而現在，Momenta 集二者之所長，避二者之所短：
Tesla+Waymo，就是 Momenta。
完全無人駕駛發布
12 月 26 日，Momenta 對外正式發布 L4 級無人駕駛技術 MSD ，開始支持城市內完全無人駕駛場景。
如果說 2019 年來 Momenta 發布的前裝量產產品 Mpilot，更像是特斯拉方案。
那么現在，MSD 上馬，則顯出 Waymo 路線雄心。
萬萬沒想到，自動駕駛業內一度紛爭的兩種路線，如今讓 Momenta 實現二合一。
但 MSD 究竟是一套怎樣的方案?
區別于量產前裝方案，Momenta 完全無人駕駛方案中最明顯不同在于多了激光雷達。
在其測試車中，共搭載 12 個攝像頭，5 個毫米波雷達和 1 個激光雷達。整套系統傳感器方案以攝像頭為主，激光雷達為輔，多傳感器冗余。
而且 Momenta 強調，除去激光雷達，方案中的硬件選型與前裝量產保持一致——這也是 Momenta“兩條腿”向前的關鍵考量，后面還會詳細講到。
不過，說一千道一萬，無人駕駛——還得以身試乘看一看。
MSD 方案的試乘，選在了 Momenta，地點毗鄰蘇州高鐵北站，屬城建頻繁區域，路線全程約 12 公里，沿途經過 30 余個紅綠燈路口：
既包括無保護左轉等典型場景，也有非機動車混行、立交橋下長路口等復雜路段。
路線中還有多處工地，也有學校、居民區、寫字樓、商業中心等生活場景。
符合 Momenta 該方案目標所指：城市區間內，完全無人駕駛。
而且路段基礎設施也沒有過 V2X 改造，依然拼的是單車智能實力。
試乘中最基本的場景自然是購物中心附近的行人：
以及在高鐵站停車場附近的無保護左轉：
車流交匯交互，也是最有意思的場景。MSD 方案雖初發布，但智能程度已有老司機風范，在試乘的幾次交互場景中，有讓行、也有選擇先過，并不基于單一規則。
同車試乘的 Momenta 研發總監夏炎解釋，這能體現 MSD 在預測規劃方面的實力和學習能力。
不過整體試乘而言，因為城市區間不同高速場景和停車場，Momenta 的 AI 司機給人的印象是：安全第一，寧慫不偏激。
比如在蘇州相城道路，會出現不規則的異型車——挑戰自動駕駛系統的感知識別。
甚至遭遇違章逆行情況：
其實從當天道路實際情況來看，系統完全可以“偏激”一些，讓路不減速通過。
但安全第一思考下，Momenta 工程師打造的該系統，在交通中不確定性較大的情況下，先減速，甚至剎車，確保交互雙方的安全。
而且相比人類老司機，MSD 雖初生牛犢，但也展現出不凡實力。
遭遇人類司機深為苦惱的大貨車時，既要對大貨車的載貨品類多樣、形態各異準確感知，還要對大貨車行為上的激進行為有應對：
MSD 跟隨慢速行駛的大貨車一段時間后，“決定”變道超車，但在超車過程中仍保持對貨車一定的安全距離，通過接近路口的實白線后才拉大橫向距離超車，保證了超車過程中的安全性。
完全無人駕駛新速度
12 公里左右里程，按道路交規限速行駛，近 40 分鐘，歷經城區內各種場景——有臨時施工、有不規則車輛，還有逆行，但全程無接管。
這樣的完全自動駕駛能力，起步最早的谷歌用了近十年，百度從開始研發到落地也超過 5 年，一眾自動駕駛新勢力從無到有也走過了快 3 年……
雖然深度學習、大數據和大計算帶來的指數加速，已再明顯不過。
但得知 Momenta 的速度，依然讓人不可思議：
50 人左右的團隊，5 個月左右的時間。
沒錯，從今年下半年交貨量產自動駕駛產品后，Momenta 才開始囤積重兵，依靠公司長期的技術和數據積累，以及量產自動駕駛和完全無人駕駛通用的平臺支持，開始攻堅完全無人駕駛。
至于能夠達到城區開放道路全程無接管，之前行業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 之速，背后究竟有“引擎”?
