以车规级三频北斗高精度定位芯片，推动国产高精度定位芯片规模化应用

2026 年 4 月 26 日，北京车展“中国芯”展区，“2026 中国汽车芯片产业创新成果”颁奖仪式正式举行。MCT 毫厘智能自研车规级三频北斗高精度定位芯片 MOJANDA 330，凭借在技术先进性、产品创新性、量产应用能力及市场表现等方面的综合实力，荣获“2026年度影响力汽车芯片”。

本次评选由中国汽车芯片产业创新战略联盟组织开展，旨在树立我国汽车芯片产业品牌影响力，加快国产汽车芯片成熟产品应用推广，推动汽车与芯片产业跨界融合及产业链上下游协同发展。其中，“2026年度影响力汽车芯片”面向已量产应用的国产汽车芯片产品设立，重点关注产品的技术先进性和创新性、优异市场表现以及广泛客户群体。

MOJANDA 330 此次获评，不仅是一项产品荣誉，也体现了行业对毫厘智能在车规级芯片研发、工程化验证、量产应用落地及国产高精度定位产业化能力等方面的认可。对于国产车规级北斗高精度定位芯片而言，这也是其从技术突破走向规模化应用的重要体现。

面向真实道路场景，提供稳定、连续、可靠的高精度定位能力

智能汽车的发展，正在不断提高对车辆自身空间位置判断能力的要求。

在高速 NOA、城区辅助驾驶、复杂立交、隧道出入口、城市峡谷、强遮挡和强干扰等场景下，智能驾驶系统不仅需要感知周围环境，也需要持续获取车辆自身的高精度位置。定位能力越稳定、越连续、越可靠，系统对路径、车道、道路结构和行驶状态的判断基础就越稳固。

MOJANDA 330 正是面向这一需求打造。

作为毫厘智能自研的车规级三频北斗高精度定位芯片，MOJANDA 330 面向智能驾驶量产应用，支持多系统、多频点卫星信号处理与高精度定位解算，为复杂道路环境下的连续定位需求提供底层芯片支撑。

与单纯追求参数指标不同，MOJANDA 330 更强调面向真实车辆、真实道路和真实量产环境的工程适配能力。它所代表的，不只是高精度定位能力本身，更是国产车规级高精度定位芯片在产品成熟度、应用稳定性和产业落地能力上的持续提升。

“不是大概，是确定。” 这既是 MOJANDA 330 的产品主张，也是毫厘智能对车规级高精度定位能力的长期追求。对于智能汽车而言，高精度定位不是导航系统中的附属功能，而是支撑智能驾驶系统稳定运行的重要基础能力。MOJANDA 330 的获评，正是国产车规级高精度定位芯片走向量产应用、服务真实场景的重要体现。

从芯片能力到系统能力，支撑 RMS 空间智能架构持续演进

MOJANDA 330 的价值，不止于一颗芯片本身。

在毫厘智能的技术体系中，MOJANDA 330 是 RMS Solution 的关键支点之一。RMS 是毫厘智能面向智能汽车、具身智能、卫星互联网、低空经济及 Physical AI 场景构建的空间智能系统架构，核心在于通过芯片、传感器、算法与数据的协同，为智能载体提供更稳定、更可靠的空间状态感知能力。

在 RMS 架构中，MOJANDA 北斗高精度芯片与模组提供高精度绝对定位能力，SUMACO 高精度 IMU提供姿态感知与运动状态测量，REVENTADOR 多源融合算法实现 GNSS、IMU、视觉、雷达等多源信息融合，并通过真实场景数据持续驱动系统迭代。

这一架构意味着，毫厘智能并不只是提供单一芯片产品，而是在围绕智能载体的空间状态构建系统能力。

对于智能驾驶而言，空间智能能力有助于车辆在复杂道路环境中获得更稳定的定位与状态判断基础；对于具身智能、卫星互联网、无人机和低空飞行器等更广泛的 Physical AI 场景而言，空间智能同样是其在真实物理世界中移动、感知、决策和执行的重要支撑。

因此，MOJANDA 330 的获评，也体现了毫厘智能从单点芯片能力向系统级空间智能能力持续延展的技术路径。

以量产应用为牵引，持续服务智能汽车产业发展

汽车芯片的价值，最终要在真实车辆、真实道路和真实用户中得到检验。对于车规级高精度定位芯片而言，真正的挑战不仅在于技术指标的突破，更在于能否适应复杂环境，能否通过工程化验证，能否进入量产应用，并在长期运行中持续支撑智能驾驶系统的稳定落地。

MOJANDA 330 荣获“2026年度影响力汽车芯片”，正是对其综合产品能力与产业化价值的一次认可。它说明国产车规级高精度定位芯片正在从技术研发走向应用深化，并在中国智能汽车产业链中发挥更加明确的支撑作用。

