024-09-30 11:09      作者:尹丽梅     来源:中国经营网

本报记者 尹丽梅 张硕 合肥报道

WechatIMG8010.jpg

“智能驾驶将遵循摩尔定律:其中软件体验将呈现出指数级提升,将达到两年提升10倍,四年100倍,六年1000倍的水平;智驾硬件成本也将迎来每两年降一半的发展态势,在2025年年底或2026年年初实现无图城市NOA(城市高阶智能驾驶)智驾成本做到5000元左右。”

9月29日,Momenta CEO曹旭东在全球智能汽车产业大会(GIV2024)上表示,基于智驾摩尔定律,Momenta预判城市NOA未来五年将呈爆发式增长态势,比电动化、新能源化的发展速度更快。

目前,市面上主流车型的智能驾驶水平主要集中在L2级别。曹旭东在大会上表示,公司在成立之初就设定的终极目标是实现规模化的L4级自动驾驶,而要实现规模化的L4级自动驾驶,最关键的点是安全。“我们觉得至少要实现10倍于人类的安全性,才有可能实现规模化的L4级自动驾驶。而要达到10倍于人类的安全性,最关键的就是要解决实现规模化L4级自动驾驶遇到的数百万个长尾问题。”

数据驱动可解决绝大部分智驾问题

按照国际自动机工程师学会(SAE)划定的标准,汽车自动驾驶技术可划分为六个级别(L0至L5),L4是指车辆能够在大多数情况下自主驾驶,且在限定条件下(如城市环境或高速公路)无须驾驶员干预。

作为一家成立于2016年的自动驾驶科技公司,Momenta的发展路径是通过AI来实现可规模化的无人驾驶。什么是规模化的L4级自动驾驶?曹旭东认为,规模化的L4级自动驾驶不是指几百台、一千台量级的Robotaix(自动驾驶出租车)在一个城市或者几个城市区域内进行示范性运营,而是有千万台甚至上亿台车能够在全中国乃至全世界实现可规模化运营。

在曹旭东看来,要解决实现规模化L4级自动驾驶遇到的数百万个长尾问题,需要有两方面的深刻洞察:第一,需要数据驱动,数据驱动可以自动地解决绝大部分问题,而基于规则的方法无法处理长尾问题。第二,需要使用量产车辆来为L4收集数据,仅用L4 Robotaxi车队无法满足需求。

“实现数据驱动至少需要千亿公里的大数据。家用乘用车一年的里程大概是一万公里,千亿公里需要一千万台车跑一年,这也只是实现规模化L4级自动驾驶的必要条件,并不是充分条件,充分条件可能需要更多的数据。”曹旭东表示,基于这两方面的洞察,公司在成立之初就设定了基于数据驱动的“一个飞轮”的技术洞察和“两条腿走路”的产品战略。

“两条腿走路”是指量产自动驾驶为完全无人驾驶提供数据,完全无人驾驶又把L4级自动驾驶的技术反馈给量产自动驾驶,使得量产自动驾驶在L4架构下能够持续升级,并且保持具有市场领先性的竞争。

据曹旭东介绍,数据驱动的“飞轮”现在已经迭代到第五代,其中第一代的自动化率为50%,最新一代即第五代的自动化率已经超过了99%,这意味着每新增100个问题其中有99个问题可以通过数据驱动自动化地去解决,不需要人的参与。

“激光雷达与端到端技术并不矛盾”

今年以来,端到端、AI大模型成为汽车领域的热词,正在深度变革智能驾驶和智能座舱体验。

曹旭东在会上透露,Momenta智驾大模型目前已经可以做到高效解决自动驾驶长尾问题,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。

据悉,Momenta智驾大模型在应对复杂路口或动态横穿场景时,能做到从容应对,可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,它也可实现精准泊车。目前,该技术方案已在多个汽车品牌上实现量产交付。

汽车智能化是大势所趋,面对激烈的市场竞争,各大企业纷纷将高阶智驾作为产品核心竞争力之一。

目前,城市高阶智驾主要搭载在高配车型上。曹旭东认为,在2025年年底~2026年左右,城市高阶智驾功能就能成为20万元以上甚至15万元以上车型的标配。成为标配的驱动因素是智驾摩尔定律。

“智驾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成本的极限,但是软件的摩尔定律两年10倍这个增长是没有上限的,未来一定会实现零事故自动驾驶。”曹旭东表示,新能源汽车用了五年时间将渗透率提高到50%以上,预计高阶智驾的发展速度会更快,将在未来五年的时间内高阶智驾的渗透率会增加到70%~80%。

在智能驾驶领域,激光雷达与端到端是两种不同的技术路线。目前,行业内在激光雷达技术路线方面面临一些阻碍:比如激光雷达硬件成本较高;产生的数据量大,系统需要强大的计算能力进行实时处理;依赖于高精度传感器的硬件设施,增加了对环境感知硬件的依赖。

端到端技术路线是基于深度学习和神经网络,通过让系统直接从传感器输入(如摄像头的图像数据)到输出(如车辆的控制信号)进行全流程的自动驾驶决策,而不依赖中间的模块化处理。

端到端技术依赖于低成本传感器(如摄像头),相比激光雷达系统,硬件成本较低,便于大规模商业化。同时,它的灵活性更强,通过不断学习,端到端系统能够适应多样化的驾驶场景,并在数据积累中不断优化性能。只不过,端到端技术系统依赖于大量高质量的驾驶数据进行训练。

在曹旭东看来,激光雷达与端到端技术并不矛盾。“首先,激光雷达规模化的速度非常快,单位成本在快速降低,因此其价格已经变得非常有竞争力了。其次,目前行业的共识是,激光雷达在一些长尾的安全场景方面,比如在光比较暗的环境下突遇行人横穿马路时,激光雷达的处理效果会更好。此外,在进出隧道时,很容易出现相机过曝的情况,这时有激光雷达相比没有激光雷达更具安全性。”

曹旭东判断,从行业趋势来看,在30万元以上或25万元以上的车型中,激光雷达大概率会成为标配。在20万元级价位或者在10万~20万元区间的车型中,行业内企业可能会对标特斯拉,选择端到端技术路线而不是激光雷达。

(编辑:张硕 审核:童海华 校对:翟军)