一套新规、一系列的事件，让整个行业认知到，做不好安全，辅助驾驶何以谈发展。随着辅助驾驶快速上量，一套足够安全的辅助驾驶系统，正成为越来越多消费者购车决策中的核心考量。

打造安全的辅助驾驶产品，依靠的绝非是单点的技术应用，而是贯穿从研发到产品再到测试的系统性工程。拥有严格质量管理体系的合资车企，和不断深耕辅助驾驶技术的中国企业，正携手探索破局之道。本次上海车展上，上汽大众宣布与智能驾驶公司Momenta达成战略合作，其多个量产车型将全面搭载与Momenta联合打造的最新量产辅助驾驶一体化解决方案。做出更安全、更安心的辅助驾驶体验，正是双方合作的主要方向之一。

图1 上汽大众汽车有限公司党委书记、总经理陶海龙（左）和Momenta CEO曹旭东（右）在合作仪式现场，图片来自Momenta

Momenta与上汽大众的合作，意味着德系安全标准与中国辅助驾驶技术的深度融合，发挥各自优势，构建覆盖“研发-验证-量产”的安全体系，为车主交付安全可靠的辅助驾驶产品。

全链路质量管理体系，让安全直达真实场景

技术是安全的基石，而严格的质量管理体系和试验标准，则是确保技术的可靠性能够在实际应用中得到验证、发挥作用。

作为有着40年历史的中国第一合资轿车品牌，上汽大众背靠大众汽车集团，构建了健全的产品全生命周期质量保证体系和质量评估体系。例如，VW80000这套被称为汽车电子产品环境试验的“易经”，便是由大众汽车提出，并被全球车企广泛采用的汽车电子产品环境试验标准。

VW80000 标准覆盖了从零部件到系统级别等测试场景，包括环境适应性测试、电气安全验证、电磁兼容性评估、可靠性测试等方面，旨在确保产品的质量和性能符合严格的行业要求，详细规定了汽车电子产品在开发过程中的测试标准和实验规范。

图2 出厂前测试中的上汽大众车辆，图片来自网络

尤其是在主动安全方面，上汽大众联合Momenta会针对某个场景做环境范围的扩大和细化，来覆盖更多可能的复杂工况，仅行人横穿场景下的主动安全就涉及儿童与行人横穿、夜间路口儿童横穿、对向有远光灯情况下的儿童横穿等。而针对雨雪天气，还会关注在雨雪路面下的自适应能力，以做到在更大的刹停距离下仍然能确保足够的安全性。

这些因素共同构成了大众车的全方位安全保障。除了主动安全方面的辅助驾驶功能，大众在被动安全方面也做得很出色，车身结构坚固，配备安全气囊、预紧式安全带等，在发生碰撞时能有效保护车内人员安全，与辅助驾驶系统的主动安全功能相结合，形成全方位的安全保障。

以数据驱动，打造辅助驾驶的安全飞轮

辅助驾驶的应用场景千变万化，靠手写规则，无法穷举所有安全场景。数据驱动，是实现安全能力不断进化的明确路径。Momenta的“一个飞轮两条腿”的技术路径，本质也是通过数据驱动的方式来解决辅助驾驶问题。

“一个飞轮”指数据驱动的AI 飞轮。Momenta 通过量产的自动驾驶车辆收集数据，利用这些数据不断完善技术体系，包括感知、融合、预测和规控等算法模块，然后将优化后的技术反馈至产品中，实现自动驾驶技术的持续进化，形成一个良性循环，加速技术迭代和应用推广。

“两条腿”分别代表智能辅助驾驶和自动驾驶Robotaxi。

智能辅助驾驶侧重于量产自动驾驶技术的快速推广，通过与全球主流车企合作，快速积累真实路况数据和商业化经验，目前其智能辅助驾驶能应对多种极限场景，未来还将基于用户洞察持续发掘高价值极限场景。凭借“无图”技术，打破了高精地图的地域束缚，实现了“全球都能开”，为用户提供功能丰富、性能极致的安全、安心使用体验，同时也为自动驾驶 Robotaxi 的长尾问题解决提供海量数据支持。

