上了高速自己动，智能驾驶“从收费站到收费站”：
Momenta ，赞 666
高速领航辅助——智能驾驶量产竞争的一个高地。去年开始上车交付的就不少，这次有啥稀奇？
它开得“更像人”，甚至比很多人类驾驶员更老司机。
自主伺机超车、自动进出匝道、大车避让…这一切不同于之前的智能驾驶系统，丝滑程度让人难以判断是人类在开车，还是AI在开车。
以前的是能用，现在是敢用。自动驾驶的价值从未离普通用户如此近。
方案来自汽车大厂上汽集团旗下的智己汽车最新公布的智己高速NOA功能。
高速高架领航辅助，智己跟新势力比不算快，但在产品上更务实，聚焦中国用户真实的痛点和需求开发。
从绝对速度上看，智己高速NOA的上车也是上汽这家老牌车企在智能化浪潮中追平新势力的标志。
上汽代表的传统车企追求智能化的路径模式，其实就藏在IM TECH DAY用户专场
——
智己NOA，Powered by Momenta。
上汽迅速从传统汽车大厂，一跃成为智能汽车变革中备受关注、分量颇重的玩家，甚至先于很多新势力上车量产高速NOA功能，关键就是和自动驾驶明星独角兽——Momenta——找到了默契的合作方式。
智己品牌于2020年底成立，上汽第一次投资Momenta则是在2021年3月。第一款车L7 4月公布，随之而来的即是官方承诺的“端到端”的智能驾驶能力。
可以推断，双方的合作洽谈、智己IM AD系统的研发量产早就开始了。
这次智己高速NOA公布，既是智己当时“端到端”承诺的逐步兑现，同时也是Momenta从幕后走到台前，和智己首次以官方身份宣布合作。
Momenta与智己的合作成果IM AD智能驾驶系统，根源Momenta在L4领域积累的MSD自动驾驶系统。
是高阶自动驾驶技术的降维量产实例，也是目前包括百度、Cruise等等巨头正在践行的自动驾驶落地之路。
智己汽车则通过与Momenta的合作，迅速解锁了智能驾驶技能包，以后发者不占优势的身位，冲刺到智能车第一阵营。
当然智能汽车意义不仅局限在智能驾驶，包括底层OS、智能座舱方面上汽智己有自己的长期积累。
但智己NOA，毫无疑问是最容易被用户感知到“智能”的特征。
类似的合作方式，还出现在更多行业big name的产品上。比如比亚迪和Momenta成立智能驾驶合资公司，通用汽车投资Momenta并合作为未来中国车型加速开发下一代自动驾驶技术。
乘用车智能辅助驾驶，不同于Robotaxi的“高处不胜寒”，是一个竞争烈度高、技术难度相对没那么大的战场，有大量公司专门做L2，也有车厂选择亲力亲为，还有供应链巨头摩拳擦掌。
车厂的诉求，直指目前智能驾驶量产的一个主要矛盾：智能化对品牌、产品力日益增长的决定性作用，和用户质疑“到底有没有”必要之间的矛盾。
说白了，智能驾驶可靠性要让车主信任，而且敢用爱用，车厂才会考虑。
IM AD NOA高速高架领航辅助beta版，在Pilot基础上融入导航指引，可通过封闭高速高架道路的动态路径规划，在设计区域内完成主动变道、自动上下匝道、加塞处理、自动速度调节等行为。
这意味着NOA不再像“蹒跚学步”的幼年辅助驾驶，需要人类“扶上路”才能自己走，对“出行”这件事在认知层面更进一步。
而在路途中，NOA能够和人类驾驶员一样，主动根据情况变道超车。在高速场景下，选择更优的行驶车道其实是最高频的需求。在车流量大的高速公路上，变道机会转瞬即逝。
IM AD NOA能够更好地预测前后车意图，运用毫秒级思考的能力和更像人的加减速变道策略，机智地选择当下通行效率最高的车道。保证安全的前提下，提高通行效率。
这也不同于以往智能驾驶系统默认跟慢车的保守策略。
