李根 发自 苏州北站正南
量子位 报道 | 公众号 QbitAI
Momenta（现在）是一家怎样的公司？
宏观印象：学霸创业、中国无人车独角兽、奔驰母公司戴姆勒加持、自动驾驶第一梯队玩家……
产品业务：高速场景方案产品、L4级自主泊车产品交货、最高等级高精度地图资质……
一千个维度有一千种答案，但也颇显盲人摸象。
只是从今往后，Momenta的技术路径开始完整清晰。
在通往自动驾驶实现大道上，之前有渐进式的特斯拉，也有一步到位的Waymo，天下方案，莫过于此。
而Momenta，集二者之所长，避二者之所短：
Tesla Waymo，就是Momenta。
12月26日，Momenta对外正式发布L4级无人驾驶技术MSD (Momenta Self Driving)，开始支持城市内完全无人驾驶场景。
如果说2019年来Momenta发布的前装量产产品Mpilot，更像是特斯拉方案。
那么现在，MSD上马，则显出Waymo路线雄心。
万万没想到，自动驾驶业内一度纷争的两种路线，如今让Momenta实现二合一。
但MSD究竟是一套怎样的方案？
区别于量产前装方案，Momenta完全无人驾驶方案中最明显不同在于多了激光雷达。
在其测试车中，共搭载12个摄像头，5个毫米波雷达和1个激光雷达。整套系统传感器方案以摄像头为主，激光雷达为辅，多传感器冗余。
而且Momenta强调，除去激光雷达，方案中的硬件选型与前装量产保持一致——这也是Momenta“两条腿”向前的关键考量，后面还会详细讲到。
不过，说一千道一万，无人驾驶——还得以身试乘看一看。
MSD方案的试乘，选在了Momenta（苏州），地点毗邻苏州高铁北站，属城建频繁区域，路线全程约12公里，沿途经过30余个红绿灯路口：
- 既包括无保护左转等典型场景，也有非机动车混行、立交桥下长路口等复杂路段。
- 路线中还有多处工地，也有学校、居民区、写字楼、商业中心等生活场景。
符合Momenta该方案目标所指：城市区间内，完全无人驾驶。
而且路段基础设施也没有过V2X改造，依然拼的是单车智能实力。
试乘中最基本的场景自然是购物中心附近的行人：
以及在高铁站停车场附近的无保护左转：
车流交汇交互，也是最有意思的场景。MSD方案虽初发布，但智能程度已有老司机风范，在试乘的几次交互场景中，有让行、也有选择先过，并不基于单一规则。
同车试乘的Momenta研发总监夏炎解释，这能体现MSD在预测规划方面的实力和学习能力。
不过整体试乘而言，因为城市区间不同高速场景（无人车混行）和停车场（低速），Momenta的AI司机给人的印象是：安全第一，宁怂不偏激。
比如在苏州相城道路，会出现不规则的异型车——挑战自动驾驶系统的感知识别。
甚至遭遇违章逆行情况：
其实从当天道路实际情况来看，系统完全可以“偏激”一些，让路不减速通过。
但安全第一思考下，Momenta工程师打造的该系统，在交通中不确定性较大的情况下，先减速，甚至刹车，确保交互双方的安全。
而且相比人类老司机，MSD虽初生牛犊，但也展现出不凡实力。
遭遇人类司机深为苦恼的大货车时，既要对大货车的载货品类多样、形态各异准确感知，还要对大货车行为上的激进行为有应对：
MSD跟随慢速行驶的大货车一段时间后，“决定”变道超车，但在超车过程中仍保持对货车一定的安全距离，通过接近路口的实白线后才拉大横向距离超车，保证了超车过程中的安全性。
12公里左右里程，按道路交规限速行驶（40公里每小时为主），近40分钟，历经城区内各种场景——有临时施工、有不规则车辆，还有逆行，但全程无接管。
