摘要：在 2025 飞书项目新品发布会上，Momenta 研发高级总监范小军，分享了 Momenta 构建智能辅助驾驶算法研发体系效率引擎的实践与探索，揭示了在团队规模没怎么变化的情况下，依然撬动数十倍车型增量的秘诀。

在 2025 飞书项目新品发布会上，Momenta 研发高级总监范小军，分享了 Momenta 构建智能辅助驾驶算法研发体系效率引擎的实践与探索，揭示了在团队规模没怎么变化的情况下，依然撬动数十倍车型增量的秘诀。

范小军强调，Momenta 用飞书项目构建了完整的可追溯链路，从车端测试、问题管理、需求管理到准出管理，实现了标准化、流程化、自动化的闭环。并且，他们和飞书项目、高远华信共创的 ASPICE 插件满足了国际 OEM 的认证标准。正是飞书项目灵活、开放的属性帮助 Momenta 把 “导入 SPA 到准出 SPA ”做到了理想状态，也让飞轮大模型的每一步迭代都走得更加扎实，让智能辅助驾驶的研发更快、更稳、更准。

以下是他的演讲全文。

Better AI ，Better Life

Momenta 是谁？可能对于非汽车行业的朋友们来说，这个名字还有一点陌生。

我们是 2016 年诞生于北京中关村的一家创业公司，目前是全球领先的智能辅助驾驶公司。

Momenta 的使命，是 Better AI , Better life . 我们致力于通过突破性的 Al 科技创造美好生活,打破未来边界。创造无限可能。通过 AI 来实现可规模化的无人驾驶,让人们的出行更安全、更便捷、更高效。

为此，我们设立了“三个十年”的愿景：十年，挽救百万生命；十年，解放百分百时间；十年，物流出行效率翻倍。

我们要交出安全护航、自由出行、效率翻倍的答卷。这份答卷，也将持续引领 Momenta 不断前行。

在实现使命与愿景的过程中，Momenta 已经成为全球很多品牌的共同选择。我们的技术，已搭载于上汽、通用、奔驰等多个国内外品牌的不同车型上，这些都是客户对我们的认可。

基于端到端飞轮大模型，Momenta 将持续为全球合作伙伴打造更强大、更可靠的智能辅助驾驶方案，推动智能出行在全球加速落地。

为了实现我们的愿景，Momenta 制定了“一个飞轮两条腿”的产品战略。为什么是“一个飞轮两条腿”？

首先说第一条腿，智能辅助驾驶，我们让用户在安全、安心地使用智能辅助驾驶的同时，还积累了多场景的海量数据。

再说我们的第二条腿，可规模化的自动驾驶，Robotaxi 。我们今年计划推出行业首个，基于前装量产的 Robotaxi ，能够显著地降低单车的成本。

一个飞轮，就是我们的飞轮大模型，通过积累的海量数据、闭环自动化的工具链，以及数据驱动的算法大模型，在两条腿的支撑下，让飞轮高速地转起来。

Momenta 去年发布的飞轮大模型 5.0 ，是行业首个一段式的端到端量产大模型。并且，我们还给它加入了 “人类的记忆方式”，可以模仿 “长期记忆 + 短期记忆” 的逻辑。

而今年，基于强化学习的 Momenta R6 飞轮大模型，将量产落地。它是国内首个在端到端基础上，实现真正量产落地的强化学习大模型。可以在模拟的环境里去探索新的驾驶行为，系统从自己的成功和失败中吸取经验，自我快速地成长。可以让辅助驾驶在安全、安心的能力上，有机会超过人，甚至大幅度超过人。

从 2016 年成立至今，大家可以看到，我们的智能辅助驾驶搭载量、量产车型数，都得到了飞跃式的发展。

量产车型数，从 2022 年起步期的 1 款，增加到次年的 8 款，26 款，到今年 4 月，Momenta 累计合作量产车型已超 130 多款。当前，这个数字仍在飞速刷新。

