用微信扫码二维码

分享至好友和朋友圈

“一个飞轮，两条腿”

日前，据外媒援引知情人士报道称，自动驾驶公司Momenta考虑最早可能今年在香港或美国首次公开募股，融资金额可能至多10亿美元。据报道，公司正在与财务顾问就可能达成的交易进行合作。

Momenta可以称为一群科学家创立起来的企业，团队核心成员曹旭东、孙刚、夏炎均是人工智能技术大牛，成立至今一路受到资本追捧，早在2018年，Momenta的估值就已经超过10亿美元。在通往无人驾驶L4的路径上，Momenta用独特的“一个飞轮，两条腿”战略走出了另外一条通向规模化L4之路。

一群科学家创业做出一个IPO

2016-2018年是自动驾驶创业的高潮期，许多技术大牛选择自立门户。

Momenta创始人曹旭东也是其中之一，曹旭东本科毕业于清华，其对人工智能十分痴迷，大学期间曹旭东就在CVPR/ICCV/ECCV等计算机视觉顶级会议发表论文数十篇，并曾在美国National Data Science Bowl比赛中拿下全球亚军。

清华毕业后，曹旭东先后供职索尼、雅虎、微软研究院，在创建Momenta之前的最后一站，是受汤晓鸥招募加入商汤科技，担任执行研发总监，并筹建北京研发团队。

离开商汤后，找来孙刚、夏炎、任少卿（现跳槽至蔚来）一起创业，这两位也都是深度学习领域的专家。

原合伙人之一及研发总监任少卿，曹旭东在微软视觉计算组一起工作过的老战友，也是深度学习框架Faster RCNN和图像识别算法ResNet的主要作者。孙刚、夏炎，也都是深度学习领域的专家。

彼时，靠着任少卿、夏炎和孙刚三人组成的核心研发团队，行业的技术创新人才纷纷追随而来，Momenta的融资之路也十分顺畅。

刚成立三个月便获得500万美元A轮融资，由蓝湖资本领投，创新工场、真格跟投。

此后Momenta更是获得数轮融资，截至2021年11月，Momenta已经完成7轮融资，累计融资12亿美元，既有汽车制造商和供应链公司入局，又有众多一线的资本支持，囊括了国内外顶级财务投资者和产业投资者。在资本的推动下，Momenta终于来到了ipo门前。

「自动驾驶的终局，一定是规模化的完全无人驾驶（L4及以上）」，是无人车行业的共识。

而无人驾驶的核心在于安全性，而要确保安全性就需要海量的数据支撑。人类司机的驾驶水平约为一亿公里出现一次致命事故，要实现规模化L4，至少要做到人类司机的安全水平，最好可以比人类司机水平高一个数量级。因此，业内普遍认为至少需要积累1000亿公里的路测，解决长尾问题。

但是因为技术、成本的原因，自动驾驶的技术路径也一直存在两大“流派”：

其一是，以无人车领域的先行者Waymo（谷歌旗下）为典型的“跃进式”的代表，其策略是直接实现L4/L5级自动驾驶。

Waymo用“后装改造车辆—路测收集数据—试运营”的方式，走出来了一条路，这种模式需要耗费巨额的资金，假设投资100万辆车，每天10个小时不间断运行，连续跑1年，才能收集千亿公里的数据，平均每辆车10万美元来算，早期的投入资金将要达到的1000亿美元。据the information报道，Waymo每年的运营成本就高达10亿美元。

这种自建车队方式极高的资本壁垒，直接把许多企业拦住了，所以不少无人车公司纷纷寄身于巨头，比如吴恩达旗下的Drive.ai—苹果、Cruise—通用、Argo AI—福特，以及最新的Zoox—亚马逊。

其二是，特斯拉则是“渐进式”路线的代表，其策略是先在量产车上优先搭载L2/L3级辅助驾驶，收集数据后再向L4/L5进发。

目前，特斯拉已经生产了数百万辆汽车，其搭载的辅助驾驶系统Autopilot，预计可收集到数十亿英里的路况和驾驶数据。毕竟，量产自动驾驶场景中的数据，在多大程度上能用于优化L4级自动驾驶的研发。

Momenta则是特斯拉的同路人。基于此，Momenta给出了“一个飞轮+两条腿”的战略：

左腿是L2/L3级别的量产辅助驾驶Mpilot，类似于特斯拉的Autopilot或FSD，提供源源不断的数据流；右腿是L4级别的完全无人驾驶MSD，用L4的技术赋能量产车辆，反馈给量产产品领先的技术流。两条腿战略需要建立在统一量产传感器基础及统一的技术路线上，两者相互协同打通。