Momenta CEO 曹旭東認為，與他們內部看問題的角度、方法和戰略選擇有關。
Momenta 創辦，從一開始就明確目標，要打造自動駕駛大腦。
這并非傳統汽車產業內“換輪子”，而是行業開始 AI 化變革后，供應鏈環節中的新機會。
汽車產業鏈中：
有最基礎的 Tier1 一級供應商，如博世、大陸，在系統層面、硬件層面提供產業支持。
再往上則是 OEM 廠商，奔馳、寶馬、豐田……即車廠。
還有智能化的基礎——計算芯片，如 TI、NXP、瑞薩和英偉達。
最后，核心新增的玩家，一方面是提供出行網絡的滴滴 Uber 等，另一方面則是提供自動駕駛所需核心算法和軟件的技術公司。
比如定位“自動駕駛大腦”的 Momenta，就處于這一層。
但即便如此，如何實現完全自動駕駛，如何最高效擁抱未來，也沒有清晰明確的答案。
至少在打造自動駕駛大腦這件事上，特斯拉方案和 Waymo 路線一度不可調和。
兩個路線的爭論
所謂特斯拉路線，是按照自動駕駛等級的劃分，從低級往高級不斷升維，通過量產汽車對場景、數據和算法的迭代，最終實現完全無人駕駛。
而且正是因為堅定量產路線，也為了最低門檻獲取數據、場景和功能反饋，偏執狂馬斯克完全依靠攝像頭方案、不使用價格昂貴的激光雷達。
所以即便 2019 年發布為完全自動駕駛而生的 FSD 硬件，外界也不相信馬斯克 2020 百萬 RoboTaxi 的豪言。
而 Waymo 路線，則認為只有從一開始 L4 才能實現 RoboTaxi。該路線中，人機共駕的高級輔助駕駛被認為有天然 Bug——既要機器輔助駕駛，又要人類在緊急時刻接管，顯然不靠譜。
于是 Waymo 從 2009 年正式推動后，逐漸明確了實現方式：
原型車、規模化路測、在豐富場景中不斷迭代，區域內落地，終極場景是讓無人車行駛運營在任何時間、任何地點和任何場景。
但 Waymo 路線中，最難的是無窮無盡的“長尾”問題，現實中總會有出乎預料的新場景、特殊挑戰，這就要求自動駕駛系統足夠聰明、且學習迭代得足夠快。
所以概括而言，二者優缺點都很明顯。
特斯拉方案：想依靠低成本傳感器方案不斷升維，難且有道德挑戰;但好處是數據“眾包”，能在量產中獲得現金流和數據流。
Waymo 路線：希望一己之力不斷擴大無人車隊規模，最終真正實現完全落地，險且依賴融資燒錢;而好處是安全性相較而言更可控，不用把車主當小白鼠。
但如今 Momenta 之行動，所謂“兩條腿”戰略，卻實現了特斯拉和 Waymo 路線的二合一。
重新定義了實現無人駕駛的關鍵路徑。
即，通過量產自動駕駛產品獲得海量數據，持續研發數據驅動的核心算法，打造閉環自動化工程體系，發揮數據價值，高效迭代技術，最終實現完全無人駕駛。
同時，MSD 的技術框架中不同傳感器的感知算法相互獨立冗余，并非完全依賴某一種傳感器，因此目前量產傳感器收集的數據，如視覺、地圖、軌跡數據等可以無縫應用并有效助力 MSD 算法提升。
最終，一個數據流和技術流的閉環搭建完成，量產自動駕駛和完全無人駕駛，真正互相補益。
但為何能打通?又為什么是 Momenta?
一切要從 Momenta 創立之初對自動駕駛的認知說起。
終局視角思考無人車
Momenta 2016 年創辦，當時就分析過特斯拉模式和 Waymo 路線。
但并非為結合二者而生。
曹旭東回憶，從一開始就希望從本質出發、從終局角度思考問題。
Momenta 的思考中，自動駕駛的終局，一定是 L4 級以上，不需要方向盤、不需要人類司機。
但要實現這個終局，結合深度學習為核心的 AI 新浪潮，兩大要素就格外關鍵：
一是數據驅動。
二為海量數據。
之所以要數據驅動，是因為完全無人駕駛中的長尾問題——幾乎是難以窮盡的。
唯一的可能性只有數據驅動，自動化解決大部分的問題，例如 99% 問題。
所以 Momenta 內部，“架構師”文化興盛，他們目標是架構能夠自動化解決問題的系統。
在當前系統中，Momenta 的 “閉環自動化”方法論就已發揮作用，通過建立對問題自動化發現、記錄、標注、訓練、驗證的閉環過程，為技術和數據提供自動化的迭代能力。
而關于海量數據，這是數據驅動的原料和前提。
之前有粗略估計，實現完全無人駕駛，需要 100 萬輛車跑一年，每輛每天跑 10 小時以上。
如此海量數據，完全依靠自建車隊采集，幾乎不現實。
量產自動駕駛數據流能夠助力完全無人駕駛，源自統一量產傳感器方案。
MSD 傳感器方案包括視覺傳感器、激光雷達與毫米波雷達，均覆蓋 360°范圍，該傳感器方案子集與量產傳感器方案保持一致。
所以理解了無人駕駛終局的兩大要素，或許也就不難明白 Momenta 此次談及的兩條腿戰略：
一條腿是量產自動駕駛;
另外一條是完全無人駕駛。
量產自動駕駛，人車共駕，以人為主，但解放人類在高速環路、停車場等場景下的駕駛時間，提升駕駛安全性及駕駛體驗。
而且通過量產自動駕駛，實現海量數據獲取——學特斯拉又超乎其外。