面向未来，毫厘智能将继续坚持“数据驱动、软硬结合”的发展战略，围绕姿态感知与绝对定位两大核心能力，持续完善车规级芯片、高精度 IMU、多源融合算法与场景数据闭环，推动空间智能能力在智能汽车、具身智能、卫星互联网、低空经济及更多 Physical AI 场景中持续落地。

4月21日，“武进高新区—江苏理工学院协同创新发展会议”举行。会上，MCT毫厘智能与江苏理工学院正式达成合作，共建“空间智芯与智航协同创新研究院”，并同步启动 双岗互聘 与 项目共建。这是 MCT 毫厘智能推进 产学研协同布局 的一项重要进展。

围绕产业方向深化合作

面向具身智能、低空经济、机器人、智能设备等应用场景，姿态感知、绝对定位以及多传感器融合能力，正在成为支撑系统感知、决策与控制的重要底层能力。MCT 毫厘智能长期围绕 Physical AI 时代的姿态感知与绝对定位能力建设持续布局，此次与江苏理工学院共建研究院，也是公司结合自身技术方向与发展需求推进的一次务实合作。

江苏理工学院长期坚持“亲产业、融地方、强应用”的办学定位，依托“双高协同”持续推进教育、科技、人才一体化发展，并形成了“一园区一学院、一企业一教授”的产学研合作机制。围绕具身智能等方向，学校与武进高新区已形成较为扎实的合作基础，先后推进多项联合项目，并在双岗互聘、成果转化等方面积累了实践经验。

以研究院为载体推进产学研协同

在这样的基础上，MCT 毫厘智能与江苏理工学院此次合作，形成了“研究院共建 + 双岗互聘 + 项目共建”的整体安排。其中，研究院是核心载体，双岗互聘和项目共建是后续推进的重要内容。近期，双方还将重点围绕 具身智能相关项目 展开合作，进一步推动技术、人才与项目资源协同对接。这也意味着，MCT 毫厘智能的 产学研平台建设 将从单点合作进一步走向更具持续性的协同机制。

在区域协同中汇聚创新资源

本次会议同步推进协同创新研究院签约、关键技术联合攻关项目启动、高层次人才聘任和“双高协同”战略合作签约等内容，也进一步体现出武进高新区在推动校地企协同创新、促进创新资源高效配置方面的持续发力。对 MCT 毫厘智能而言，这样的合作环境有助于更高效地链接高校科研资源、人才资源与地方创新资源，也为后续项目落地和协同推进提供了更稳定的支撑。

未来，MCT 毫厘智能将以“空间智芯与智航协同创新研究院”为载体，持续深化与江苏理工学院的合作，稳步推进双岗互聘、项目共建等工作，促进更多技术、人才与项目资源加快汇聚与落地，持续夯实企业产学研协同平台建设基础，为后续技术协同、项目落地和能力积累打开新的空间。

3月31日，在江苏省具身智能机器人产业联盟第五次理事会上，MCT毫厘智能成功当选联盟理事单位。

这不仅是一次行业身份的升级，更意味着MCT正以更积极的姿态，深度参与具身智能产业协同与生态共建。

江苏省具身智能机器人产业联盟是在江苏省工信厅业务指导下成立的产业协同组织，汇聚省内外具身智能机器人领域骨干企业、高等院校、科研机构及相关单位，致力于推动产业资源整合、技术创新与成果转化。此次成功当选联盟理事单位，既体现了行业对MCT现阶段技术能力与产业位置的认可，也意味着公司将以更主动的姿态参与区域生态建设。

对于MCT而言，这既是对产业趋势的主动回应，也是公司核心能力在具身智能场景中的持续落地。作为一家专注于姿态感知与绝对定位的创新企业，MCT长期坚持“数据驱动，软硬结合”的核心战略，在芯片、模组、算法、多源融合等方向持续深耕。随着人形机器人、机器狗、工业机器人等具身智能载体加速演进，机器人对运动控制、空间感知、稳定交互与持续学习能力提出了更高要求，而这些能力的背后，离不开可靠的姿态感知、精确定位与高质量数据闭环。

这也正是MCT持续深化具身智能产业布局的核心基础。

从姿态感知、绝对定位到数据闭环，MCT始终聚焦的，都是空间智能时代最底层、最关键、也最具壁垒的基础能力。

围绕具身智能核心基础层，MCT的两条关键布局正加速落地

与许多从单一软件、单一算法或单一硬件切入具身智能赛道的企业不同，MCT的布局更聚焦于机器人规模化落地所必需的关键基础层：一端是决定机器人“能否稳定感知和控制”的姿态感知与定位底座，另一端是决定机器人“能否持续学习和快速迭代”的数据闭环基础设施。

这不仅构成了MCT在具身智能方向的差异化路径，也意味着公司围绕空间智能底层能力的长期布局正进入关键落地阶段。

一、面向机器人本体的姿态感知与定位底座

围绕人形机器人、机器狗、工业机器人等场景，MCT已形成以 MOJANDA、SUMACO、REVENTADOR 为核心的产品与技术布局，持续强化机器人在复杂环境下的姿态感知、运动控制与定位能力。