“飞轮式”L4，指随着量产数据、数据驱动的算法以及两者闭环自动化的不断积累和迭代，飞轮将越转越快，终成厚积薄发之势，带来产品和商业的爆发增长，最终实现无人驾驶规模化落地。”

与同行业路线相比，「飞轮式」L4的优势在于：通过量产数据、数据驱动的算法、闭环自动化的前期大量积累，可短时间、大幅度提升研发效率， 跨数量级降低规模化L4的总成本。

从2019年中开始重点投入L4研发，只用常规团队1/10的规模（50人左右的团队），半年内做到了城区开放道路行驶过程中的全程无接管，而且还包含如临时施工、多种 不规则车辆、逆行横穿等各种复杂的场景。在此之前，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。

特斯拉的众包模式需要自己造车，并且根据驾驶的行为作为数据进行收集，曹旭东认为这样的模式不仅成本高昂，而且安全性上也存在问题，导致在时间上慢于算法研发节奏，安全性上并不稳定。

Momenta则不是靠自有车队，也不做硬件。其主要的业务模式是：开发汽车辅助驾驶系统卖给汽车厂，以此获取数据和资金，然后再开发无人驾驶系统。

2019年发布Mpilot（L2/L3量产自动驾驶）和MSD（L4级自动驾驶）产品。目前，Mpilot已覆盖高速/城市快速路、泊车和城区等场景，已与上汽智己、长城沙龙、吉利、比亚迪达成合作，在L4级自动驾驶解决方案（MSD）上推出了Momenta go自动驾驶出租车（如上汽享道Robotaxi），已在上海、苏州运营。

按照Momenta对外披露内部L4最新进展和推进时间表：2024年，解决L4无人车「行驶千亿公里，解决百万问题」难题，在苏州规模化部署Robotaxi，车端100%去安全员，实现单车盈利；随后，Momenta 将快速进行多地的Robotaxi大规模落地。

Momenta的“一个飞轮，两条腿”，正是Momenta用来「重新定义规模化无人驾驶，跨数量级降低成本」的解决方案，它正在走出了另外一条通向规模化L4之路。

车企的数据是Momenta的吗？

按照Momenta的设想，随着这些装载Momenta产品的量产车型不断上市，将会带来大规模的数据回流，随着量产数据的流入，算法自身会越来越「聪明」，系统不断迭代，自动化解决问题的比例也会越高。

尤其是对于Momenta，首先要解决一个关键问题，如何打通各个厂家之间的数据和技术流，这些车企又愿意开放自己的数据吗？

正常来说，科技公司拥有AI、大数据、云计算这些强项，可以和传统车企强强联合，传统车企负责整车的定义、造型及制造等“躯体”，科技公司负责提供部分零部件以及整体的软件解决方案等智能汽车的“灵魂”。

但是，科技公司为了盈利和未来发展势必要将自己的智能化能力全面赋能给不同的传统车企。在这种情况下，车企也就存在变成“代工厂”的风险，因此未来很多实力强劲的汽车集团可能会更倾向于学习特斯拉这种自产自用的方式，将数据把控在自己手中。

自动驾驶的核心竞争能力在数据驱动，通过源源不断地收集数据来训练自己的算法，让算法越来越完善，如果数据获取能力受限于车企，会限制这些公司的技术进步。

毕竟Mobileye就是因为相对封闭，算法迭代慢，更新周期长导致其被车企抛弃的重要原因。EyeQ内嵌的感知算法想要升级迭代，需要大量的实际行驶数据。

目前，很多国内自动驾驶创业公司定位于做robo-taxi（无人驾驶运营商），看起来是比Momenta更有前途的解法，但是如果自己做运营商，自建车队需要大量的资本投入，曹旭东认为，“这些事做不到”。

不过现阶段，Momenta也不愁没有市场，一方面在特斯拉一骑绝尘的情况下，传统厂商急切需要外部科技公司来补齐自身在未来智能化的实力；而对于一些技术实力本就薄弱的弱势车企而言，本身并不具备软件开发的能力，也无法对软件投入更多的资源和资金，他们会选择外购整套技术方案，这或许是Momenta这类第三方公司未来重点开拓的市场。

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.