重新定義無人駕駛關鍵路徑，Momenta打造飛輪式L4
2020年6月30日，Momenta對外分享了其“飛輪式”L4（MSD, Momenta Self Driving）最新進展，詳解實現規模化L4的關鍵路徑。這也是繼其在去年12月發佈的MSD實車路測視頻後，內部L4最新進展及推進時間表的首次披露。
“飛輪式”L4，指隨着量產數據、數據驅動的算法以及兩者閉環自動化的不斷積累和迭代，飛輪將越轉越快，終成厚積薄發之勢，帶來產品和商業的爆發增長，最終實現無人駕駛規模化落地。
“公司內部有一個飛輪、兩條腿、三大法寶的説法。一個飛輪是Momenta創立之初就堅定的對無人駕駛的技術洞察；兩條腿是產品戰略，已經在去年發佈；公司內部還有實現產品化的三大法寶，會在後續做更多公佈。”Momenta CEO曹旭東表示。Momenta的兩條腿產品戰略，左腿量產自動駕駛Mpilot,為行業交付一流可量產的自動駕駛系列產品，並提供源源不斷的數據流；右腿完全無人駕駛MSD，致力於打造L4級別的完全無人駕駛，並反饋給量產產品領先的技術流。兩條腿戰略需要建立在統一量產傳感器基礎及統一的技術路線上，兩者相互協同打通。
規模化L4面臨“行駛千億公里，解決百萬問題”的巨大挑戰。千億公里，相當於地球到太陽系盡頭行星距離的22倍。“千億公里這個目標非常宏大，如果要用無人駕駛實現‘星際穿越’，必須給它們安上強有力的'飛輪'。”曹旭東説，“同時實現規模化L4要解決上百萬的長尾問題，我們的員工不是見招拆招的單一問題解決者，而是架構師，使用數據驅動的方式，架構自動化解決問題的系統。”
“飛輪式” L4厚積薄發，一鏡到底全程展示技術進展
同行業其他路線相比，“飛輪式”L4優勢在於厚積薄發，為L4技術賦能，大幅度提升研發效率。舉例而言，公司從2019年中開始重點投入L4研發，到L4技術於當年年底發佈，僅以常規團隊1/10的規模，用時半年即做到在包含如臨時施工、多種不規則車輛、逆行橫穿等各種複雜城區開放道路行駛過程中的全程無接管。繼去年年底首次公佈其路測進展後，Momenta本次更是公佈了其一鏡到底包含全程中間技術結果的晚高峯路測視頻。
重新定義規模化無人駕駛，通過“飛輪式”L4跨數量級降低成本
“自動駕駛的終局一定是規模化的完全無人駕駛，以Robotaxi落地為例，規模化L4指的不是一個區域或城市，而至少是路況複雜的十個城市，每個城市至少一萬輛車，否則難以稱之為商業化落地。”曹旭東表示。
人類司機的駕駛水平約為一億公里出現一次致命事故，要實現規模化L4，至少要做到人類司機的安全水平，最好可以比人類司機水平高一個數量級。因此，需要進行至少千億公里的測試，解決百萬長尾問題。千億公里意味着100萬輛車，每天10個小時不間斷運行，連續跑1年。
如何計算規模化L4的總成本？Momenta內部採用“飛輪公式”來計算這一成本。即實現規模化L4的總成本可分為數據成本和研發成本。
在單個問題研發成本（R）方面，常規規則驅動（Human-Driven）的最大挑戰是用有限人力解決上百萬個問題。而通過量產數據驅動（Data-Driven）的方式，只要收集到足夠的數據，就可以自動化地解決絕大部分問題，從而降低研發成本。
在單公里數據成本（D）方面，目前行業自建車隊費用不會低於打車費用。現在打車費用國內通常在2-4元/km，國外會更貴。如果是千億公里，自建車隊至少是2000-4000億的成本。而在“飛輪式”L4中，Momenta一方面為客户提供量產自動駕駛解決方案，另一方面也提供持續的軟件算法迭代升級。在為客户解決問題、創造價值的過程中，和客户一起回收了長尾問題的數據，把單公里數據成本降到了幾乎為零。
因此，通過“飛輪式”L4，Momenta將實現規模化L4的總成本跨數量級降低。
飛輪三因子：量產數據、數據驅動的算法、閉環自動化
規模化L4的最終實現，要有千億公里的數據以發現長尾問題。如此海量的數據規模，需要通過量產自動駕駛去實現。Momenta通過將量產自動駕駛產品Mpilot搭載在車輛上，在為客户解決問題、創造價值的同時，回收海量數據，助力客户更好的迭代產品。這些來自真實世界的海量量產數據，就像“活水”一樣，源源不斷地進入“飛輪式”L4的循環中，推動MSD不斷升級，使得完全無人駕駛系統不斷進化。
飛輪因子2：數據驅動的算法
規模化L4的最終實現，要解決真實場景中的海量問題，必須通過數據驅動（Data-Driven）的算法才能高效解決。基於規則驅動（Human-Driven）的常規算法框架，可以用100個人的團隊一年的時間解決100個問題，但是不可能有100萬個人在一年的時間裏去解決100萬個問題。唯一的可能性，就是通過數據驅動的方式，自動化地解決絕大部分的問題。
Momenta內部推行“架構師”文化，相比於見招拆招的解決單一問題，公司鼓勵團隊把更多的精力放在如何搭建一套數據驅動（Data-Driven）的算法框架上。隨着量產數據的不斷流入，數據驅動的算法會驅動飛輪式L4不斷迭代，自動化地解決自動駕駛的長尾問題。
飛輪因子3：閉環自動化
規模化L4的最終實現，要量產數據和數據驅動的算法之間形成自動迭代的閉環，閉環自動化正是這樣一套高效、自動化的工具鏈：通過建立對問題自動化發現、記錄、標註、訓練、驗證的閉環過程，為技術和產品提供自動化的迭代能力，驅動“飛輪式”L4高速轉動。
打造“飛輪速度”，2024年做到單車盈利
隨着“飛輪式”L4開始轉動，Momenta的研發效率也得到了顯著提升。目前Momenta在環境感知、高精地圖、預測等環節，已實現了完全數據驅動，並通過閉環自動化持續迭代升級。預計到2022年，Momenta可以實現全流程數據驅動的算法；到2023年，利用閉環自動化實現算法100%自動化迭代。
正如“飛輪式”L4的描述，前期需要花更多精力讓飛輪轉起來，持續建設“飛輪三因子”。2024年，量產自動駕駛Mpilot已經大規模量產上路，為用户使用。Mpilot將為行業交付一流可量產、可不斷升級的自動駕駛系列產品，並通過大規模量產數據流，賦能完全無人駕駛MSD。Mpilot和MSD將協同增效，實現“飛輪式”L4的快速成長。