对于具身智能而言，感知能力的关键不只是“能测到”，更关键的是能否在动态、复杂、非结构化环境中保持长期稳定、实时可信的输出，并真正支撑工程化验证与规模化落地。依托在IMU模组、组合导航与多传感器融合方面的积累，MCT能够在小型化、高集成、量产适配、抗干扰、抑震动、自适应温漂等方向形成差异化优势，推动机器人从单点惯性测量走向更高可靠性的系统级感知能力。

这也是MCT在具身智能方向形成差异化优势的重要原因——公司长期积累的高可靠感知与工程化能力，与具身智能关键基础层需求高度契合。

更重要的是，这一布局已进入实质性兑现阶段。

目前，相关产品已完成向多家头部机器人客户的送样，并实现批量出货。

二、面向行业的数据采集与训练基础设施

除了本体感知层面的布局，MCT也在积极构建面向具身智能行业的数据基础设施能力。围绕数据采集、自动处理、智能标注、模型训练与部署，公司正逐步形成从前端穿戴式采集设备，到数据中台，再到智算平台的完整链路。

如果说感知与定位决定了机器人如何理解自身与环境，那么数据闭环决定的，则是机器人如何持续学习、持续优化、持续进化。对具身智能产业而言，真正的竞争并不只在某一个模型或某一个部件，而在于能否形成从真实世界数据获取、到高效处理、再到训练与部署落地的完整闭环。

以 Moti Sense、Moti Studio、Moti Brain 为代表，MCT正在打通从“物理世界穿戴”到“机器人数据闭环”的关键路径，探索具身智能从感知输入到模型输出、从单点产品到系统能力的完整底座。

这条路径的独特之处在于，MCT并不是从纯软件或纯平台角度切入，而是将前端感知能力、数据理解能力与后端训练部署能力放在同一体系中协同构建。这使公司在具身智能迈向规模化应用的过程中，更有机会形成从底层感知到持续迭代的系统级优势。

从当选理事单位到参与生态，MCT正在走向更深层次的产业角色

当前，具身智能产业正从概念热度走向工程化验证、场景化落地与生态化协同。谁能在关键基础层建立优势，谁就更有机会在新一轮产业竞争中完成卡位。

此次当选联盟理事单位后，MCT将继续依托自身在姿态感知、绝对定位、组合导航与多源融合方面的技术积累，加强与产业链上下游伙伴的协同合作，推动关键能力在更多机器人场景中落地应用。与此同时，未来公司也将积极参与并推动江苏省空间机器人组合导航地方标准的制定与推广工作，为产业规范化、体系化发展贡献力量。

这既是身份的升级，也是责任的升级。它意味着MCT不再只是提供单点技术，而是开始以更主动的姿态参与生态建设、标准建设与产业协同。

面向未来，MCT已在路上

从核心器件到系统能力，从姿态感知到数据闭环，MCT毫厘智能面向具身智能的产业布局正加速推进。

未来，公司将继续坚持“数据驱动，软硬结合”，持续夯实从芯片、模组、算法到数据平台的核心能力，加快面向具身智能场景的产品推进、标准参与与产业协同，努力成为具身智能时代值得信赖的关键基础能力提供者。

具身智能的大幕已经拉开。

顺势而为，是基于长期积累的主动卡位；跟进热点，是面向产业前沿的加速落子。

从布局到落地，从能力到兑现，MCT毫厘智能正在具身智能时代加速走向产业前沿。

一、从“抖动”到“稳定”：什么是 IMU 的“稳”

在自动驾驶系统中，IMU（惯性测量单元）是“姿态感知”的核心器官。

它由陀螺仪和加速度计组成，能实时测量载体的角速度和线加速度。

但 IMU 并不完美，它像一个时刻在倾听的传感器——

任何微小的噪声、温度变化、机械震动，都会让它“听错”。

于是，“稳”成为衡量 IMU 的第一标准。 但“稳”并非静止，而是意味着输出误差的可控性。

真正的车规级 IMU，不是让波动消失，而是让每一次波动都可预测、可建模、可补偿。

这正是 SUMACO 系列的出发点：让“稳定”成为算法可依赖的常量。

二、误差的根源：漂移与噪声

IMU 的输出误差主要来自两类因素：

1. 确定性误差（Systematic Error） —— 来源于器件制造偏差、标度因子失准、零偏及温度特性变化等系统性因素；
2. 随机性误差（Random Error） —— 来源于传感器噪声、外界扰动及随机漂移等非确定性因素。

系统性误差可通过标定校正； 而随机噪声则需要从时间维度建模。

在 IMU 的专业测试中，工程师常用一种方法来识别噪声特征—— Allan 方差分析（Allan Variance Analysis）。

这就像在听音乐时识别“底噪”的节奏，通过时间间隔分析来辨别噪声类型。

三、温度的挑战：热噪声如何影响“稳”

