而现在，Momenta 集二者之所长，避二者之所短：
Tesla+Waymo，就是 Momenta。
完全无人驾驶发布
12 月 26 日，Momenta 对外正式发布 L4 级无人驾驶技术 MSD ，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，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和停车场，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。
完全无人驾驶新速度
12 公里左右里程，按道路交规限速行驶，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。
两个路线的争论
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。
终局视角思考无人车
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。
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。
告别盲人摸象
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。
