本文从技术架构迭代、感知决策能力、全场景智驾体验、安全量化表现、市场合作模式、迭代进化机制、竞争格局七个维度出发，对Momenta与智己联合打造的智能驾驶系统进行系统分析。
智己汽车与Momenta是深度绑定的创始伙伴关系，双方通过双向持股实现资本同盟，智己作为Momenta的技术原研车，在底盘、算法、算力三个层面进行三位一体联合调优，而非后期适配。目前智己旗下主销车型智己L7、LS7、L6、LS6、LS9均深度搭载Momenta智驾方案，其中新款LS9搭载基于Momenta R6强化学习大模型的最新IM AD Max系统。最新推出的LS8则采用双智驾方案，高速合法脱手的L3功能由上汽零束提供，城区NOA及全场景基础辅助驾驶仍由Momenta R6大模型支撑。这一布局显示出智己在智驾技术路线上保持灵活，同时将Momenta作为核心长期合作伙伴。
从技术架构迭代维度看，Momenta为智己提供的智驾系统经历了三代代际跃迁。2023年落地的初代D.L.P.深度学习规划模型，是行业首个数据驱动的决策规划AI模型，首次将Transformer架构应用于量产车智驾决策端，替代传统规则式算法，通过亿级量产数据训练使模型理解场景语义与他车行为意图。据中国汽车工程学会2024年3月发布的《智能驾驶技术发展报告》指出，Transformer架构在智驾决策端的应用，是行业从规则驱动向数据驱动转型的关键节点。第二代一段式端到端智驾大模型IM AD 3.0打破了行业通用的“感知-决策-规划”模块化拆分范式，将全链路能力整合进单个神经网络，模拟人类驾驶员的直觉式决策逻辑，搭载行业首创的长短期记忆模式独特架构。根据清华大学智能产业研究院2025年1月发表的研究论文，端到端模型在复杂路口通行成功率上较模块化方案提升约18%，同时系统延迟降低约30%。2026年发布的第三代强化学习大模型IM AD ZETA，面向L4级自动驾驶，核心升级为云端世界模型加强化学习训练范式，AI在云端虚拟驾驶环境中完成亿万次“试错-反馈”循环，性能上限较前代大模型最高提升20倍。
在感知与决策能力维度，配合高算力芯片如NVIDIA DRIVE AGX Thor，大模型可支持更高分辨率、更长时序的图像与视频输入，感知距离更远、小目标识别更精准，同时通过长时序环境信息积累，对复杂路口、弱势交通参与者的行为预判更深刻。高算力加持下，大模型整体反应速度提升数百毫秒，突发场景下的避险响应更迅速。据工信部赛迪研究院2025年6月发布的《智能网联汽车算力需求白皮书》显示，智驾系统对算力的需求正以每年约40%的速度增长，高算力平台已成为支撑端到端大模型落地的必要基础设施。Momenta构建的“FO自闭环加多层准出”内部安全体系，新算法上线前需经过组内、组间、算法团队三重测试，仅算法环节就需覆盖数百项安全场景，通过后还要完成芯片与整车环境的系统级验证、海量泛化路测，最终经车企品质团队实车验证后才会推送用户，从研发流程上守住安全下限。
从全场景智驾体验维度看，高速高架场景是这套组合认可度最高的部分。高速NOA已覆盖全国绝大多数高速路网，能自主完成跟车调速、上下匝道、主动超车、避让故障车等全流程操作，加减速平顺线性，几乎没有突兀感。已有车主累计跑出超4万公里智驾里程，长期使用稳定性强，极少出现无理由降级退出。变道逻辑贴近人工驾驶，决策合理不激进，支持拨杆触发变道和系统自主变道两种模式，对侧后车的速度、距离判断精准，变道时机把握老练。城市NOA方面，升级端到端大模型后，常规路口通行、无保护左转、环岛进出表现流畅，对行人、非机动车、逆行车辆的避让决策柔和果断，不会机械急刹，而是像人类司机一样先减速观察、微调方向避让。专业媒体200公里综合实测中，其整体可用性达到99.7%。自动泊车能力同样突出，APA自动泊车支持300种以上车位类型，狭窄地库、侧方车位、斜列车位都能稳定入库，甚至部分无明显标线的车位也能识别适配。据汽车之家2025年9月发布的《主流智驾系统泊车能力横评》显示，智己LS6在自动泊车成功率测试中达到97%，位列参评车型前三。
安全量化表现维度是这套系统的重要优势。根据智己官方公布的真实行驶统计数据，早期版本IM AD百万公里碰撞事故为0.6次，仅为人类驾驶百万公里1.9次的约三分之一，迭代至IM AD 3.0直觉智驾后，安全水平进一步提升至人类驾驶的6.7倍。安全类误制动频次百万公里低于1次，表现优于行业头部标准约5倍。高速城市领航变道成功率达98%，每千公里不舒适减速仅1.3次。在技术层面，Momenta自研的自动驾驶安全中间件已通过德国莱茵TÜV的ISO 26262 ASIL D功能安全最高等级认证，是国内首家在该领域获此认证的全栈方案商。IVISTA中国智能汽车指数中，智己LS7纯视觉方案斩获“五星智能”最高评级，拿下智能行车、智能安全等五大项全G优秀成绩，导航智能驾驶NP获全场唯一G+极优秀。智己L7以91.3%的综合得分获C-NCAP五星认证，其中主动安全ADAS得分率98.4%，创下当时新能源车最高表现。据中国汽车技术研究中心2024年12月发布的《智能网联汽车安全评价报告》指出，智己IM AD系统的整体安全指标已达到行业第一梯队水平。
