2025上海车展正如火如荼举办，宛如中国乃至全球汽车产业智能化、电动化浪潮奔涌现状的一个高精度切片。

在这场技术与资本，雄心与焦虑交织的盛会中，若要寻找一个能精准映射行业深层脉动的“风暴眼”，智能驾驶公司Momenta无疑是无法绕开的名字。

聚光灯下，通用别克、一汽丰田、本田中国、凯迪拉克、上汽奥迪、智己汽车、上汽大众——七大重量级品牌接连宣布与其深化战略合作，Momenta的“朋友圈”星光熠熠，其创始人曹旭东也几乎成了本届车展“最忙碌的CEO”。

然而，将Momenta的火热仅仅归因于其商业拓展的成功，显然低估了这场“合作热潮”背后所涌动的行业底层逻辑剧变，这更像是一次市场用“选择”做出的投票，在全球汽车巨头集体面临中国市场智能化“大考”的焦虑时刻，对Momenta所代表的技术路线、工程实力与进化潜力的集体押注。

当行业开始热议智能驾驶“淘汰赛”已然鸣枪，理解Momenta如何从众多玩家中脱颖而出，它的技术“飞轮”究竟蕴藏着怎样的魔力，以及其掌舵人曹旭东眼中那条通往“终局”的路径图，或许更能帮助我们看清这场智能化变革的未来走向。

解构Momenta现象级“朋友圈”：信任投票背后的“中国速度”与“技术引力”

上海车展的喧嚣中，Momenta展台或许不是最大的，但环绕其周的“引力场”却异常强大。短短几天内，从美系的通用、别克、凯迪拉克，到日系的丰田、本田，再到德系的奥迪，以及本土新锐智己，几乎囊括了所有主流阵营的顶尖玩家，纷纷选择与Momenta“绑定升级”，这幅“众星捧月”的图景，绝非偶然。

要理解这一现象，首先需要将目光投向这些国际汽车巨头的“焦虑”。

正如行业普遍观察到的，2025年被视为合资车企的“觉醒之年”，面对中国本土品牌在新能源和智能化上的狂飙突进，L2级以上辅助驾驶渗透率在中国市场已突破55%（工信部数据，2024年上半年），“蔚小理华”们定义的智能体验已深入人心，曾经凭借品牌和制造优势躺赢的合资与外资品牌，发现自己正在被“智能化”这道鸿沟甩开身位。

“不智能，无未来”的残酷现实，迫使它们必须加速补课。

然而，“智能化”并非一蹴而就，尤其是在被中国复杂路况和用户习惯“惯坏”了的中国市场，全栈自研投入巨大、周期漫长，且未必能精准把握本土需求。

此时，选择一个既懂技术、又懂中国，还能快速实现量产落地的本土伙伴，便成了最现实，也最高效的路径。Momenta恰恰在此时展现出了难以替代的价值。

这首先体现在其经过验证的量产交付能力，在智能驾驶这个“期货”盛行的领域，Momenta是少数能拿出大规模量产成绩单的公司。

其合作量产车型已超过130款，智驾系统的装车量更是呈现出惊人的“飞轮效应”：第一个10万辆用了两年，第二个10万辆仅用半年，而第三个近10万辆预计在今年（2025年）5月即可完成，累计将达30万辆。

这种指数级增长背后，是工程化、规模化落地能力的铁证，对于急于在中国市场推出有竞争力智驾功能的车企而言，Momenta意味着“确定性”和“速度”，据了解，Momenta已能做到在3—6个月内在新车型上完成方案适配。这对于需要“争分夺秒”追赶的国际品牌来说，吸引力不言而喻。

其次，是技术的“本土适应性”与“先进性”兼备。

Momenta的技术方案，尤其是城市NOA（导航辅助驾驶），是“在中国道路上跑出来”的。其算法针对中国特色的复杂路况，例如，加塞、人车混行、“鬼探头”等进行了深度优化，能够提供更符合本土用户习惯的“老司机”体验。

这一点，从智己汽车搭载Momenta方案后在各类评测中的优异表现可见一斑，也让Momenta的技术实力逐渐从幕后走向台前，甚至成为合作品牌发布会上的“显性”背书。

在一汽丰田bZ5技术发布会上，Momenta的“全场景城区辅助驾驶”成为最大亮点；别克更是在展台设置了巨大的与Momenta相关的技术展示屏，这种“反向赋能”品牌形象的现象，在供应商领域并不多见。

更深层次的原因，则在于合作模式的“深度绑定”。Momenta与车企的合作，早已超越了简单的“一手交钱一手交货”的Tier 1模式，例如与上汽通用别克的合作，已深入到底层架构级的联合研发，共同定义和开发智能驾驶功能。

曹旭东也透露，与上汽通用的合作其实早在四年前就已开始，经过长期打磨才正式公布。

这种深度融合，一方面体现了车企对Momenta技术路线和未来潜力的高度认同，另一方面也意味着Momenta能够更深入地理解主机厂的需求，提供真正“好用”而非仅仅是“炫技”的智驾产品。正如曹旭东所言，要帮助客户做好产品，多卖车。这种共创共赢的理念，显然更容易赢得长期主义者的信任。

