Momenta造“飛輪式”自動駕駛，4年內實現Robotaxi單車盈利，路線圖首次公布

十三 2020-06-30 14:30:29 來源：量子位

乾明 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI

這就是飛輪轉動起來的「恐怖」速度？

去年12月發(fā)布L4級完全無人駕駛技術MSD (Momenta Self Driving)實車路測視頻后，Momenta今天正式對外披露內部L4最新進展和推進時間表：

2024年，解決L4無人車「行駛千億公里，解決百萬問題」難題，在蘇州規(guī)?；渴餜obotaxi，車端100%去安全員，實現單車盈利；隨后，Momenta 將快速進行多地的Robotaxi大規(guī)模落地。

對于行業(yè)中的大多數玩家來說，怎么邁過數據門檻、實現Robotaxi大規(guī)模落地且盈利仍舊是頭疼且棘手的問題。

現在Momenta直接拿出了清晰的推進路線圖，不得不令人側目。

Momenta憑什么？

在6月30日CEO曹旭東的分享中，給出了答案：「飛輪式」L4，以及為什么：

與同行業(yè)路線相比，「飛輪式」L4的優(yōu)勢在于厚積薄發(fā)，通過量產數據、數據驅動的算法、閉環(huán)自動化的前期大量積累，可短時間、大幅度提升研發(fā)效率， 跨數量級降低規(guī)?；疞4的總成本。

而且飛輪的能量，在Momenta研發(fā)L4技術的過程中，已經得到了充分的展現：

從2019年中開始重點投入L4研發(fā)，只用常規(guī)團隊1/10的規(guī)模（50人左右的團隊），半年內做到了城區(qū)開放道路行駛過程中的全程無接管，而且還包含如臨時施工、多種 不規(guī)則車輛、逆行橫穿等各種復雜的場景。

在此之前，行業(yè)內最快的友商也差不多用時1年，且積累了至少十萬公里以上實際路測里程。

所以，Momenta到底打造了一個怎樣的「飛輪式」L4？

先給L4規(guī)?；涞厮阋还P賬

「自動駕駛的終局，一定是規(guī)?；耐耆珶o人駕駛（L4及以上）」，是無人車行業(yè)的共識。

雖然具體怎么實現出現了路徑分野，但前提條件也到了行業(yè)不少玩家的認同：

要有足夠長時間的行駛數據，能夠解決各種刁鉆的問題，人類司機的駕駛水平約為一億公里出現一次致命事故，最好可以比人類司機水平再高一個數量級。

曹旭東將其概括為「行駛千億公里、解決百萬問題」。在他看來，這是整個行業(yè)面臨的共同挑戰(zhàn)，也是決定規(guī)?；疞4成本的核心變量。

無人車領域的先行者Waymo，用“后裝改造車輛—路測收集數據—試運營”的方式，走出來了一條路。

其后跟隨者眾多，幾乎行業(yè)中大多數發(fā)力L4的無人車公司，都或多或少受到了影響。

但在「行駛千億公里」面前，Waymo顯然不是一個可以復制對象。

曹旭東做了一個計算：“如果全部用車來跑完的話，需要100萬輛車， 每天10個小時不間斷運行，連續(xù)跑1年?！?/p>

而且這些車都要加上傳感器和計算單元成本，平均每輛車10萬美元來算，早期的投入資金將要達到的1000億美元——這還沒算解決問題的成本。

Waymo有谷歌以及爭相給錢的投資人，但其他跟隨者呢？又有誰能有如此雄厚的資金實力？

所以也就有了不少無人車公司紛紛寄身于巨頭，比如吳恩達旗下的Drive.ai—蘋果、Cruise—通用、Argo AI—福特，以及最新的Zoox—亞馬遜。

不過，這并不意味著，自動駕駛行業(yè)的紅利，只能被巨頭吃掉。還有諸多創(chuàng)業(yè)公司，正在走出了另外一條通向規(guī)?；疞4之路。

比如「飛輪式」L4，正是Momenta用來「重新定義規(guī)?；療o人駕駛，跨數量級降低成本」的解決方案。

「飛輪式」L4如何跨數量級降低成本？

「為了使靜止的飛輪轉動起來，一開始你必須使很大的力氣，一圈一圈反復地推，每轉一圈都很費力，但是每一圈的努力都不會白費，飛輪會轉動得越來越快，終成厚積薄發(fā)之勢。」

在曹旭東看來，對于自動駕駛行業(yè)的創(chuàng)業(yè)者來說，「千億公里、百萬問題」這個目標非常宏大，必須裝上強有力的「飛輪」，用量產數據驅動的方式，打造一個數據驅動的系統(tǒng)，才有可能自動化的去解決99%的問題，從而才有可能用幾百個人實現L4實現完全無人駕駛。

他說，這是Momenta創(chuàng)辦以來一直秉持的理念，也是他們打造「飛輪式」L4解決方案的技術洞察。

如上圖所示，整個飛輪一共有三個關鍵因子：量產數據、數據驅動的算法、閉環(huán)自動化。

其中，「量產數據」得益于Momenta「兩條腿」戰(zhàn)略帶來的直接優(yōu)勢。

2016年成立到2019年中的這些時間中，Momenta并沒有將太多的精力放到L4上，而是打造出了量產自動駕駛解決方案Mpilot，并將其賣給了OEM廠商和汽車產業(yè)的一級供應商。