这样的完全自动驾驶能力，起步最早的谷歌用了近十年，百度从开始研发到落地也超过5年，一众自动驾驶新势力从无到有也走过了快3年……
虽然深度学习、大数据和大计算带来的指数加速，已再明显不过。
但得知Momenta的速度，依然让人不可思议：
50人左右的团队，5个月左右的时间。
没错，从今年下半年交货量产自动驾驶产品后，Momenta才开始囤积重兵，依靠公司长期的技术和数据积累，以及量产自动驾驶和完全无人驾驶通用的平台支持，开始攻坚完全无人驾驶。
至于能够达到城区开放道路全程无接管，之前行业内最快的友商也差不多用时1年，且积累了至少十万公里以上实际路测里程。
所以Momenta之速，背后究竟有“引擎”？
Momenta CEO曹旭东认为，与他们内部看问题的角度、方法和战略选择有关。
Momenta创办，从一开始就明确目标，要打造自动驾驶大脑。
这并非传统汽车产业内“换轮子”，而是行业开始AI化变革后，供应链环节中的新机会。
汽车产业链中：
- 有最基础的Tier1一级供应商，如博世、大陆，在系统层面、硬件层面提供产业支持。
- 再往上则是OEM厂商，奔驰、宝马、丰田……即车厂。
- 还有智能化的基础——计算芯片，如TI、NXP、瑞萨和英伟达。
- 最后，核心新增的玩家，一方面是提供出行网络的滴滴Uber等，另一方面则是提供自动驾驶所需核心算法和软件的技术公司。
比如定位“自动驾驶大脑”的Momenta，就处于这一层。
但即便如此，如何实现完全自动驾驶，如何最高效拥抱未来，也没有清晰明确的答案。
至少在打造自动驾驶大脑这件事上，特斯拉方案和Waymo路线一度不可调和。
所谓特斯拉路线，是按照自动驾驶等级的划分，从低级往高级不断升维，通过量产汽车对场景、数据和算法的迭代，最终实现完全无人驾驶。
而且正是因为坚定量产路线，也为了最低门槛获取数据、场景和功能反馈，偏执狂马斯克完全依靠摄像头方案、不使用价格昂贵的激光雷达。
所以即便2019年发布为完全自动驾驶而生的FSD硬件，外界也不相信马斯克2020百万RoboTaxi的豪言。
而Waymo路线，则认为只有从一开始L4才能实现RoboTaxi。该路线中，人机共驾的高级辅助驾驶被认为有天然Bug——既要机器辅助驾驶，又要人类在紧急时刻接管，显然不靠谱。
于是Waymo从2009年正式推动后，逐渐明确了实现方式：
原型车、规模化路测、在丰富场景中不断迭代，区域内落地，终极场景是让无人车行驶运营在任何时间、任何地点和任何场景。
但Waymo路线中，最难的是无穷无尽的“长尾”问题，现实中总会有出乎预料的新场景、特殊挑战，这就要求自动驾驶系统足够聪明、且学习迭代得足够快。
所以概括而言，二者优缺点都很明显。
特斯拉方案：想依靠低成本传感器方案不断升维，难且有道德挑战；但好处是数据“众包”，能在量产中获得现金流和数据流。
Waymo路线：希望一己之力不断扩大无人车队规模，最终真正实现完全落地，险且依赖融资烧钱；而好处是安全性相较而言更可控，不用把车主当小白鼠。
但如今Momenta之行动，所谓“两条腿”战略，却实现了特斯拉和Waymo路线的二合一。
重新定义了实现无人驾驶的关键路径。
即，通过量产自动驾驶产品获得海量数据，持续研发数据驱动的核心算法，打造闭环自动化工程体系，发挥数据价值，高效迭代技术，最终实现完全无人驾驶。
同时，MSD的技术框架中不同传感器的感知算法相互独立冗余，并非完全依赖某一种传感器，因此目前量产传感器收集的数据，如视觉、地图、轨迹数据等可以无缝应用并有效助力MSD算法提升。