IMU 的另一个敌人，是温度。

当环境从冬天的 -40℃ 到夏天的 +85℃，敏感元件的输出曲线会发生漂移。

这种“温漂（Temperature Drift）”会让姿态感知在高低温下不一致。

SUMACO 的解决方案是：

• 采用高稳定 MEMS 结构，降低材料应力变化；
• 在出厂前进行 多温标定（Multi-Temperature Calibration）；
• 在运行时执行 在线温度补偿（Online Compensation）。

换句话说，它不仅“知道自己热了”，还能“知道热到什么程度会影响输出”，并即时修正。

四、从标定到量产：稳定的工业逻辑

SUMACO 的“稳”并非源自单一算法，而是工业体系的结果。 在常州智能制造中心，SUMACO 采用“工厂标定 + 在线标定”双标定体系：

• 工厂标定阶段使用高精度转台与环境舱，校准零偏、比例因子与交轴误差；
• 在线标定阶段在整车装配后重新对齐姿态轴系，消除安装误差。

两级标定构建起从实验室到实际应用的一致性——

这就是“车规级 IMU”的工业底色：可批量复制的稳定。

五、“稳”是一种系统能力

真正的稳定，从来不是单一指标的优秀，而是系统的协同。

SUMACO 的稳定性来源于三重支撑：

1. 车规级硬件设计，保证物理结构的稳定；
2. 自研标定体系，确保误差的可控；
3. 数据闭环机制，让性能持续进化。

这是一种更深层的“稳”——

不仅是数值上的稳定，更是认知上的确定。

当车辆、机器人或无人机依赖 SUMACO 提供的姿态数据时，

它们看到的世界，也因此变得更平滑、更可预期。

关于 MCT 毫厘智能

MCT 毫厘智能是一家专注于 Physical AI 时代的姿态感知与绝对定位创新公司。我们以人工智能为核心技术，采用“数据驱动、软硬结合”的策略，开发并提供全面的姿态感知与绝对定位软硬件解决方案，服务于具身智能、城区辅助驾驶、低空经济、机器人、智能设备等领域。公司基于自研的车规级北斗高精度芯片和模组，融合高精度 IMU、视觉及雷达等传感器技术，结合海量数据，为自主规划和自动控制提供更可靠、更安全、更精准的技术支撑，持续提升载体的空间感知能力。

想了解更多关于 MCT 毫厘智能的最新动态？

欢迎访问 www.mctech.ai / www.mctai.cn，或关注微信公众号「毫厘智能 MCT」。

近日，MCT 毫厘智能 CEO Alex 接受常州电视台专访，分享公司在空间智能领域的探索、积累与实践。

镜头记录下的，不只是一次采访，更是 MCT 持续成长的一个切面。

由远及近，直至毫厘。

理想正在实现，承诺正在兑现。

2026 年 1 月 26 日｜常州

在 江苏省北斗芯片与终端企业对接峰会暨常州市“百场千企”产业链融链强链对接活动——北斗产业专场活动 期间，MCT 毫厘智能正式发布车规级北斗三频高精度定位芯片 MOJANDA 330。发布现场，来自政策、科研、行业组织及应用一线的多方代表齐聚一堂，共同见证北斗核心器件面向工程化与规模化应用的重要进展。

作为一场汇聚政策、科研、产业与应用多方力量的省级产业专题活动，本次大会围绕北斗产业关键技术突破、核心器件工程化能力建设以及重点应用场景规模化落地展开深入交流，是江苏省层面推动北斗产业链协同发展的重要交流平台。MCT 毫厘智能深度参与本次活动的组织与实施，围绕北斗核心器件工程化与系统化应用，协同产业链多方力量，推动相关交流与成果落地。MOJANDA 330 的发布，正是在这一产业协同背景下完成的重要实践。

共识在前，实践在后

工程化能力成为北斗应用的共同关注点

大会期间，多位来自学术界、产业界与应用一线的代表，从不同维度对北斗产业的发展路径进行了系统阐述。

中国工程院院士、浙江大学信息学部主任 吴汉明 从集成电路产业发展角度指出，面向复杂应用环境，核心芯片能力的竞争已从单一性能指标转向工程可落地、可验证、可持续演进的综合能力体系； 中国科学院院士、中国科学院空天信息创新研究院学术院长 吴一戎 结合空天信息系统建设实践，强调基于国产通信卫星提供北斗PPP-RTK广域高精度导航增强信息，彻底摆脱地面移动互联网对北斗精准时空应用和发展的制约，在无人农机、大气探测、低空飞行等领域前景广阔； 中国卫星导航定位协会 会长 于贤成 在产业发展分享中指出，北斗应用正加速向智能驾驶、高端装备及无人系统等领域深化，对核心器件的工程化成熟度提出更高要求。