据媒体报道，Momenta在国内城市NOA 市场份额超过 60%，处于领先地位，且取得定点客户涵盖全球销量前十主机厂中的近七成。高比例的市场份额和巨量搭载Momenta系统的车辆，意味着其有更多机会收集真实数据，特别是各种真实的边缘场景（corner case）数据。

除了海量真实数据，Momenta内部还构建了CFST（Critical FST）体系，将功能场景树作为产品架构，专门识别和处理“高精尖”的特殊场景。

「功能场景树」会覆盖几百个细分场景，通过对这些场景进行评测，评估深度学习方法在哪些场景行之有效，而哪些场景可能会有意料之外的问题出现。如果来源于算法问题，则通过调整模型结构进行解决。如果来源于数据问题，就需要找出辅助驾驶系统训练时使用的那些不好的驾驶行为。

更多的真实数据，加上数据闭环技术所生成的高质量场景虚拟数据，再加上Momenta的功能场景树在大的驾驶场景下不断细分各种子场景和极端场景，实现场景尽可能的全覆盖。

以上“真实场景数据+功能场景树+数据闭环”，三个不断增长的数据要素再结合进自我反馈自增强的“飞轮大模型”，保证了Momenta对各种困难场景、极端场景（绝大多数事故都发生于这些场景）的覆盖和有效处理，做到“难不住，问不倒”。

此外，Momenta在模型训练中还采用了短期记忆+长期记忆的双支路技术。这一技术模拟人脑“直觉推理+逻辑分析”双轨思维模式，将模型训练划分为短期记忆与长期记忆两条支路。“短期记忆”能快速训练，验证数据和算法的有效性，就如同人类在日常驾驶中对即时路况做出的快速反应。经过 “短期记忆” 验证的优质算法和数据，在积累一段时间后会被应用于“长期记忆”，即最终的端到端大模型。这种双支路技术将训练成本显著降低，助力车辆精准且迅速地应对各类驾驶场景，并在保证模型效果的前提下，降低产品成本，增加竞争力。

图3 短期记忆+长期记忆的双支路技术示意图，图片来自AI合成

今年，Momenta还将推出基于强化学习的一段式端到端Momenta R6飞轮大模型，能够在模拟的环境里探索新的驾驶行为，让智能驾驶真正有机会实现超越人类的安全性，甚至是十倍百倍超越人类安全性。

去年底，Momenta自研的自动驾驶中间件OBF-CM还通过了国际知名检测认证机构德国TÜV莱茵的ISO 26262 ASIL D功能安全产品认证。这是国际认证机构最为严苛的安全等级评估，能够为通信、诊断等核心模块提供高可靠性保障。

严格准出标准，为辅助驾驶打上双重壁垒

随着行业对辅助驾驶安全重视程度的不断提高，车企与供应商对于辅助驾驶技术的质量管理体系和测试标准也将不断完善。上汽大众和Momenta的协作模式，也为行业提供了新范本，即以技术深度与体系厚度的双重壁垒，确保辅助驾驶技术应用做到从下到上的全链路安全。

上汽大众凭借德系验证体系，构建起全链路质控防线。40 年积累的“全维度测试标准”，从零部件耐久到极端环境模拟，严格把控每个环节，确保技术方案从实验室到量产车都能保持安全一致性。Momenta则以在“一个飞轮两条腿”的技术路径下，通过数据驱动和新技术范式的应用，不断提升辅助驾驶的安全性能。双方还构建了最严的准出标准，大版本迭代需要上亿公里的仿真里程和百万公里级别的实车路测里程，以及针对不同场景的专项路测，确保为消费者交付最安全的辅助驾驶产品。

这种“技术创新+工业实力”的协作模式，有望推动辅助驾驶技术下沉至主流消费市场，为全球车企探索辅助驾驶技术普及提供了可复制的实践路径。