最终，一个数据流和技术流的闭环搭建完成，量产自动驾驶和完全无人驾驶，真正互相补益。
但为何能打通？又为什么是Momenta？
一切要从Momenta创立之初对自动驾驶的认知说起。
Momenta 2016年创办，当时就分析过特斯拉模式和Waymo路线。
但并非为结合二者而生。
曹旭东回忆，从一开始就希望从本质出发、从终局角度思考问题。
Momenta的思考中，自动驾驶的终局，一定是L4级以上，不需要方向盘、不需要人类司机。
但要实现这个终局，结合深度学习为核心的AI新浪潮，两大要素就格外关键：
- 一是数据驱动。
- 二为海量数据。
之所以要数据驱动，是因为完全无人驾驶中的长尾问题——几乎是难以穷尽的。
唯一的可能性只有数据驱动，自动化解决大部分的问题，例如99%问题。
所以Momenta内部，“架构师”文化兴盛，他们目标是架构能够自动化解决问题的系统。
在当前系统中，Momenta的 “闭环自动化”方法论就已发挥作用，通过建立对问题自动化发现、记录、标注、训练、验证的闭环过程，为技术和数据提供自动化的迭代能力。
而关于海量数据，这是数据驱动的原料和前提。
之前有粗略估计，实现完全无人驾驶，需要100万辆车跑一年，每辆每天跑10小时以上。
如此海量数据，完全依靠自建车队采集，几乎不现实。
量产自动驾驶数据流能够助力完全无人驾驶，源自统一量产传感器方案。
MSD传感器方案包括视觉传感器、激光雷达与毫米波雷达，均覆盖360°范围，该传感器方案子集与量产传感器方案保持一致。
所以理解了无人驾驶终局的两大要素，或许也就不难明白Momenta此次谈及的两条腿战略：
一条腿是量产自动驾驶；
另外一条是完全无人驾驶。
量产自动驾驶，人车共驾，以人为主，但解放人类在高速环路、停车场等场景下的驾驶时间，提升驾驶安全性及驾驶体验。
而且通过量产自动驾驶，实现海量数据获取——学特斯拉又超乎其外。
进一步，量产自动驾驶可以给完全无人驾驶带来数据，通过数据驱动的方式，去自动化地解决99%的问题。
未来随着量产产品上市，像 “活水”一般源源不断注入MSD，推动MSD算法不断升级，使得完全无人驾驶系统不断进化。
这是数据流上的打通。
而通过完全无人驾驶，还能给量产自动驾驶反馈技术流，不断提升体验和能力，让量产自动驾驶持续进步，提升行业份额。
当然，数据流和技术流形成闭环，听起来不算稀奇。
但真正实现这样的战略并不容易，关键是量产传感器方案的一致性、互补性，并在量产自动驾驶战略中真正快速低成本交货、落地。
这也是特斯拉和Waymo难以跨公司二合一的原因。
另外，作为创业公司，在数据流和技术流闭环之外，靠融资烧钱显然不可持续，必然还需要现金流。
所以Momenta创办3年来，先在量产自动驾驶发力，实现数据流和现金流方面的验证，然后发力完全无人驾驶，同时着力于打通两者之间的数据流和技术流。
现在，完全无人驾驶方案发布，数据流和技术流的战略雏形形成，现金流也能让公司不受舆论和资本市场变化而左右。
曹旭东说， 目前Mpilot 和MSD的原型发布，标志着两条腿的雏形期形成。预计到2019年-2024年，量产自动驾驶大规模上市，以及MSD真正的完全数据驱动，完全自动化，则是“两条腿”战略得到验证的时刻，也是战略的成型期。
道阻且长，行则将至不过，也还没到一脚定江山的时刻。
雏形初现，一切还只不过是开始。
更何况这样的战略完整披露，一方面会面临质疑，另一方面也有被复制的风险。