在应用端，理想汽车、新石器（盐城）智能制造有限公司、千里马科技有限公司 等企业，结合智能驾驶、无人系统及工程机械等真实场景，分享了北斗技术在规模化应用中的实践经验； 工信部电子五所华东分所 则从检测认证与质量体系建设角度，对北斗工程化应用的基础支撑条件进行了系统解读。

由远及近·直至毫厘

MOJANDA 330，为量产而生的车规级北斗芯片

在大会现场，MCT 毫厘智能董事长兼首席执行官 郦可 正式发布车规级北斗芯片 MOJANDA 330。

郦可表示，MOJANDA 330 的发布，并非一次以展示为目的的技术亮相，而是 MCT 毫厘智能在充分完成工程验证、并具备量产条件后的阶段性成果发布。

作为 MCT 毫厘智能推出的首款北斗芯片产品，MOJANDA 330 自研发阶段起，便已深度参与车规级应用场景的工程验证，并完成定点验证工作，当前正按计划推进量产落地。

在此过程中，MCT 毫厘智能将 SUMACO 系列 IMU 产品的车规级量产实践 与 自研多源融合算法体系 REVENTADOR 所积累的系统级工程经验，同 MOJANDA 330 在真实应用环境中的验证结果进行系统性融合，反向驱动芯片架构设计与工程取舍，使其在正式发布前，已具备面向规模化应用的稳定性与成熟度。

MOJANDA 330 采用 MCT 毫厘智能全栈自研架构，在算力配置、系统稳定性与工程适配能力等方面进行了全面优化，为复杂定位与多源融合算法提供充足算力支撑；配套自研定位算法体系，在固定率与定位精度等关键指标上持续优化，以适应真实量产环境下的长期运行需求。

在可靠性层面，MOJANDA 330 通过 AEC-Q100 车规级认证，面向严苛应用环境设计，为北斗技术在智能驾驶等场景中的规模化落地提供关键基础。

不止一颗芯片

RMS 系统级能力矩阵集中呈现

除 MOJANDA 330 外，MCT 毫厘智能还在本次活动中首次系统呈现了完整的产品与技术架构，包括：

• MOJANDA 320、MOJANDA 321 等多款北斗芯片产品；
• 覆盖多应用层级的 MOJANDA GNSS 模组系列；
• 面向高可靠姿态感知需求的 SUMACO IMU 产品系列；
• 以及自研多源融合算法体系 REVENTADOR。

上述北斗芯片、GNSS 模组、IMU 及自研算法能力，协同构成了 MCT 毫厘智能的 RMS 产品组合矩阵。 该矩阵以“数据驱动、软硬结合”为核心理念，将芯片级能力、器件级感知与系统级算法进行统一设计与协同优化，向客户交付的是一整套面向整车与复杂装备应用的组合导航系统级方案，而非单一器件或模块。

通过系统级架构的整体协同，RMS 能够更有效地支撑智能驾驶等对稳定性与可靠性要求极高的应用场景，为规模化落地提供可工程化、可量产、可持续演进的技术基础。

协同机制同步落地

北斗芯片协同创新实验室揭牌

活动期间，“北斗芯片协同创新实验室”正式揭牌成立。 该实验室由 MCT 毫厘智能 联合 浙江大学集成电路学院、常州大学微电子学院、工信部电子五所华东分所 等单位共同参与建设，围绕北斗芯片关键技术攻关、工程化验证、测试评价及产业协同创新，构建长期、稳定的协作机制。

实验室将以工程化问题为牵引，打通高校基础研究、科研机构工程验证与企业产品化落地之间的关键链路，推动科研成果向可量产产品转化；同时，也将作为北斗芯片工程化人才培养的重要载体，通过联合课题、工程实践及产业导师机制，推动高层次技术人才在真实工程环境中成长，逐步形成覆盖研发、验证与产业化各环节的人才梯队。

实验室的成立，为江苏省北斗产业在核心器件工程化能力建设、技术积累的代际传承以及高端工程人才持续培育方面，夯实了长期协同与可持续演进的制度基础。

面向未来

以系统能力参与产业共建

MCT 毫厘智能表示，未来将继续在省级产业协同发展的整体环境下，围绕车规级北斗芯片与组合导航系统方向，持续深化技术研发与工程实践，携手产业链上下游伙伴，推动北斗核心技术在智能驾驶、无人系统等高可靠应用场景中的工程化与规模化落地，并逐步拓展至商业航天、卫星通信与导航融合等更高可靠与更复杂系统需求领域。