進一步，量產自動駕駛可以給完全無人駕駛帶來數據，通過數據驅動的方式，去自動化地解決 99% 的問題。
未來隨著量產產品上市，像 “活水”一般源源不斷注入 MSD，推動 MSD 算法不斷升級，使得完全無人駕駛系統不斷進化。
這是數據流上的打通。
而通過完全無人駕駛，還能給量產自動駕駛反饋技術流，不斷提升體驗和能力，讓量產自動駕駛持續進步，提升行業份額。
當然，數據流和技術流形成閉環，聽起來不算稀奇。
但真正實現這樣的戰略并不容易，關鍵是量產傳感器方案的一致性、互補性，并在量產自動駕駛戰略中真正快速低成本交貨、落地。
這也是特斯拉和 Waymo 難以跨公司二合一的原因。
另外，作為創業公司，在數據流和技術流閉環之外，靠融資燒錢顯然不可持續，必然還需要現金流。
所以 Momenta 創辦 3 年來，先在量產自動駕駛發力，實現數據流和現金流方面的驗證，然后發力完全無人駕駛，同時著力于打通兩者之間的數據流和技術流。
現在，完全無人駕駛方案發布，數據流和技術流的戰略雛形形成，現金流也能讓公司不受輿論和資本市場變化而左右。
曹旭東說， 目前 Mpilot 和 MSD 的原型發布，標志著兩條腿的雛形期形成。預計到 2019 年-2024 年，量產自動駕駛大規模上市，以及 MSD 真正的完全數據驅動，完全自動化，則是“兩條腿”戰略得到驗證的時刻，也是戰略的成型期。
道阻且長，行則將至
不過，也還沒到一腳定江山的時刻。
雛形初現，一切還只不過是開始。
更何況這樣的戰略完整披露，一方面會面臨質疑，另一方面也有被復制的風險。
按照 Momenta 的說法，執行層面主要面臨兩個維度的挑戰：包括技術難度和商業難度。
技術層面的難，例如數據流的打通。曹旭東認為，行業主流都是以激光雷達為主的技術解決方案，但 Momenta 是以統一量產傳感器為主，需要打通量產自動駕駛到完全無人駕駛的數據流，而他們在其中做了大量的技術創新。
在硅谷拜訪時，曹旭東也講到 Momenta 的戰略和已解決的技術難題，得到很多行業專家的認可和欣賞，因為 Momenta 在做原始的技術創新，而不是簡單的復制跟隨。
商業層面的難，包括如何深入行業、理解客戶，如何拓展能力邊界及更好的服務市場。
曹旭東進一步解釋：“To B 是系統性的業務，面對的是一個組織，需要得到方方面面的認可。一線客戶都有很強的技術能力和很高的技術標準，需要經過非常嚴格的技術評測。而我們經過層層驗證，最后獲得了客戶的認可，進入了量產體系。”
Momenta 也有相對長遠的完整時間表。
他們內部，認定 2016 年-2019 年是戰略雛形期，2019 年-2024 年是戰略成型期。
然后 2024 年-2028 年才是真正的戰略爆發期，那時候在完全自動駕駛“這條腿”上將加速趕上 Waymo。
只是現在開始，自動駕駛“面壁者”Momenta，戰略意圖一覽無余。
告別盲人摸象
作用力也才剛剛開始。
從 Momenta 自身來說，徹底告別被“盲人摸象”狀態。
高精度地圖供應商?高級輔助駕駛玩家?量產自動駕駛交貨……
都不準確。
大道至簡，Momenta是一家怎樣的公司?
Momenta = Tesla + Waymo。
而且這種結合帶來的新場景新技能，還可能不是線性相加。
或許也是聚變反應。
比如特斯拉一直是從車角度提供方案，Waymo 則是運力技術維度……
但二者結合，就是完整軟硬件集合體，載人載貨，私家車共享車，都有了可能。
簡而言之，能做的更多，可以做的更多，新價值已經展現，新邊界也就要重勘。
自然還會進一步帶動行業新格局重塑。
自動駕駛發展中，特斯拉方案和 Waymo 路線，一次次被提起，一次次被模仿，一次次被對標。
這樣的新玩家新勢力，無論中美，都可以舉出很多。
但今日之 Momenta，在理論上真正達到二合一，并且驗證了可行性。
于是，之前衡量自動駕駛的時間表，曾經理解 Momenta 的框架，可能是時候刷新了。
One more thing
雖然 Momenta 是中國自動駕駛的獨角獸，但作為 Momenta 的船長，曹旭東最關心的并不是公司的估值。
他認為商業世界一切有為法，一定離不開價值規律本身，估值并不需要過分關心。
他關心什么?
作為 CEO，他說核心還是人，組織的學習、進步和提升。
這位 Momenta 創始人，今年來自上而下改變了一件小事：不再把“創始人”放在對內對外的任何地方，僅以職務——CEO 示人。
他解釋說，Momenta 正在最大限度通過組織變革、文化塑造，形成合伙人文化。
合伙人不分加入先后，不論年齡資歷，核心關注的是技術、貢獻和志同道合。
他希望以此吸引最頂級的牛人，讓更多有識之士加速自動駕駛終局到來。
《道德經》里說，夫唯不爭，故天下莫能與之爭。
但真正能邁步實踐者，少之又少。
如今，無人車獨角獸 Momenta，宣示兩條腿，放下“自我”，立志要做推動終局實現的那個玩家。
這就是 Momenta。
