股票
板块
用户
资讯
首页
天眼
自选
发现
开户
首页
天眼
自选
发现
我的

从一趟Robotaxi看中国智驾出海,Momenta加快欧洲落地


11月18日,德国慕尼黑的乘客打开Uber App,有机会体验一项来自中国的自动驾驶技术服务。当天,Momenta与Uber在慕尼黑启动Robotaxi试运营,向当地乘客免费开放体验。

就在9天前,Momenta已在慕尼黑开展L4级自动驾驶公开道路试乘,德国巴伐利亚州交通部长体验后给予积极评价。从当地交通部门代表试乘,到普通乘客通过App体验,中国自动驾驶技术在德国正从公开道路测试走向更贴近日常生活的应用场景。

一辆Robotaxi驶上欧洲街头,看似是一次出行服务的开放体验,背后却涉及企业对当地市场、道路环境和用户需求的长期适应。对于中国智驾企业而言,出海不仅要让技术在海外道路上跑起来,还要让当地消费者愿意坐上车,并逐渐接受这种新的出行方式。

从部长试乘到公众体验

中国智驾走进欧洲日常生活

“我觉得很有安全感。系统面对复杂的交通路况,也能从容不迫、处理得游刃有余。”11月9日,德国巴伐利亚州交通部长在体验Momenta的L4级自动驾驶车辆后,给出了这样的评价。

9天后,Momenta与Uber在慕尼黑启动Robotaxi试运营,体验对象从特定嘉宾进一步拓展至当地普通乘客。乘客可以通过Uber App体验Robotaxi服务,并在行程结束后反馈感受。中国自动驾驶技术正以更加贴近日常出行的方式进入德国市场。

对于自动驾驶企业而言,让当地消费者真正坐上车、感受到技术带来的变化,是拓展海外市场的重要一步。相比技术参数和测试成绩,普通乘客更关心车辆能否安全抵达目的地、行驶过程是否平稳,以及自动驾驶能否为日常出行带来更多便利。

在LinkedIn等社交平台上,也有用户表达了对自动驾驶汽车进入德国市场的期待。有人希望自动驾驶汽车能够尽快来到德国,也有人期待未来乘坐Robotaxi前往目的地时,可以利用途中时间阅读或休息。这些反馈也显示出,消费者对Robotaxi的期待正在从“能否实现自动驾驶”,延伸至“能否带来不同于传统出行的体验”。

对Momenta而言,与Uber的合作不仅是将自动驾驶车辆引入当地出行市场,同时也提供了一个直接接触消费者的渠道。乘客可以通过Uber App体验服务并反馈感受,企业则能够借此了解当地用户的实际需求,进一步优化产品和服务。这也意味着,Robotaxi出海不只是把技术部署到海外道路,还需要通过真实运营逐步建立用户认知和市场接受度。

事实上,Momenta在欧洲的布局并非始于此次Robotaxi试运营。Momenta从2021年开始推进欧洲市场布局,围绕当地道路环境、驾驶习惯和法规要求开展准备工作。对于自动驾驶企业而言,海外市场并不是国内技术方案的简单复制,不同国家的交通规则、道路设计和用户习惯,都可能影响车辆的实际运行表现。

在欧洲市场,Momenta的布局不局限于Robotaxi。一方面,Momenta与全球汽车制造商开展合作,将智能驾驶技术应用于量产车型;另一方面,通过与Uber合作,将技术能力延伸至自动驾驶出行服务。前者依托汽车制造商的量产体系推动技术规模化应用,后者则通过Robotaxi探索自动驾驶出行服务的商业化落地。

从汽车制造商到出行平台,Momenta的合作模式也反映出中国智驾企业拓展海外市场的不同路径:既需要通过产业合作融入全球汽车供应链,也需要结合当地出行生态探索新的服务场景。Robotaxi试运营让技术进一步走近当地乘客,企业也由此有机会获取真实用户反馈,持续完善产品和服务。

