狂飙的Momenta

作者 | 红色星际科技 编辑 | 红色星际

点击下方卡片,关注“自动驾驶之心”公众号

戳我-> 领取自动驾驶近15个方向学习路线

>>点击进入→自动驾驶之心自动驾驶技术交流群

本文只做学术分享,如有侵权,联系删文

436b5c82ff2ba10acb15f0f238913a64.png

据悉,Momenta自研的第一款芯片即将流片。第一款芯片定位中阶算力,算力在一百 TOPS区间左右,对标英伟达的Orin N和地平线的J6E。预计不久的将来,Momenta的中阶方案将切换到自研的芯片,迈出软硬一体的第一步。

Momenta正迎来从10到100的高速扩张的时代,目前手握的高阶定点最多、主机厂客户最多。按照一位Momenta人士的说法,现在不是看Momenta和谁合作了,而是还有哪家主机厂没有和Momenta合作。

Momenta已经进入主机厂在高阶智驾上优先考虑和选择的时代。

传统主机厂需要在智驾上和华为小鹏竞争,但是目前高阶智驾供应商可选择的就三四家。像Momenta这样具有技术和规模优势的更少,所以一些主机厂的态度开始转变,从“挑剔”变为“拥抱”。有主机厂已经开始在供应商大会上盛赞Momenta,因为太需要Momenta这样的帮手了。

这预示着高阶智驾的话语权开始向Momenta这样的公司转移。

01

狂飙的Momenta

在2020年一场自动驾驶行业论坛上,Momenta创始人曹旭东阐述了自己同时兼顾L2和L4两条腿走路的战略时,遭到了文远知行创始人韩旭的一番“内涵”。

韩总摆出一副很老道的姿态教育道:古话说搏二兔而不得一兔,有些东西需要聚焦,文远从一开始就是坚定的走Waymo路线,冲着L4去。看着山顶的金子就冲上去,路边的碎银子就不捡了 。

在2020年时候韩总非常有资格说这个话,当时风头最盛的是L4公司,融资动不动就是几亿美金,干量产的被视为低level的事情,量产供应商的天花板远不如Robotaxi,被L4公司看不起。四年时间斗转星移,无论从估值还是商业收入上,Momenta都成为许多L4公司羡慕的对象。

Momenta在手的高阶定点数量名列业内第一。在客户数量方面,海外的日系、德系、美系,国内的央企、国企、民企,几乎应有尽有。

尤其是在海外主机厂眼里,Momenta近乎是头号选择。Momenta的产品方案丰富,从基于英伟达到高通的芯片,从高阶到中阶,Momenta全都有。所以,拿到的都是大订单。

一位Momenta的人士表示,现在不是看Momenta和谁合作了,而是还有哪家主机厂没有和Momenta合作。

Momenta能够取得今天的成绩,是多种因素造就的。

众所周知,高阶智驾的技术门槛高、投入大,过去几年国内也就资源能力强的地平线、大疆、华为、Momenta等几家头部公司有实力做,而这几家里面又因为各自战略目标不同,选择了不同的路线。

华为是软硬一体的路线,使用的是自己芯片,但芯片主要是自己使用;大疆技术路线比较另类,先做中阶的,在高阶上选择高通8650芯片;地平线是软硬一体的路线,重心是自己的征程系列芯片。

只有Momenta在量产上坚定的押注英伟达的Orin芯片,而国内主机厂在高阶智驾上最青睐使用的是英伟达Orin。所以在24年之前,对于不具备自研能力的传统主机厂,想上高阶智驾又选择用Orin的话,Momenta几乎是唯一的选择。

2023年传统主机厂对高阶智驾的需求爆发,Momenta成为许多主机厂在高阶智驾上首选的供应商,这使得Momenta狂扫定点,连奔驰、奥迪、丰田的定点都囊入怀中。

所以,成就了“还有谁没和Momenta合作”的局面。

这只是命运齿轮刚刚转动的开始,明后年将迎来高阶智驾的上车潮,传统主机厂的需求释放的越多,Momenta拿到的定点就会越多。因为现在市场上,能有高阶算法方案又有批量量产交付经验的,就三四家。

不过,这对传统主机厂来说是一把双刃剑。一方面,Momenta优秀的算法和工程能力能帮助传统主机厂把高阶做好;另一方面,则是传统主机厂在高阶上对Momenta形成依赖。

一位主机厂研究院的朋友表示,前两年大家都忌惮依赖华为,现在大家把大部分高阶项目交给Momenta做,这会不会形成对Momenta的过度依赖。未来,主机厂和Momenta合作谁比谁的话语权大还不一定。

主机厂的担忧并没有减缓Momenta狂飙的步伐,Momenta正通过软硬一体以及端到端技术去放大在高阶智驾上的优势。

02

Momenta时代到来

几年前,一家媒体采访Momenta创始人曹旭东时问到,“这波自动驾驶创业公司有多少可以活到20年”。曹旭东回答很直接,每个国家可能一两家,美国两家、欧洲两家、中国两家,中国是Momenta和另一家。