人类的导航，始于地图。

地图告诉我们从哪里到哪里，

但它从不告诉我们为什么要去那里。

对机器来说，传统导航系统就像那张地图——

它能算出最短路径，却无法理解目的。

而空间智能的未来，是让机器不仅能“走对路”，

更能“明白路的意义”。

一、导航：从规则到路径

传统导航系统是一套严格的逻辑机器。

它依赖坐标、路径、约束条件。

输入起点与终点，输出一条最优路径。

在这一阶段，机器是被动的。

它依赖外部指令和精确的输入，

没有理解环境的能力。

这种模式就像“盲行”——

路径是算出来的，不是感受到的。

而空间智能的目标，

是让机器具备“主动理解空间”的能力，

在不确定的世界中自主决策。

导航是被动计算，认知是主动理解。

二、认知：理解的不确定性

认知不同于导航，它需要“意义”。

当机器人面对复杂场景——

前方可能是斜坡、障碍、或行人，

它必须在不确定的信息中作出判断。

这种判断不是算出来的，而是理解出来的。 它需要感知融合（视觉、雷达、IMU）、环境记忆（地图、历史轨迹）、 以及行为推理（意图预测、路径重构）。

MCT 的 REVENTADOR 平台，就是这种“空间认知”的雏形：

它不仅融合数据，还通过数据理解“环境状态”。

系统不再只问“我在哪”，

而是问“我该怎么走、为什么要这样走”。

三、机器的“空间意识”

在哲学上，意识意味着“对存在的感知”。

而对机器来说，空间意识是它理解世界的第一步。

当 GNSS、IMU、视觉、雷达共同构成连续时空信息流，

算法能在其中提取“模式”与“意义”。

它不再只是追踪轨迹，而是在学习环境的逻辑。

例如：

• 它知道某条道路的坡度会影响惯性估计；
• 它知道阳光方向会干扰相机曝光；
• 它知道城市峡谷的信号漂移模式。

这种基于经验的空间理解，

让机器从“感知者”进化为“理解者”。

四、从反应到预判：机器的直觉

真正的智能，不在反应速度，而在预判能力。

当机器能预测未来几秒可能发生的事情，

它就具备了“直觉”。

REVENTADOR 平台通过大规模数据训练，

建立了时间序列模型与动态置信边界，

使系统能在异常发生前调整自身参数。

例如：

在检测到卫星信号衰减趋势时，

系统会提前提高 IMU 权重；

在识别出道路特征模糊时，

算法会自适应调节视觉滤波强度。

这就是“预测式可靠性”——

在风险出现前，系统已经开始应对。

人的直觉来自经验， 机器的直觉来自数据。

五、认知系统的三层结构

空间认知系统的能力，通常可分为三层：

1. 感知层：看得见世界 包括 GNSS、IMU、视觉、雷达， 提供物理世界的实时信息。
2. 理解层：看得懂世界 由融合算法和数据模型组成， 通过对多源数据的结构化分析，理解环境逻辑。
3. 决策层：与世界互动 结合任务目标与环境状态， 输出最优行为。

MCT 的软硬一体架构正是围绕这三层构建的：

MOJANDA 负责定位；SUMACO 提供姿态；REVENTADOR 赋予理解。

三者共同推动机器从“感知”迈向“认知”。

六、空间智能的未来：从导航到存在

当机器能理解自己所处的空间，

它的“存在方式”就发生了改变。

它不再是被控制的对象，

而是有能力在环境中自主行动的主体。

未来的空间智能系统，

不只是“导航工具”，而是“认知个体”：

它能学习、能适应、能表达不确定性。

这种转变，意味着

空间智能不再仅仅属于车辆、无人机或机器人，

而是成为一切具备物理存在的智能体的“基础能力”。

导航属于路径， 认知属于世界。

七、思考与展望

“我在哪”是导航的问题；

“我为什么在这”是认知的问题。

空间智能的发展方向，

正是让机器从“算得准”走向“想得明白”。

MCT 所构建的软硬一体系统，

正在为这种能力奠基——

让定位成为认知的起点，

让理解成为行动的依据。

当机器开始理解空间， 它也开始理解自己。

延伸阅读

1. Rodney Brooks. Intelligence Without Representation, MIT AI Lab, 1991
2. Andy Clark. Surfing Uncertainty: Prediction, Action, and the Embodied Mind, Oxford University Press, 2015
3. Paul D. Groves. Principles of GNSS, Inertial, and Multisensor Integrated Navigation Systems, Artech House, 2021

关于MCT毫厘智能

MCT毫厘智能是一家专注于Physical AI时代的姿态感知与绝对定位创新公司。我们以人工智能为核心技术，采用“数据驱动、软硬结合”的策略，开发并提供全面的姿态感知与绝对定位软硬件解决方案，服务于具身智能、城区辅助驾驶、低空经济、机器人、智能设备等领域。公司基于自研的车规级北斗高精度芯片和模组，融合高精度IMU、视觉及雷达等传感器技术，结合海量数据，为自主规划和自动控制提供更可靠、更安全、更精准的技术支撑，持续提升载体的空间感知能力。

