打开网易新闻 查看精彩图片

手机屏幕上,车辆的图标正沿着街道一点点靠近,最后在路边稳稳停住。拉开车门,前排司机脱手,方向盘安静地立在那里,座椅调得很端正。坐进后排,系好安全带,车没有多余的动静,缓缓滑入了慕尼黑的车流。

这是11月18日之后,慕尼黑市民可以亲身经历的一幕。当天起,Momenta与Uber合作的Robotaxi开始试运营,任何人都能免费叫上一辆自动驾驶的车。

而在九天前的11月9日,这座城市已经先迎来过一次小范围的公开道路试乘——德国巴伐利亚州交通部长Christian Bernreiter坐在类似的车里走完一段路,最后用“令人惊叹”四个字,形容自己的感受。

打开网易新闻 查看精彩图片

但对一个普通乘客来说,比“令人惊叹”更要紧的问题其实很朴素,这辆车凭什么让我安心?答案不在宣传语里,而在接下来的这段路上。我们不妨跟着这辆车,看它怎样驶过一个坑、穿过一个路口,再去理解支撑这一切的,究竟是怎样一套技术。

01.

驶过一个坑:平稳背后的上万次“练习”

车驶入一条普通街道,前方路面上有一处凹陷——一个坑。

别小看这个坑。轻则让车辆颠簸、影响乘坐舒适,重则可能冲击底盘、改变车辆姿态,带来实实在在的安全风险。而在车轮靠近它的短短一瞬,车辆的“眼睛”已经完成了一连串动作:识别出这是一处凹陷,判断它的边缘和形态,再决定该怎样通过。

这一连串动作之所以难,是因为坑与凸起的障碍物不同。它是路面上的一处凹陷,没有清晰的立体轮廓。激光雷达依靠点云感知物体的三维形态,对这种凹陷、边缘模糊的结构往往识别有限。

另一条传统路径是rule-base,也就是规则驱动,由工程师把应对逻辑写成规则交给车辆,可现实中坑的大小、深浅、边缘形态千差万别,规则很难穷尽,一旦遇到没有覆盖的形态,系统就可能失效。

Momenta的工程师选择了一种更“笨”、也更扎实的办法。据工程师介绍,团队把不同大小的坑,以及它们不同的轮廓和边缘形态逐一采集下来,从上万个深坑中提取特征,再模拟出不同的边缘形态,投入世界模型的训练,让模型一遍又一遍地学习。

区别就在这里:规则驱动是工程师替车辆预先写好答案,数据驱动则是让模型在上万次“练习”中自己建立认知——坑的边缘在哪里、属于什么形态、可能对车辆产生什么影响。反复训练之后,车辆以纯视觉的方式实现了对深坑的精准识别,解决了激光雷达和传统规则方案难以处理的“避坑”问题。

识别之后,车并没有机械地“见坑就绕”。它结合路面特征和通行条件判断风险:可以安全通过的,合理通行;需要避让的,提前规划路径。于是乘客感受到的,往往只是车身平稳地一掠而过。

“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。”Momenta工程师的这番话,像是给这一幕做的注脚。所谓安心,有时恰恰是你几乎察觉不到它发生过。

02.

穿过一座城:学会这条路的“走”与“等”

过了那处坑,车继续向前。路口的信号灯、与机动车道并行的自行车、嵌在路面里的有轨电车轨道,依次进入视野。

模型能力再强,进入一个新国家,也要面对一整套陌生的道路系统。在本地化适配中,Momenta工程师持续在德国真实道路上采集数据,针对当地路口、信号灯规则,以及非机动车道、有轨电车轨道等特殊道路形态开展训练和验证。这些元素在德国城市里普遍存在,却与中国城市的典型路况差异明显——它们不是简单的“新增物体”,而是一套需要重新理解的道路变量。

比识别道路形态更难的,是理解道路参与者之间的关系,谁先走、谁该等,彼此之间留多少空间。通过本地化训练,车辆得以理解当地的通行优先关系,在转弯和汇入主路时,给行人、自行车留出合适的空间与时间。该走时干脆地走,该等时耐心地等,既不抢行,也不犹豫。

“这些差异看似细碎,却决定了车该怎么走、什么时候该等。让车辆在该等待的时候耐心等一等,也是照顾每一个与它共享道路的人。”Momenta工程师解释道。

换句话说,这辆车其实是在学习当地的交通契约。规则写在法规里,分寸和默契则藏在长期形成的驾驶习惯里。后者无法靠背诵获得,只能在真实道路上通过“采集—训练—验证”的闭环,一轮一轮地校准。而这样的本地化,从来不是临时能完成的。

