Momenta智駕系統的核心技術原理是采用端到端大模型，將感知、決策和控制整合，且通過“短期記憶”與“長期記憶”雙路徑設計，結合數據閉環及芯片研發來實現智駕功能。該端到端大模型簡化了傳統架構，提升決策效率與準確性。雙路徑設計降低訓練成本，實現類人駕駛決策。數據閉環為模型優化提供支撐，芯片研發則提升計算效率，讓智駕系統更智能可靠。

其中，“短期記憶”與“長期記憶”雙路徑設計獨具匠心。“短期記憶”由動態感知與深度學習規劃構成，猶如一位敏捷的“先遣兵”，能夠快速驗證算法的有效性，并從海量數據中篩選出高質量的訓練數據。這一過程就像是在茫茫信息海洋中迅速打撈起有價值的“珍寶”，為后續的模型優化提供堅實基礎。而“長期記憶”則像是一位沉穩的“收納師”，把經過“短期記憶”驗證過的經驗整合至端到端大模型中，逐步形成穩定可靠的決策體系。這種機制極大地降低了訓練成本，賦予系統類似人類的學習能力。

Momenta的數據閉環也發揮著關鍵作用。數據閉環自動化率超99%，積累的數據達億級。通過在實際運營車輛上安裝大量傳感器，收集各種路況、天氣條件和駕駛場景下的真實駕駛數據。再利用先進的數據處理技術和深度學習算法對這些數據進行深度挖掘分析，不斷優化端到端大模型。隨著數據量的持續增長，模型對復雜場景的應對能力不斷提升。

此外，2023年成立芯片子公司研發中端芯片，進一步優化了計算效率。這一系列核心技術原理相互配合，使得Momenta智駕系統能夠精準預測復雜駕駛場景，實現自我學習進化，根據用戶駕駛習慣和偏好調整，為用戶帶來更加智能、安全、舒適的駕駛體驗。