知嘹汽车/Jasper
在刚刚结束的中国智驾大赛宁波站中，别克至境L7意外登顶。它既不是新势力，也不是华为智驾体系中的明星，却在由28个红绿灯、5个复杂路段、狭窄城区和盲区掉头构成的城市NOA赛道上拿下冠军。
比亚迪仰望U7、极氪9X位列二三名，小米YU7表现不错位列第五，特斯拉Model 3有些水土不服，仅排第九名。反观华为，问界M5勉强挤进前十，百万级的豪车尊界S800却仅排第14名。
为什么别克至境L7能轻松在城市NOA中取胜？搭载的Momenta智驾又凭什么比特斯拉和华为系的ADS 4.0还要“先进”？我们一一来看。
长期以来华为系智驾以高配著称，多颗激光雷达、十几个摄像头、毫米波雷达全覆盖，192线程的激光雷达生成的云图就足够清晰，更别说高达上千TOPS的算力平台。这种“硬件先行”的路线在高速NOA中确实能带来稳定的表现。
然而，当环境从封闭的高速变成千变万化的城市道路，硬件的堆砌并不能自动转化为驾驶智能。更多传感器意味着更高的数据吞吐、更复杂的融合过程，而如果算法层面无法快速理解场景、预测风险、规划路径，那系统的反应就会出现“看得见但动不了”的情况。
这次比赛的宁波站赛道，就是一个专门考验“算法”的地狱模式。不同于高速场景下规则清晰、目标单一的环境，城市道路意味着混行的电动车、突然横穿的行人、红绿灯切换频繁、盲区掉头、无标线路段等，这些都是依赖算法而非传感器数量来解决的问题。Momenta的系统在这里脱颖而出，靠的并不是更贵的硬件，而是更聪明的决策逻辑。
在这种情况下，硬件的“冗余”只能增加决策的时间，在这种情况下，“识别到并迅速决策”，远大于“识别的有多清晰”，这也正是为什么都是鸿蒙智驾，但问界M5的表现却强于尊界S800的原因。
从长远的角度来看，这场比赛不仅仅是一个榜单，更是映射出智驾行业未来的发展趋势：智能智驾到竞争焦点，已经从硬件的堆砌，转向了算法能力的升级。
其实这一点早在特斯拉不使用激光雷达，仅用摄像头和雷达进行智能驾驶上有所体现，在Momenta上进一步发展。
Momenta的优势在于它有足够强大的数据闭环和算法迭代的能力。有的车企采用的智能算法仍然固定于手工调教一套“行为逻辑”，然后再不断用OTA升级进行查漏补缺，但Momenta采用的则是真实道路数据不断优化训练模型，换句话说就是让算法在动态环境中持续修正，Momenta官方称此为“Flywheel飞轮”。
通过不断的“感知-决策-反馈-感知”形成逻辑闭环，大量的行驶数据反哺的是系统的数据库，这一点与特斯拉通过数据训练AI有相似之处但又不同，数据库的不断庞大形成的是持续成长的能力，底层逻辑仍然是算法控制驾驶，并非特斯拉中，用AI进行决策。
华为仍然在通过硬件冗余保证“安全边界”，这一点从逻辑上看并没有什么问题，但是在城市场景中，过度依赖传感器给出的信息很容易出现数据量融合过大的问题，当路况变得复杂时，智驾的表现就与Momenta拉开了差距。
而更重要的是，Momenta目前已经跟诸多主机厂进行了深度的合作，包括通用、理想、奔驰等等，累计超过130款车型实现量产，庞大的数据量会进一步反哺数据库，Momenta的智驾只会越开越智能。
高速NOA只是智驾的起跑线，城市NOA才是智驾的主战场。宁波站的比赛成绩再一次证明了优秀的智驾，永远靠的不是感知元件的多少，也不是炫技式的堆料，而是深度的算法理解力。就算装了再多线程的激光雷达，没有足够优秀的算法，也只能是“看得清”罢了。
知嘹汽车原创文章，如需转载请联系我们
*图片来源于网络，如侵权请联系作者删除*