从一个路面深坑到全球道路

技术如何支撑自动驾驶出海

Robotaxi要在欧洲道路上稳定运行,不能只依赖在国内积累的驾驶经验。不同国家的道路设计、交通规则、驾驶习惯以及路面状况存在差异,车辆需要具备应对陌生场景的能力。这也对自动驾驶系统的环境理解和泛化能力提出了更高要求。

据Momenta方面介绍,公司在欧洲市场持续进行数据储备、数据中心基础设施建设和法规适配,希望通过对当地道路环境和驾驶场景的长期积累,让自动驾驶系统更好地适应不同国家的实际路况。从慕尼黑公开道路试乘到与Uber启动Robotaxi试运营,背后是技术方案不断接受当地道路环境检验的过程。

这种对复杂道路场景的理解能力,可以从一个路面深坑的处理案例中窥见一斑。

为了让车辆更好地应对道路上的深坑,Momenta团队采集了不同大小、轮廓和边缘形态的坑洞,并从上万个深坑中提取特征,模拟不同边缘形态用于世界模型训练。车辆需要通过纯视觉能力识别坑洞,并进一步判断如何安全通过或避让,而不是简单地将所有坑洞都视为需要绕行的障碍物。

“我们研究的不是让车遇到坑就绕,而是让它理解这个坑可能带来什么影响。乘客可能只觉得这一段坐得很平稳,但为了这份平稳,模型需要学会分辨很多道路细节。”一位Momenta工程师表示。

从识别坑洞到判断如何通过,自动驾驶系统需要处理的不只是单一障碍物识别任务,还包括对道路形态、车辆行驶状态和潜在影响的综合判断。一个深坑看似只是道路上的微小细节,却体现出自动驾驶从识别环境到理解环境的能力进阶。

对于需要进入不同国家和城市的自动驾驶企业而言,这种能力尤为重要。车辆不仅要适应已经熟悉的道路,还需要面对此前没有遇到过的场景。世界模型所发挥的作用,正是通过对大量复杂场景的学习,提升系统对不同道路环境的理解和应对能力。

这种模型能力的持续进化,还与Momenta长期坚持的“一个飞轮、两条腿”战略有关。所谓“两条腿”,分别是量产辅助驾驶和L4级自动驾驶:前者通过量产车型积累真实道路数据,为自动驾驶模型训练和迭代提供数据支持;后者则通过L4技术研发和能力进步,将新的技术成果反哺量产业务。

两类业务并非彼此独立,而是通过数据和技术形成双向协同。量产辅助驾驶业务为技术迭代提供更广泛的真实道路场景,L4级自动驾驶研发则推动模型和算法能力持续进步。对于自动驾驶企业而言,这种协同有助于形成技术积累与商业化应用之间的正向循环。

在具体技术路径上,Momenta采用纯视觉、无图化端到端方案,减少对预先建立详细高精地图的依赖。这意味着,当车辆进入新的城市时,企业可以减少部分前期地图采集和制作工作,将更多精力放在当地数据积累、场景适配和模型迭代上。对于需要拓展多个国家和城市的Robotaxi企业而言,这也是提高部署效率、降低跨区域拓展成本的重要方向。

慕尼黑街头的Robotaxi试运营、对复杂道路场景的精准识别,以及面向不同国家和城市的技术部署,展现了Momenta将量产积累、数据迭代和模型能力转化为全球化竞争优势的实践。

而以Momenta为代表的中国智驾企业,正凭借技术创新和量产实践,将中国自动驾驶技术的优势带向全球市场。同时,通过与海外车企、出行平台开展合作,中国技术积累与当地产业资源实现优势互补,也为全球智能出行产业发展注入新的动力。

文/李沐


原文链接
多空观点 观点仅供交流,不构成投资建议
点赞
踩一踩
收藏
分享

评论 (0)

0/200
声明:社区内容仅代表用户个人观点,不构成任何投资建议。投资有风险,入市需谨慎。