而我们的方案搭载量，也得到了飞跃式提升，现在已经突破了 40 万台。

一件事重复干了两次、三次后

必须用工具做

我们飞轮大模型不断进化的同时，量产客户的数目也在不断的增多。车型越来越多、软件迭代越来越快，研发团队的工作量也越来越大。

但是我们团队的研发人员其实并没有太多增长。

也有朋友问我，Momenta 用这么少的研发人员增量，去撬动几十倍的客户项目，以及客户车型增量， “秘诀是什么”？

其实答案是，有好几个原因，既包括我们有很好的软件架构，有行业领先的模型算法，也包括我们有很强的软件工程能力，还包括我们有一套行之有效的软件研发流程。

24 年初，公司内部提出了导入准出 SPA 。

其实就是三个英文单词的缩写：

S，Standard-标准化：建立统一标准。

P，Process-流程化：建立完整流程。

A，Automation-自动化：通过自动化提效。

导入 SPA ，可以保证各种各样的需求能够被准确地导入，不遗漏，也不会被错误地理解和认知。准出 SPA ，能够保证准出的标准化、流程化、自动化，确保每一款车型的版本是高质量的，可靠的。这需要一套流程和工具，能在统一架构下运行，并能快速适配不同客户的需求。

因为我们公司要求，一件事重复干了两次、三次后，必须用工具做，不能再用人去做。

其实一开始，为了开发导入准出SPA，我们想过自研。但我们在调研各种工具的时候，最后发现飞书项目的平台特性和能力，都刚好符合 Momenta 对研发流程工具的期待。

这里面，尤其突出的是两点。

首先是飞书项目流程配置的灵活性和高效性。智能辅助驾驶的研发体系非常复杂，各产品线、各个研发团队的工作流程都不一样。现在我们沉淀在飞书项目的流程已有两三百个，涵盖主线、量产项目及各类细分场景。如果全靠自研，成本高不说，迭代速度根本赶不上业务的变化。而飞书项目的低代码甚至无代码能力，让我们能快速搭建和调整流程，大大降低了流程数字化的门槛。

其次是飞书项目平台的开放性和支持二次开发的能力。它能通过标准化接口，把研发的各个核心环节都串起来，实现信息顺畅流转。之前我们也看了一些国外工具，虽它们流程很规范，但在适配国内研发场景、与内部系统深度融合上有局限，满足不了我们的实际需求。

经过 2 个星期的试用，我们就决定正式引入飞书项目了。不是，我们选了飞书项目，是 “ Momenta 想做”，飞书项目刚好能做，这样的一种“双向奔赴”。

但是 Momenta 想要用飞书项目做的事，并不只有搭建和规范流程这么简单，我们也做了很多自动化插件，来帮助内部研发提效，实现流程的自动化、高效运转。

因为我们是做自动驾驶的，研发流程，也必须得能“自动”地“驾驶”起来。

做自动驾驶的

流程也要“自动驾驶”起来

1、不是活变少了，是信息开始自动化流转了

飞书项目到底帮我们打通了什么？

首先第一点，是可追溯性。大家知道，汽车行业的软件研发，非常强调可追溯性。可追溯性就是把“从成千上万条客户需求导入，到主线集成准出、客户项目准出”，这一条高风险、高复杂度的开发过程转化为可验证、可追溯、可控制的透明链路。

这不仅仅 ASPICE 要求的，更是我们公司的理念。我想强调的是，这不是 “额外成本”，是智能驾驶能 “跑上路” 的基础—— 如果你连端到端的各环节间的联系都理不清，怎么敢把算法装到消费者的车上？

飞书项目的产品设计理念，天然满足了双向可追溯性，能让需求到交付的过程可验证、可控制.

有了这套基于飞书项目的研发流程后，我听我们的产品项目经理说，以前可能一周要跟客户开 20 次会，现在只用开 1-2 次了，不是我们的活变少了，而是信息自动化流转起来。

2、用有限的测试资源，覆盖无限的真实场景

那我就来举例讲一下，我们研发流程的几个部分。

首先，第一个部分，在智能辅助驾驶研发里，有个既关键又很特别的环节——路测。毕竟，不管我们仿真测试做得多好，最终还得上车上跑起来实测，才能得到跟消费者实际使用一样的体感。