曹旭东的自信和霸气一览无余。不过,在这次采访之后,曹旭东就鲜少在媒体前抛头露面。曹旭东带领着Momenta一头扎进了上汽智己的量产,闷头练内功,锤炼算法和工程能力。虽然2021年的Momenta活得并不如意,但是当年10亿美金的融资给了Momenta足够的勇气和底气。

直到今年,曹旭东又开始参加行业论坛、接受媒体采访。四年时间过去,曹旭东的自信和霸气并没有任何变化。

在谈到未来自动驾驶市场格局时,曹旭东表示,智驾最后在全球可能就三、四家公司,中国可能就两、三家公司。格局可能是 7:2:1——第一名占70% 的市场。Momenta至少是全球前二。

一般当大佬谈行业最终格局时,往往是把自己代入到第一的位置。

如果说上汽智己的项目是Momenta完成了在量产上的从0到1,去年横扫国内外主机厂定点是Momenta完成了从1到10,那么接下来就是Momenta从10到100,目标拿下绝对市场份额。今年,Momenta开始为终局进行冲刺,凶猛的扩张。

首先是软硬一体。

据悉,Momenta自研的智驾芯片即将流片回来。Momenta研发的第一款芯片是中阶算力,算力在100 TOPS上下,对标英伟达的Orin N和地平线的J6E。预计不久的将来,Momenta的中阶方案将切换到自研的芯片,迈出软硬一体的第一步。

一位业界朋友分析,现在软硬一体有两种路径,一种是地平线、英伟达的软硬一体,从芯片到算法,另一种是Momenta从算法到芯片。Momenta非常聪明,先是利用英伟达的芯片使自己的算法落地,靠算法在主机厂赢得一定话语权,然后再做芯片,用算法带着自研芯片上车。

Momenta自研芯片选择从中阶到高阶的路径。最开始做中阶算力是非常务实聪明的,技术门槛低、投入小使得风险可控,有了中阶芯片的基础再做几百TOS的大算力芯片。

自研芯片走软硬一体模式的好处毋庸置疑。一是量产规模足够大的时候,成本摊销下来比购买芯片公司的便宜;二是自研芯片更能贴合自己的算法,做出差异化的技术优势。

除了软硬一体,其次是端到端上发力。

在23年的无图城区NOA上,Momenta是落后于华为的。而到了端到端,Momenta则表现出先发反超的迹象。据悉,Momenta的端到端模型在主机厂以及算法技术圈颇受好评。

曹旭东的技术嗅觉在国内算法圈位列前茅。2023年,嗅觉敏锐的曹旭东开始在端到端全面发力。这也来到了Momenta擅长的技术主场,在手写规则的时代Momenta拼不过工程师资源更强的华为,而到了端到端,比拼的核心不再是工程师规模,而是对AI的认知理解。

软硬一体、端到端等使得Momenta的技术布局处于业内TOP级,但Momenta并不像一些技术大牛创办的公司染上“技术逼格”的毛病,反而在市场策略上非常务实和狼性。

当大疆带火中阶方案之后,Momenta迅速加入战局推出中阶方案。而且在商务策略上非常凶猛,在抢单的时候报价杀的很凶。这也使得大疆在中阶市场遇到了强硬对手,或许以后大疆都要面对Momenta的身影。

无论技术布局还是市场策略,Momenta的胃口都非常大,目标是拿下绝对的市场份额。因为在曹旭东眼里,这是一个是强壁垒、强规模效应的赛道。Momenta的技术和规模达到绝对的优势,才能掌控行业的主导权。

一位主机厂的朋友表示,如果智驾真的像曹旭东讲的第一名占7成市场份额,那以后主机厂就得“跪”供应商了。当上游有强势供应商存在时,对主机厂来说不是好事,话语权就完全在供应商手里了。

03

结束语

过去两三年的折腾,证明了传统主机厂的智驾自研就是伪命题。比如某龙头新能源主机厂,上千人的技术团队投入,并不比新势力少,但是到现在连个高速NOA都量产的很艰难,而像Momenta这样的公司都已经推进到端到端了,技术差距达到了两三代。

烧钱还做不出来东西,不如交给供应商Momenta来做。这可能也是未来的主流趋势,交给Momenta来做性价比更高。

过去两三年,智驾供应商在强势的主机厂面前基本是“趴”着的姿态,即使是高阶智驾供应商,无论在技术选型、开发费和license博弈上,基本没有话语权。而未来高阶智驾的技术和规模集中在头部公司时候,话语权也将会随之转移到像Momenta这样的头部公司。

按照一位头部公司VP的说法,以后license只会越卖越贵,如果主机厂嫌贵我们可以不做,反正高阶这块就我们这几家,如果大家都不做,主机厂找谁?