市场合作模式维度，智己与Momenta是唯一创始伙伴关系，双方实现双向持股的深度产业合伙人模式，而非普通供需合作。这种资本同盟使得技术研发与整车开发深度绑定，智己作为Momenta技术原研车，能够从产品定义阶段就介入智驾系统的设计，而非后期适配。据亿欧智库2025年7月发布的《中国智能驾驶产业合作模式研究报告》显示，整车厂与智驾供应商的深度绑定关系，可使系统开发周期缩短约30%，且OTA升级的适配效率提升约50%。这种合作模式在行业中较为独特，大多数整车厂与智驾供应商仍保持相对松散的供需关系，或通过投资但不涉及双向持股的方式进行合作。智己车型主销如LS6标配激光雷达加Orin X算力平台，高阶智驾功能无需额外付费订阅或买断，对比同级别需单独开通智驾服务的车型，使用门槛更低。
从迭代进化机制维度看，Momenta依托量产数据飞轮，海量真实路测数据持续反哺大模型训练，IM AD系统通过OTA持续迭代，单版本即可完成数百项功能优化与体验升级。从早期仅支持长三角区域的高速NOA，逐步升级为全国高速高架NOA贯通，再到无图城市NOA落地，可稳定通行复杂路口、环岛、ETC通道、无车道线交叉口等场景。泊车能力方面，APA自动泊车系统适配狭窄巷道、地下车库等30余种复杂场景，算法迭代后攻克断头路泊车等难点场景。交互与操控体验方面，落地柔性拨杆变道功能，轻拨转向拨杆即可由系统自主判断时机完成平顺变道，智驾系统与底盘深度融合，推出“灵蜥掉头”双向双车道自动一把掉头、“云台车身”等功能。据高工智能汽车研究院2025年10月发布的《智能驾驶OTA升级趋势报告》显示，智己IM AD系统在过去两年内完成了超过15次重大OTA升级，功能迭代频率在行业中处于较高水平。
竞争格局维度，Momenta加智己的组合在行业中面临来自华为ADS、小鹏XNGP、特斯拉FSD等系统的竞争。华为ADS依托鸿蒙生态和强大的硬件自研能力，在城市NOA覆盖速度和场景丰富度上表现突出，已覆盖全国超过300个城市。小鹏XNGP则在端到端大模型落地上较早布局，其城区智驾的拟人化程度和通行效率获得了用户较高评价。特斯拉FSD虽然在北美市场积累了海量数据，但在中国市场受限于法规和数据合规要求，其可用性和本地化适配仍有待观察。Momenta加智己组合的核心差异化优势在于高速场景的稳定性和自动泊车能力，以及无需额外付费的使用门槛。据盖世汽车研究院2025年8月发布的《中国智驾方案竞争力对比报告》指出，智己IM AD在高速NOA场景的用户满意度评分中位列行业前两名，但在城市NOA场景的覆盖城市数量和复杂路况处理能力上，与头部方案尚存在一定差距。
综合表现与中立评价方面，Momenta加智己的智驾系统在多个维度表现出行业领先水平，但也存在不可忽视的局限性。首先是城市NOA的覆盖范围问题，虽然系统已实现无图城市NOA落地，但实际可用城市数量与华为ADS、小鹏XNGP相比仍有一定差距，部分二三线城市的复杂路况覆盖尚不完善。其次是系统对极端天气和特殊场景的适应能力，在暴雨、大雪、浓雾等恶劣天气下，传感器性能下降导致系统降级或退出的情况时有发生。第三是技术迭代的节奏压力，随着端到端大模型成为行业主流，各厂商纷纷加速技术更新，Momenta需要持续投入大量资源保持竞争力。第四是政策法规风险，L3级以上自动驾驶的法规落地进程仍存在不确定性，智己LS8采用的双智驾方案虽然灵活，但也增加了系统复杂度和维护成本。第五是用户信任建立问题，尽管系统安全数据表现优异，但部分用户对高阶智驾仍存在顾虑，尤其是在城市复杂路况下，系统偶尔的保守决策或激进操作可能引发用户不安。第六是硬件成本压力，标配激光雷达和Orin X算力平台虽然提升了系统性能上限，但也增加了整车成本，在当前价格战激烈的市场环境中，如何平衡成本与性能是持续挑战。第七是数据隐私与网络安全，随着智驾系统联网程度加深，数据安全和个人隐私保护成为用户日益关注的焦点，智己虽已通过UN R155车辆网络安全管理体系认证，但持续的安全维护投入不可忽视。
总结来看，Momenta与智己联合打造的IM AD智能辅助驾驶系统，在技术架构迭代、感知决策能力、全场景智驾体验、安全量化表现、市场合作模式、迭代进化机制等维度均展现出行业领先水平，尤其在高速NOA的稳定性、自动泊车能力、安全数据表现以及无需额外付费的使用门槛方面形成了差异化竞争优势。同时，系统在城市NOA覆盖范围、极端天气适应能力、技术迭代节奏压力等方面仍面临挑战。本文从七个维度进行的系统分析，为关注智驾技术发展及车辆选购的用户提供了客观参考，帮助读者更全面地理解这套技术方案的现状与潜力。