但曹旭东并不担心。他说：“战略没有优劣，战略是选择。这个战略有其优点，也有难点和挑战。我们在选择战略同时，也必须克服和解决其背后难点。我相信，战略发布后，看到的不是抄袭，更多的是争议。在战略执行时，遇到困难，可以选择继续走下去，也可以去选择其他战略，但我们选择迎难而上。道阻且长，行则将至。”
按照Momenta的说法，执行层面主要面临两个维度的挑战：包括技术难度和商业难度。
技术层面的难，例如数据流的打通。曹旭东认为，行业主流都是以激光雷达为主的技术解决方案，但Momenta是以统一量产传感器为主，需要打通量产自动驾驶到完全无人驾驶的数据流，而他们在其中做了大量的技术创新。
在硅谷拜访时，曹旭东也讲到Momenta的战略和已解决的技术难题，得到很多行业专家的认可和欣赏，因为Momenta在做原始的技术创新，而不是简单的复制跟随。
商业层面的难，包括如何深入行业、理解客户，如何拓展能力边界及更好的服务市场。
曹旭东进一步解释：“To B是系统性的业务，面对的是一个组织，需要得到方方面面的认可。一线客户都有很强的技术能力和很高的技术标准，需要经过非常严格的技术评测。而我们经过层层验证，最后获得了客户的认可，进入了量产体系。”
Momenta也有相对长远的完整时间表。
他们内部，认定2016年-2019年是战略雏形期，2019年-2024年是战略成型期。
然后2024年-2028年才是真正的战略爆发期，那时候在完全自动驾驶“这条腿”上将加速赶上Waymo。
只是现在开始，自动驾驶“面壁者”Momenta，战略意图一览无余。
作用力也才刚刚开始。
从Momenta自身来说，彻底告别被“盲人摸象”状态。
高精度地图供应商？高级辅助驾驶玩家？量产自动驾驶交货……
都不准确。
大道至简，Momenta（现在）是一家怎样的公司？
Momenta = Tesla Waymo。
而且这种结合带来的新场景新技能，还可能不是线性相加。
或许也是聚变反应。
比如特斯拉一直是从车角度提供方案，Waymo则是运力技术维度……
但二者结合，就是完整软硬件集合体，载人载货，私家车共享车，都有了可能。
简而言之，能做的更多，可以做的更多，新价值已经展现，新边界也就要重勘。
自然还会进一步带动行业新格局重塑。
自动驾驶发展中，特斯拉方案和Waymo路线，一次次被提起，一次次被模仿，一次次被对标。
这样的新玩家新势力，无论中美，都可以举出很多。
但今日之Momenta，在理论上真正达到二合一，并且验证了可行性。
于是，之前衡量自动驾驶的时间表，曾经理解Momenta的框架，可能是时候刷新了。
One more thing虽然Momenta是中国自动驾驶的独角兽，但作为Momenta的船长，曹旭东最关心的并不是公司的估值。
他认为商业世界一切有为法，一定离不开价值规律本身，估值并不需要过分关心。
他关心什么？
作为CEO，他说核心还是人，组织的学习、进步和提升。
这位Momenta创始人，今年来自上而下改变了一件小事：不再把“创始人”放在对内对外的任何地方，仅以职务——CEO示人。
他解释说，Momenta正在最大限度通过组织变革、文化塑造，形成合伙人文化。
合伙人不分加入先后，不论年龄资历，核心关注的是技术、贡献和志同道合。
他希望以此吸引最顶级的牛人，让更多有识之士加速自动驾驶终局到来。
《道德经》里说，夫唯不争，故天下莫能与之争。
但真正能迈步实践者，少之又少。
如今，无人车独角兽Momenta，宣示两条腿，放下“自我”，立志要做推动终局实现的那个玩家。
这就是Momenta。
— 完 —
量子位 QbitAI · 头条号签约
关注我们，第一时间获知前沿科技动态