END

① 2025中国国际新能源技术展会

自动驾驶之心联合主办中国国际新能源汽车技术、零部件及服务展会。展会将于2025年2月21日至24日在北京新国展二期举行,展览面积达到2万平方米,预计吸引来自世界各地的400多家参展商和2万名专业观众。作为新能源汽车领域的专业展,它将全面展示新能源汽车行业的最新成果和发展趋势,同期围绕个各关键板块举办论坛,欢迎报名参加。

8fd5dffe9d48a4424da194becc772323.png

② 国内首个自动驾驶学习社区

『自动驾驶之心知识星球』近4000人的交流社区,已得到大多数自动驾驶公司的认可!涉及30+自动驾驶技术栈学习路线,从0到一带你入门自动驾驶感知端到端自动驾驶世界模型仿真闭环2D/3D检测、语义分割、车道线、BEV感知、Occupancy、多传感器融合、多传感器标定、目标跟踪)、自动驾驶定位建图SLAM、高精地图、局部在线地图)、自动驾驶规划控制/轨迹预测等领域技术方案大模型,更有行业动态和岗位发布!欢迎扫描加入

4973ece27145720d1dbddd7660258907.png

 ③全网独家视频课程

端到端自动驾驶、仿真测试、自动驾驶C++、BEV感知、BEV模型部署、BEV目标跟踪、毫米波雷达视觉融合多传感器标定多传感器融合多模态3D目标检测车道线检测轨迹预测在线高精地图世界模型点云3D目标检测目标跟踪Occupancy、CUDA与TensorRT模型部署大模型与自动驾驶NeRF语义分割自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频(扫码即可学习

0351cb19897c58918f5a78583d415124.png

网页端官网:www.zdjszx.com

④【自动驾驶之心】全平台矩阵

5459337169e6bde3a349eaf677c598b4.png

内容概要:本文介绍了一个基于多传感器融合的定位系统设计方案,采用GPS、里程计和电子罗盘作为定位传感器,利用扩展卡尔曼滤波(EKF)算法对多源传感器数据进行融合处理,最终输出目标的滤波后位置信息,并提供了完整的Matlab代码实现。该方法有效提升了定位精度与稳定性,尤其适用于存在单一传感器误差或信号丢失的复杂环境,如自动驾驶、移动采用GPS、里程计和电子罗盘作为定位传感器,EKF作为多传感器的融合算法,最终输出目标的滤波位置(Matlab代码实现)机器人导航等领域。文中详细阐述了各传感器的数据建模方式、状态转移与观测方程构建,以及EKF算法的具体实现步骤,具有较强的工程实践价值。; 适合人群:具备一定Matlab编程基础,熟悉传感器原理和滤波算法的高校研究生、科研人员及从事自动驾驶、机器人导航等相关领域的工程技术人员。; 使用场景及目标:①学习和掌握多传感器融合的基本理论与实现方法;②应用于移动机器人、无人车、无人机等系统的高精度定位与导航开发;③作为EKF算法在实际工程中应用的教学案例或项目参考; 阅读建议:建议读者结合Matlab代码逐行理解算法实现过程,重点关注状态预测与观测更新模块的设计逻辑,可尝试引入真实传感器数据或仿真噪声环境以验证算法鲁棒性,并进一步拓展至UKF、PF等更高级滤波算法的研究与对比。
内容概要:文章围绕智能汽车新一代传感器的发展趋势,重点阐述了BEV(鸟瞰图视角)端到端感知融合架构如何成为智能驾驶感知系统的新范式。传统后融合与前融合方案因信息丢失或算力需求过高难以满足高阶智驾需求,而基于Transformer的BEV融合方案通过统一坐标系下的多源传感器特征融合,在保证感知精度的同时兼顾算力可行性,显著提升复杂场景下的鲁棒性与系统可靠性。此外,文章指出BEV模型落地面临大算力依赖与高数据成本的挑战,提出“数据采集-模型训练-算法迭代-数据反哺”的高效数据闭环体系,通过自动化标注与长尾数据反馈实现算法持续进化,降低对人工标注的依赖,提升数据利用效率。典型企业案例进一步验证了该路径的技术可行性与经济价值。; 适合人群:从事汽车电子、智能驾驶感知算法研发的工程师,以及关注自动驾驶技术趋势的产品经理和技术管理者;具备一定自动驾驶基础知识,希望深入了解BEV架构与数据闭环机制的专业人士。; 使用场景及目标:①理解BEV+Transformer为何成为当前感知融合的主流技术路线;②掌握数据闭环在BEV模型迭代中的关键作用及其工程实现逻辑;③为智能驾驶系统架构设计、传感器选型与算法优化提供决策参考; 阅读建议:本文侧重技术趋势分析与系统级思考,建议结合实际项目背景阅读,重点关注BEV融合逻辑与数据闭环构建方法,并可延伸研究相关企业在舱泊一体等场景的应用实践。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值