此外，NOA能在高速场景下自主识别、进出匝道：
可以看出来，智己高速NOA完全承担了人类驾驶员在高速场景下的一切工作。
从高速入口到出口，驾驶位的职责变成了更加轻松的“安全员”。
当然，高速领航功能智己NOA并非首发，一些新势力正在经受考验，也有不错的反馈。智己NOA的基础功能和他们相似，差异化怎么体现？
——更像人。以机器的逻辑做智能驾驶，也能顺利抵达目的地，但期间各种硬性的“触发条件”，未免令车内乘客心惊肉跳。
比如在高速上长时间尾随大车，或与大车近距离并行，会给乘客很大的压迫和不安。此时系统判定没有到达避让的阈值，也许它是真的“成竹在胸”，给突发情况留好了冗余。
但这绝不是一个让人放心的人类司机会采取的策略。智能驾驶系统让人用着不舒服不放心，数据上再好看也没有价值。
所以智己NOA给出了这样的方案：
面对大车，主动驶离一段距离，不仅是从心理上，也从物理上给系统更宽裕的反应时间。
面对加塞，也不是等到距离迫近到一定程度突然急刹，而是先预测周围车辆的可能行驶轨迹，结合本车的速度信息给出一个平缓、安全的避让策略：
这样的高速AI老司机，你心动了吗？
智己NOA，在常规L2功能基础上，拓展了自主变道、自主领航等功能。核心价值是在目前人机共驾的阶段，把系统的能力扩展了一步，让它能应对更多的场景，完成高速路段的“重复劳动”，让你用车更轻松。
那么整套“更像人”的NOA，背后有哪些关键技术？
提前体验智己高速NOA beta版的用户，在App上分享了他们的感受。
用户的反馈反映出来一个关键点，那就是智能辅助驾驶要让用户信任，才能发挥真正的价值。
“更像人”的智能驾驶算法适配到量产车型上，其实是Momenta L4完全无人驾驶算法赋能到L2+智能驾驶产品的实例。
背后支撑的核心是数据驱动的飞轮战略。
飞轮一共有三个关键因子：数据驱动、海量数据和闭环自动化。
数据驱动的算法可以自动解决数据中存在的各种的问题，实现低成本、高效率的迭代。
在这个技术框架下，随着海量量产数据的流入，算法会变得越来越「聪明」，系统不断迭代，自动化解决问题的比例也会越高。
这里的海量数据，既可以来自于商业运营的Robotaxi，也可以来自搭载了Momenta量产自动驾驶系统的乘用车。
在Momenta这样的技术架构中，量产自动驾驶产品Mpilot和L4完全无人驾驶产品MSD采用的是统一的传感器方案和软件架构。
这也就意味着，量产车辆的数据，可以有效助力L4完全无人驾驶产品的提升。与此同时，Momenta的高阶自动驾驶算法也能反馈最新的技术给到量产自动驾驶产品，从而不断提升量产自动驾驶的能力。
获取海量数据之后，闭环自动化工具链则包含数据采集、回流、分析、标注、模型训练及验证环节，用来帮助数据和算法之间形成快速迭代的反馈闭环，这个工具链可以自动筛选出海量黄金数据，驱动算法自动迭代，让“飞轮”越转越快。
这个过程不断循环，自动「消化」海量长尾问题，从而低成本、高效率地打通整个链路，而不是依靠「传统」的人工驱动，耗时耗力地调参来解决问题。
所以，智己通过NOA展现出来的水平能力，看似是在相似的功能上优化得更顺滑、平稳，但仅凭以往基于规则的智能驾驶算法和数据利用效率，是无法做到的。
而由技术特征出发，我们也就了解了L4玩家入局乘用车的普遍商业化策略，这也是主机厂与Momenta代表的技术供应商达成合作的关键。
核心原因就是两条：
第一是“飞轮式”数据驱动方法，第二是以“可规模化”为纲的战略路径。
既兼顾了量产成本的现实要求，又为车企更长远的RoboTaxi转型做好了准备。
而之前Momenta CEO曹旭东曾说过，「飞轮只要转动起来，就很难停下来了」。
“