我们以前搞路测，得是“双人组”上车：一位安全员，坐在驾驶位上，监控车辆的辅助驾驶，另一位路测员，专门负责记录问题。

可随着车型越来越多、版本迭代越来越快，我们所需要的路测资源，就跟着成倍往上涨。

后来，我们基于飞书项目搭了一套完整的路测管理系统，从测试计划制定、测试用例设计到实际测试执行，全流程都给覆盖到了。

现在路测团队接到任务后，先敲定测试计划——比如用哪辆车、跑哪条路线、测什么用例，接着一键就能把计划和用例同步到车端的大屏上。

安全员坐在车上，看着大屏上图文并茂的指引，就能一条条按测试计划、测试用例，去执行。要是发现问题，按下车上的按键就能一键录音描述情况，系统会自动把他的语音、车辆的运行数据传回云端，还能自动生成问题清单，像车辆信息、路线、软件版本、测试计划、用例、安全员的语音等等，全都会自动汇总好。等测试结束，一份完整的报告也会自动生成，特别省心。

这么一来，以前得专人上车跟车的路测员，现在一个人就能同时监管 10 辆车的测试情况，效率直接翻了 10 倍。

而且这不止是效率提上来了，整个路测链路也变得更可追溯、更自动化、更完整了。

我们做到用有限的测试资源，覆盖无限的真实场景，守住智能辅助驾驶的安全边界。

3、飞书项目 + AI ，让“体力活”成为“技术流”

当测试能自动 "找问题"，我们接下来要聚焦的就是，如何做好问题管理。

Momenta 通过飞书项目 + AI 的创新组合，彻底让问题管理从繁琐的 “体力活” 跃升为了高效的 “技术流”。

不管是路测产生的大量异常数据，还是客户反馈的问题，都能实现全流程自动化闭环管理。比如说， 车端问题创建、录入，不用手动填单，只需要点个按钮或者拨下远光灯就能录制和上报。客户的问题，也会非常高效的，一键同步到我们的问题管理系统。

我们这套系统还能根据问题场景，自动地聚类，自动分配给研发同学——比如，客户导入了 4000 多个问题，系统通过自动聚类，可能减少到了 300 多条。这样研发的分析压力就小了很多。

问题管理系统，还会进行AI预分析，它会根据问题数据的信息，分析出可能的原因，并图文并茂地写出来。这样研发就有了参考，如果研发认为分析的不准确，可以一键反馈，会自动反馈到我们的AI预分析系统。

通过这套问题管理系统，我们实现了全链路统一化管理，和全流程自动化提效，省了好多重复工作，研发只用在一个系统里处理问题和解决问题。效率也得到了极大提升。

4、需求管理跑通了，开发环节才“跑得快”

再像需求管理这个环节，在过去很容易存在两个卡脖子难题：一是客户需求样式五花八门，格式不统一、内容不统一、颗粒度不统一；二是需要反复导出和客户核对进展，效率比较低。

所以只有需求管理“跑通了”，后面的开发环节才能 “跑得快”！

现在，在我们的需求管理系统，客户的需求可以一键批量导入，支持多种格式。比如过去，客户的几千条需求，我们需要半天才能完成导入，现在 10 分钟之内就自动完成。

我们的产品项目经理会把客户的需求，规范化地映射到我们的主线需求，研发只需要集中精力跟进主线需求即可。

产品项目经理到了和客户对进展的时候，也能快速的搜集关键进展同步给客户。所以，由于信息的自动流转和汇聚，我们的项目经理跟客户开会的次数也明显变少了。

5、建立多层准出机制，让算法走向大规模商用

最后说一下准出管理。在自动驾驶领域，“算法可行” 不等于 “可以交付”。

前面提到，我们有一套准出 SPA 。准出管理既是安全红线，也是效率引擎，更是量产基石。

我们用飞书项目建立了多层级准出机制，每一行代码合入都经过了严格把关。比如任何 PR 的提交，都先得经过代码检查、单元测试。合入后软件模块经过台架验证。多模块组成的产品，得经过仿真验证和实车验证。主线版本再到客户项目上，进行准出时，又有一套流程。 这样才能保证量产版本可靠、合规。