想了解更多关于 MCT 毫厘智能的最新动态？欢迎访问 www.mctech.ai / www.mctai.cn，或关注微信公众号「毫厘智能 MCT」。

12月6日，苏州汾湖。**在第十届铃轩奖颁奖典礼上，MCT毫厘智能自研的车规级三频高精度GNSS芯片 MOJANDA 330 荣获“2025第十届铃轩奖·前瞻·车用芯片类 优秀奖”（以下简称“铃轩奖车用芯片类优秀奖”）。公司CEO郦可代表团队登台领奖。本次获奖表明，MOJANDA 330 在车规级可靠性、自主创新能力及智能驾驶产业价值方面获得了行业权威认可。

作为中国汽车供应链最具影响力的年度奖项之一，铃轩奖十年来汇聚了 Momenta、理想汽车、芯驰科技、采埃孚、地平线、禾赛科技 等多家业内代表性企业，是主机厂评估核心供应链能力的重要参考体系。MOJANDA 330 的上榜，体现了国产车规级高精度定位芯片在技术演进与产业化成熟度上的阶段性突破。

三频车规级定位能力，支撑高精度导航进入新一代应用周期

MOJANDA 330 面向智能汽车、机器人、无人机、农机自动驾驶等对可靠性要求极高的场景，采用多星座、多频点融合架构，实现从单频/双频向“三频时代”的代际跃迁，可在城市遮挡、弱信号、高干扰等复杂环境中提供稳定、连续的厘米级定位表现。

芯片支持北斗、GPS、GLONASS、Galileo、QZSS 等主流卫星系统，兼容 PVT、RTK、PPP 等多种定位模式。基于高性能射频链路与优化的基带架构，MOJANDA 330 在弱信号跟踪、多卫星并发处理以及复杂电磁环境下的鲁棒性方面表现突出，为智能驾驶系统的环境理解、路径规划和控制执行提供可靠的空间位置基础。

在系统架构层面，MOJANDA 330 采用定制化 RISC-V 处理架构，相比传统方案实现约 10 倍效率提升，并支持约 10 微秒级（10 µs）快速唤醒，能够在自动驾驶场景下更好地平衡实时性与功耗，为上层融合算法和控制系统预留充足的算力与响应空间。 这表明三频定位能力已具备车规级的数据可靠性，为前装智能驾驶的连续定位、精准理解环境与规模化应用奠定关键基础。

车规级可靠性体系全面建立，量产可扩展性获得主机厂验证

MOJANDA 330 从架构设计、前后端实现到系统验证的全流程均按照车规体系打造，已通过 AEC-Q100 Grade 2 认证，并在高低温循环、寿命与应力测试等多个车规级验证项目中表现稳定，满足智能汽车前装量产对长期一致性与极端工况适应性的要求。

在研发与制造体系上，MCT 构建了“射频 + 模拟 + SoC + 基带 + 算法”的全栈自研能力，结合车规级设计方法学、验证流程和供应链管理，实现从设计到工艺的深度自主可控。 在量产环节，MOJANDA 330 已建立起稳定可扩展的车规级量产体系，DFT 覆盖率高达 99.8%，芯片设计 PPM <30，达到国际先进水平，在批量生产中兼顾良率与一致性，为前装客户的大规模导入提供强有力保障。

经过主机厂严格的功能、可靠性及系统集成验证后，MOJANDA 330 已获得 主机厂的全平台定点资格，预计将在 2025 年底实现量产落地。 这不仅显著提升了复杂路况与高动态环境下的导航质量，也推动高精度定位能力从“局部应用”迈向“行业级普及”，为智能驾驶、机器人和低空经济等领域的规模化发展奠定基础。

数据驱动 × 软硬结合，构建空间智能时代的底座能力

MCT表示，MOJANDA 330 的获奖，是公司“数据驱动、软硬结合”战略的重要阶段性成果。围绕未来 AI 驱动的空间智能时代，公司正在形成由：

• MOJANDA（高精度定位）
• SUMACO（车规级姿态感知）
• REVENTADOR（融合计算与数据引擎）

构成的核心能力体系，分别承担定位、姿态与多源融合三大底层能力，共同构建面向智能驾驶、具身智能、无人系统和行业应用的“空间智能底座”。

未来，MCT将继续在 GNSS、IMU、融合算法与数据平台等方向持续投入，与产业伙伴协同创新，共同推动空间智能在智能汽车、机器人、低空经济等领域的规模化落地，让可靠的空间数据真正成为产业进步与场景创新的基础力量。

引子：隧道里的那几秒钟

你一定经历过这样的瞬间：

开车进入隧道，导航信号瞬间中断，地图上的蓝点失踪。

几秒之后，它又突然出现，仿佛什么都没发生。

这短短的“消失”，背后其实是一个复杂的技术接力过程。

当卫星信号无法抵达地面时，系统必须用其他手段“接着算”，

否则，机器就会像被蒙上眼的人一样，在黑暗中失去方向感。

一、信号为什么会消失？

GNSS 信号并不像我们想象的那样强大。 它从 2 万公里外的卫星发出，到达地面的功率仅约 –130 dBm， 比地球背景噪声还弱。

因此，它极容易被各种因素干扰：

• 遮挡：高楼、隧道、树木甚至人的身体；
• 反射：玻璃幕墙、钢结构导致多路径误差；
• 干扰：通信设备、雷达、Wi-Fi 的电磁噪声；
• 电离层扰动：信号在传播中被延迟或弯曲。