一方面，他們可以從中得到營收回報，但更關鍵的是，在為客戶解決問題創(chuàng)造價值的同時，也和客戶一起回收了「量產數據」。

在Momenta的技術架構中，量產自動駕駛解決方案Mpilot和L4方案MSD采用的是統(tǒng)一量產傳感器方案。

這也就意味著，量產傳感器收集的數據，如視覺、地圖、軌跡、接管等數據，可以無縫應用并有效助力MSD算法提升。與此同時，MSD也能夠反饋最新的技術，來不斷提升Mpilot的能力。

曹旭東透露，他們已經拿到了數個車廠量產車型的訂單，隨著這些車輛不斷上市，將會帶來大規(guī)模的數據回流——這些數據的成本近乎為零。

獲取「量產數據」之后，應該怎么去發(fā)揮它們的價值，更高效的提升系統(tǒng)能力，是數據驅動的算法和閉環(huán)自動化要做的事情，也是解決「百萬問題」的關鍵。

數據驅動的算法是指，Momenta投入大量精力打造的統(tǒng)一框架，可以自動解決數據中存在的大量的問題。

在這個技術框架下，隨著量產數據的流入，算法自身會越來越「聰明」，系統(tǒng)不斷迭代，自動化解決問題的比例也會越高。

閉環(huán)自動化，則是用來幫助數據和算法之間形成快速迭代的反饋閉環(huán)，整個過程包括對問題自動化發(fā)現、記錄、標注、訓練、驗證等環(huán)節(jié)。

具體來說，整個過程是這樣的：

1、當車輛在測試過程中收集到高價值樣本時，系統(tǒng)就會對觀測結果進行全自動標注。

2、數據積累到一定水平，就會自動觸發(fā)無人工干預的模型訓練迭代，完成訓練。

3、模型評測自動啟動，研發(fā)團隊只需閱讀由系統(tǒng)所推送的評測報告來決定模型發(fā)版，即可完成整個閉環(huán)。

而且這個過程可以不斷循環(huán)，自動「消化」海量長尾數據，從而低成本、高效率地打通整個鏈路，而不是依靠「傳統(tǒng)」的人工驅動，耗時耗力調參解決問題。

在曹旭東看來，在這三個核心因子的整體合力下，Momenta能夠跨數量級的降低實現規(guī)?；疞4的成本，也是其完全無人駕駛之路的堅實基礎。

與此同時，Momenta本次也公布了其一鏡到底包含全程中間技術結果的晚高峰路測視頻，展示出飛輪驅動下的技術實力。

這一次，Momenta應對的場景更加復雜，但它的完全無人駕駛系統(tǒng)MSD應對同樣得心應手。

比如路口有電動車橫穿逆行：

比如實線區(qū)域突然出車，連續(xù)橫穿自車行駛路徑：

比如狹窄小路人車混行，遭遇三輪逆行、卡車加塞、電動車斜穿、平板車搶道的場景：

2024年，Momenta完全無人駕駛的關鍵節(jié)點

最后，我們再回到Momenta的路線圖上。

結合「飛輪」來看，Momenta的完全無人駕駛之路，可以大致分為兩個大的階段：數據和技術上1-N的儲備和大規(guī)模商業(yè)化。

關鍵節(jié)點是2024年。

在此之前，Momenta的聚焦點在于技術積累驗證，也就是為不斷優(yōu)化飛輪，并推動飛輪，給飛輪早期的動力。

這個階段，Momenta定下了兩個時間節(jié)點：預計到2022年，實現算法的全流程數據驅動；到2023年，利用閉環(huán)自動化實現算法100%自動化迭代。

以及，將量產自動駕駛解決方案Mpilot賣給更多的客戶，實現大規(guī)?！噶慨a數據」回流。

與此同時，「飛輪式」L4的商業(yè)化落地——Robotaxi，也在這一時期開始0-1的驗證：今年開始在蘇州路測Robotaxi；2022年做到蘇州Robotaxi部分車輛車端無安全員試運營。

到2024年的時候，結合量產車型大規(guī)模上市帶來量產數據大規(guī)模回流，飛輪在量產數據驅動下快速轉動，蘇州的Robotaxi實現單車盈利。

曹旭東認為，這個時候，Momenta的商業(yè)模式已完成0-1的驗證過程，數據和技術上1-N的儲備也已到位，具備了快速擴張條件。

之后，便是Momenta的Robotaxi大規(guī)模落地時刻。

在他看來，Momenta將在很短的時間，在多個城市進行規(guī)模化落地，從而以最快的速度實現無人駕駛的規(guī)模化落地。

一方面在于他對Momenta擴張模式的信心：「只有在一個城市先實現單車盈利，再規(guī)?；瘡椭频狡渌鞘?，才是無人駕駛規(guī)?；涞氐淖罹鏀U張模式?！?/p>

但更關鍵的是，他對Momenta「飛輪」的莫大底氣：

「飛輪只要轉動起來，就很難停下來了」。