我们每一个发布版本都是经过了严格的准出流程，才到客户车辆上，让客户用上安全、安心的软件版本是我们的追求和目标。

6、飞书项目 + ASPICE 插件，满足国际 OEM 认证标准

去年，我们还做了件很关键的——联合飞书项目、高远华信共创 ASPICE 插件，帮我们打通了客户需求导入的核心环节，满足国际主流 OEM 的认证标准。

给大家简单介绍一下 ASPICE ，这个让很多车企供应商既爱又恨的标准。它诞生也有 20 来年了，你如果想打进国际 OEM 的供应链，那么就得符合这套 ASPICE 标准。

ASPICE 标准很复杂。简单说，他就是要求把客户的原始需求，关联到架构设计、详细设计、代码、单元测试、模块测试、集成测试，直到最终产品交付，这些所有受影响的环节，都要双向可追溯，还要有相应的文档证据。

现在我们基于飞书项目 + ASIPICE 插件，不管 Reqif 格式还是 excel 格式的客户原始需求文件，都能一键条目化导入。

我们还建立了，覆盖全研发流程的文档版本库和基线库，所有文档的版本、基线都能自动化创建，符合 ASPICE 审核要求。

让复杂的事情变简单

让模糊的场景更通透

对我们来说，飞书项目的核心价值是什么呢？我认为，它是帮我们打下了研发流程标准化、流程化、自动化的基础，就是我们前面提到的 SPA 。

说到底，这三个词合起来，就是帮我们把 “导入到准出” 的全流程做到了理想状态。有了飞书项目这个效率引擎，把我们飞轮大模型的迭代，每一步都走得更加扎实，让我们智能辅助驾驶的研发，更快、更稳、更准。

但老实说，飞书项目也不是 100% 完美贴合我们的所有设想。比如，我们想做某些度量视图，但是飞书项目就没有，所以研发团队还写了个单独的插件来弥补。

不知道大家发现没有，这其实恰恰是 Momenta 与飞书项目磨合得越来越“严丝合缝”的关键：它通过一种开放的基因、灵活的配置，让复杂的事情变得简单了，让模糊的场景变得通透了，让隐性的工作变得更可视了。仅仅是这一个平台，就能玩出无限的可能。

现在，我们在飞书项目上，集成了 20 多个内部系统，做了 50 多款插件，日均 API 调用 120 多万次。这充分说明，有大量数据都是通过自动化的方式，在各平台之间流转。大家可以试想一下，如果这么多数据都靠人工来完成，那我们得招多少人？

前段时间我找各环节负责人做了次内部调研，结果挺让人惊喜 —— 几乎每个环节的效率都得到了很大提升。

但我想说，这个故事的核心，或者数字化工具的意义，从来不止于效率。

大家知道，Momenta的人才密度很高。通过研发效率的提升，我们为大量研发人员解放了双手。那么他们，他们解放出来的双手，正在做什么？

他们可能在实验下一代智驾大模型，在思考更安全、安心的算法，在探索人工智能的边界。那些曾被困在电话会议、表格和消息催促中的生命力，此刻，正在改写行业的未来。

这，才是我们打造这个“效率引擎”的真正意义，去解放更多人力，聚焦更有价值的事情，更专注、更有力地思考。

正如我们 CEO 曹旭东常说的 —— 今天，我们正站在 “智驾摩尔定律” 的风口浪尖，智能辅助驾驶大模型的高速迭代，正在重塑整个行业。

而我们要做的就是超越摩尔定律，推动真正的智驾平权。

但要真正推动行业跃向新维度，不仅要突破技术本身的 "摩尔定律" ，更需要一场生态协作的“平权革命”。这离不开全行业每一个参与者的同频共振 —— 从算法工程师到数据标注员，从车企到供应链，每个角色的协作效率都在定义着技术落地的速度。

所以，我们既需要飞书项目这样的数字化工具，更需要全行业一起使劲。

最后我想回到 Momenta 的使命：Better AI ，Better life . 我们致力于通过突破性的 AI 科技，创造美好生活。通过AI来实现可规模化的自动驾驶，让人们的出行更安全、更便捷、更高效。

科技突破的价值，从来不是站在顶峰俯瞰，而在于真正服务于人，让每个人都能享受到智能驾驶带来的美好生活，这就是我们坚持做智驾的初心。

我的分享就到这里，谢谢大家。

来源：飞书