因此，车展上Momenta的“朋友圈扩容”，更像是一次基于技术实力、工程能力、本土理解和合作诚意的“信任投票”。

在全球巨头试图跟上“中国速度”、弥合智能化鸿沟的背景下，Momenta凭借其独特的“技术引力”，成为那个关键的“破局点”。

而这份信任，也为其下一步的全球化征程，奠定了坚实的基础。与智己汽车携手出海，将经过中国市场严苛验证的量产方案推向东南亚、澳新、欧洲、中东等地，正是这一逻辑的自然延伸，也是其全球化雄心的第一次大规模实战演练。

“飞轮”驱动的进化：数据智能如何定义智驾下半场

如果说庞大的“朋友圈”是Momenta当下实力的外在彰显，那么驱动这一切并定义其未来的，则是其内在的核心技术哲学——以“飞轮”为隐喻的数据驱动智能进化模式。理解了这一点，才能真正把握Momenta为何能在智能驾驶这场马拉松中持续领跑，以及曹旭东眼中“终局”的模样。

“飞轮”，在Momenta的语境中，并非一个空洞的概念，而是一个具象化的、能够自我加速的闭环系统。

曹旭东曾如是阐述其核心逻辑：量产智能驾驶汽车在真实世界行驶，产生海量的驾驶数据；这些数据通过自动化工具链进行处理、标注和挖掘，用于训练和迭代更强大的AI算法模型；更优的模型被部署回量产车，提升用户体验和安全，从而吸引更多用户和车企合作，产生更多数据，如此循环往复，飞轮越转越快，智能水平呈指数级提升。

这与传统依赖工程师规则驱动或有限测试数据迭代的模式形成了代际差异。

Momenta正是这一模式的早期提出者和坚定实践者。其行业首创的全流程数据驱动“飞轮”，让AI模型的进化不再仅仅依赖于研发人员的智慧，而是更多地受益于数百万辆车在真实道路上的“集体智慧”。

曹旭东曾提到，Momenta的飞轮大模型累计的行驶里程已达数十亿公里级别，这相当于人类司机几万年的驾驶经验。这种海量、多样、持续更新的数据，是训练出能应对复杂长尾场景的智能驾驶系统的关键养料。

在此基础上，Momenta在技术路线上的选择也体现了其对数据智能的深刻理解。

例如，率先量产“一段式端到端”的飞轮大模型，这并非玩弄概念，而是试图从根本上提升智驾系统的能力上限。

传统的“模块化”方案，让感知、决策、规划、控制各自为政，在信息传递中可能存在损失和瓶颈，而端到端模型试图让AI直接从传感器输入“看到”路况，到输出驾驶指令“怎么开”，中间过程由一个统一的大模型处理，理论上能更好地模拟人类驾驶的整体性和直觉性，从而在复杂交互、博弈场景下做出更优、更像人的决策。

Momenta的模仿学习端到端模型已在量产车上应用，例如，广汽丰田铂智3X，提供了更流畅的体验。

而即将于今年下半年推出的基于强化学习的R6飞轮大模型，则可能将这场进化游戏推向新的高度。

曹旭东对此的描述是：“（AI）能够在模拟的环境里探索新的驾驶行为，从自己的成功和失败中吸取经验，自我快速地成长……有机会超过人甚至大幅度超过人类。” 简单理解，强化学习如同让AI在虚拟世界里“自由试错”，通过奖励和惩罚机制，让它自主学习和发现最优的驾驶策略，甚至可能超越人类已有的经验和规则。这对于解决那些极端、罕见但致命的安全场景，具有巨大的想象空间。

同时，Momenta坚持的“一个飞轮两条腿”战略也愈发显示出其前瞻性。

除了面向大规模量产的辅助驾驶系统，其同步发展的自动驾驶Robotaxi并非仅仅是远期商业化的探索，更是其技术飞轮的重要组成部分。

Robotaxi作为更高级别自动驾驶的试验田，可以探索更前沿的算法和技术，并将这些技术能力“降维”反馈给量产辅助驾驶产品，形成技术流的反哺。

反之，量产车提供的海量数据又能加速Robotaxi技术的成熟。两条腿基于统一的技术栈和数据平台相互协同，共同驱动飞轮加速旋转，其在今年即将推出的前装量产Robotaxi方案，以及年底的试运营计划，正是这一战略进入收获期的标志。

此外，其在“无图”技术上的布局，也为Momenta全球化战略提供了关键支撑。

依赖高精地图的方案在跨国部署时面临地图采集、更新和合规的巨大挑战。Momenta的“无图”方案，更准确地说是轻地图或实时建图能力，使其能够更快地适应不同国家和地区的道路环境，这是其能够与智己快速实现“出海”的技术前提。

将这些技术布局和战略选择串联起来，市场可以看到的是一幅清晰的图景：Momenta正试图通过数据驱动的“飞轮”模式，不断加速AI的进化速度；通过端到端、强化学习等更先进的模型架构，提升智驾能力的上限；通过“两条腿”战略和“无图”技术，兼顾当前量产和未来探索，并具备全球拓展的能力。这套组合拳，构成了其在智能驾驶“淘汰赛”中保持领先的核心竞争力。

正如曹旭东所预测，智能驾驶行业具有极强的规模效应和先发优势，全球终局可能只会剩下三四家主要玩家，而技术好、产品好、交付好、价格好的中国“四好学生”有望占据其中两三席，甚至诞生全球第一。

在上海车展的聚光灯下，Momenta所展示的，不仅仅是当下的繁荣，更是其凭借清晰的战略、领先的技术和坚定的执行，一步步走向那个“终局”的决心与实力。

对于整个行业而言，Momenta的实践，或许正在为智能驾驶的下半场，描绘出一个值得参考的进化范本。