时间回到2021年,早在那一年,Momenta就开始了欧洲布局,围绕当地道路、驾驶习惯和法规要求持续积累。这份提前量的意义在于,模型需要在当地数据中学习,工程团队需要在当地环境中持续验证每一项改进,而这两者都依赖合规、数据和测试体系先在当地扎根。今天车轮在慕尼黑街头的每一次顺畅通行,都建立在过去五年的准备之上。

九天前部长试乘中的一个细节,恰好为这套能力提供了外部印证。伯恩莱特回忆,车辆在行驶中遇到本车道一辆抛锚、还临时摆着警告三角牌的车,系统稳稳绕开、安全通过。“整个试乘过程中,我觉得很有安全感。系统面对复杂交通路况,也能从容不迫、处理得游刃有余。”他说。

细想会发现,读懂临时出现在道路上摆着“警告三角牌的车”与理解“深坑”在逻辑上是一致的:车辆不仅要看见物体,还要读懂它背后的警示含义,再据此决策。这也解释了为什么这些看似细碎的场景,反而成了检验系统成熟度的试金石。

03.

出海旅程背后:一套模型如何复制到更多城市

跟着这趟车走到这里,我们看到的还是这一辆车,这一段路。但真正决定它能走多远的,是藏在旅程背后的底层架构。

依托世界模型基座平台,Momenta把同一套模型能力应用于L2辅助驾驶和L4自动驾驶等不同场景。这在行业里并非默认选择:长期以来,不少玩家的L2和L4是两套独立技术,由不同团队,不同架构分别推进,彼此难以复用。

同源架构的逻辑是,在量产乘用车上积累的黄金数据和长尾场景,可以向上支撑L4。L4场景中打磨出的感知、认知以及复杂应对能力,也可以向下反哺辅助驾驶。它的代价,是对模型基座的通用性要求更高,其底座必须足够强,才能同时承载不同等级的任务。

而世界模型更关键的价值,是“泛化”。把在一个场景、一个国家学到的能力,迁移到更多场景和国家。在统一基座之上,进入新市场时要做的,是结合当地数据与规则进行针对性适配,而不是从零开始训练。前文那些关于深坑、路口、有轨电车轨道的功课,本质上都是在一个可泛化的底座上做增量,而不是推倒重来。

这直接决定了商业化的节奏。进入一个新国家的成本,是重复造轮子的庞大工程,还是一次有章可循的增量适配,两者的投入和周期完全不同。对需要全球扩张的Robotaxi业务而言,这不是技术细节,而是一笔经济账。

回到11月18日的试运营。与Uber合作、面向公众开放,意味着车辆要在真实环境里面对随机出现的路况和陌生乘客,这是实打实在真实世界里规模化接受乘客检验。

而放在更长的时间尺度上看,慕尼黑的价值或许不在于这次试运营本身,而在于它验证了一套可复制的路径:一个贯通L2与L4的模型基座,加上本地数据与规则的适配,就能在一个新国家落地。

打开网易新闻 查看精彩图片

这也呼应了Uber对合作的期待——把自动驾驶服务更快带到更多区域。对平台方而言,选择合作伙伴的关键,恰恰是这种能力能否被快速复制,而不是在某一座城市做出一次漂亮的演示。

结语

车辆抵达终点,平稳地刹停,车门解锁。乘客下车,重新汇入慕尼黑的街道,身后的车已经在等待下一个订单。

回头看这趟路,没有哪个瞬间称得上惊心动魄。一个坑被平稳驶过,一个路口被耐心等待,一辆抛锚车被从容绕开。但正是这些几乎不被察觉的细节,共同回答了最初的问题——没有司机,安心从何而来。

它来自纯视觉和世界模型的底层能力,来自数据驱动下的上万次“练习”,也来自过去五年对当地规则与驾驶文化的长期扎根。目前可以确认的是,这套从技术到运营的闭环已经在慕尼黑跑通,尚需时间检验的,是它在更多城市、更复杂路况和更大规模运营中,能否保持同样的稳定。

自动驾驶,最终比的或许不是某一次惊艳的演示,而是把一份安心,稳定地复制到成千上万次普通出行里的能力。