GNSS 的脆弱性，决定了它无法独立支撑“连续可靠”的导航。

而可靠定位的核心，就是在信号消失时仍能维持空间认知。

二、从“信号丢失”到“数据接力”

当卫星信号中断时，系统并不会立刻“失明”。

这时，IMU（惯性测量单元）和其他传感器开始接管：

IMU 利用加速度与角速度推算位移；

里程计记录车轮转速与方向变化；

视觉或雷达提供环境特征匹配。

这些信息被算法融合成一个连续的轨迹预测，

等到信号恢复时，再通过 GNSS 修正累积误差。

在 MCT 的架构中，这种接力过程由 REVENTADOR 融合算法平台 主导， 它以 MOJANDA 和 SUMACO 的数据为输入， 通过实时滤波与完好性检测（Integrity Check） 确保整个系统的轨迹平滑、连续。

当卫星失声，算法开始说话。

三、冗余：可靠系统的第二层防线

可靠性并不意味着永不出错，而意味着有备无患。 在定位系统中，冗余是可靠的根基。

MCT 的软硬一体架构中，每个关键环节都存在冗余设计：

• 多频冗余：L1/L2/L5 或 B1/B2a/B3 多频并行， 即使一个频段被干扰，其他频段仍可解算；
• 多系统冗余：GPS、北斗、Galileo、GLONASS 并行；
• 多传感冗余：GNSS、IMU、视觉、雷达相互补偿；
• 数据冗余：历史数据缓存与动态滤波更新。

这些机制确保在单一源失效时，系统不会“掉线”，

而是自动切换到可信的次级解算路径。

这种“自愈式设计”，是车规级定位系统区别于民用导航的本质。

四、融合：让误差不再“积累”

单个传感器的数据，都会带有噪声与漂移。

而融合算法的目标，就是在不同传感器之间找到平衡点。

REVENTADOR 使用“紧耦合”与“深耦合”策略，

在滤波层实现实时误差约束。

GNSS 提供绝对位置信息；

IMU 提供高速动态响应；

视觉与雷达提供相对空间约束。

当某个传感器数据异常时，系统会自动降低它的权重，

让整体解算保持稳定。

这不是“叠加信息”，而是“理解信息”。

数据之间互相制约、互相修正，

形成一个具备自我判断能力的时空系统。

稳定，不是数据更多，而是理解更深。

五、可靠性的极限：从“定位”到“自愈”

在未来的自动驾驶和具身智能系统中，

可靠性将不再只是技术指标，

而是一种生态属性。

MOJANDA、SUMACO 与 REVENTADOR 的协同，

代表了一种新的系统范式：

• 芯片层具备冗余与抗干扰；
• 惯导层具备连续与补偿；
• 算法层具备判断与修正。

这种层层递进的设计，使得系统在最复杂的环境下依然能“自己恢复”。

就像人类在黑暗中摸索前进时，

会本能地记住方向与步伐——

即使暂时看不见，依然不会迷失。

六、思考与展望

卫星信号并不会永远稳定。

城市越密集、空域越复杂，

遮挡与干扰就越常见。

未来的空间智能系统，必须学会在“信号失明”的世界中保持清醒。

那意味着算法要理解不确定性，硬件要容忍复杂性，

系统要能在故障中恢复，在数据中重生。

真正的可靠性，不是永不坠落， 而是能在坠落后再次起飞。

延伸阅读

1. Paul D. Groves：《Navigation Principles and Sensor Fusion》
2. Kaplan & Hegarty：《Understanding GPS/GNSS: Principles and Applications》
3. Dana Mackenzie：《The Math of Uncertainty: Navigating the Unknown》

关于MCT毫厘智能

MCT毫厘智能是一家专注于Physical AI时代的姿态感知与绝对定位创新公司。我们以人工智能为核心技术，采用“数据驱动、软硬结合”的策略，开发并提供全面的姿态感知与绝对定位软硬件解决方案，服务于具身智能、城区辅助驾驶、低空经济、机器人、智能设备等领域。公司基于自研的车规级北斗高精度芯片和模组，融合高精度IMU、视觉及雷达等传感器技术，结合海量数据，为自主规划和自动控制提供更可靠、更安全、更精准的技术支撑，持续提升载体的空间感知能力。

想了解更多关于 MCT 毫厘智能的最新动态？欢迎访问 www.mctech.ai / www.mctai.cn，或关注微信公众号「毫厘智能 MCT」。