量子位|Momenta 造“飞轮式”自动驾驶,4 年内实现 Robotaxi 单车盈利,路线图首次公布( 二 )


在曹旭东看来 , 对于自动驾驶行业的创业者来说 , 「千亿公里、百万问题」这个目标非常宏大 , 必须装上强有力的「飞轮」 , 用量产数据驱动的方式 , 打造一个数据驱动的系统 , 才有可能自动化的去解决99%的问题 , 从而才有可能用几百个人实现L4实现完全无人驾驶 。
他说 , 这是Momenta创办以来一直秉持的理念 , 也是他们打造「飞轮式」L4解决方案的技术洞察 。

量子位|Momenta 造“飞轮式”自动驾驶,4 年内实现 Robotaxi 单车盈利,路线图首次公布
本文插图

如上图所示 , 整个飞轮一共有三个关键因子:量产数据、数据驱动的算法、闭环自动化 。
其中 , 「量产数据」得益于Momenta「两条腿」战略带来的直接优势 。
【量子位|Momenta 造“飞轮式”自动驾驶,4 年内实现 Robotaxi 单车盈利,路线图首次公布】2016年成立到2019年中的这些时间中 , Momenta并没有将太多的精力放到L4上 , 而是打造出了量产自动驾驶解决方案Mpilot , 并将其卖给了OEM厂商和汽车产业的一级供应商 。
一方面 , 他们可以从中得到营收回报 , 但更关键的是 , 在为客户解决问题创造价值的同时 , 也和客户一起回收了「量产数据」 。

量子位|Momenta 造“飞轮式”自动驾驶,4 年内实现 Robotaxi 单车盈利,路线图首次公布
本文插图

在Momenta的技术架构中 , 量产自动驾驶解决方案Mpilot和L4方案MSD采用的是统一量产传感器方案 。
这也就意味着 , 量产传感器收集的数据 , 如视觉、地图、轨迹、接管等数据 , 可以无缝应用并有效助力MSD算法提升 。 与此同时 , MSD也能够反馈最新的技术 , 来不断提升Mpilot的能力 。
曹旭东透露 , 他们已经拿到了数个车厂量产车型的订单 , 随着这些车辆不断上市 , 将会带来大规模的数据回流——这些数据的成本近乎为零 。

量子位|Momenta 造“飞轮式”自动驾驶,4 年内实现 Robotaxi 单车盈利,路线图首次公布
本文插图

获取「量产数据」之后 , 应该怎么去发挥它们的价值 , 更高效的提升系统能力 , 是数据驱动的算法和闭环自动化要做的事情 , 也是解决「百万问题」的关键 。
数据驱动的算法是指 , Momenta投入大量精力打造的统一框架 , 可以自动解决数据中存在的大量的问题 。
在这个技术框架下 , 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 。
闭环自动化 , 则是用来帮助数据和算法之间形成快速迭代的反馈闭环 , 整个过程包括对问题自动化发现、记录、标注、训练、验证等环节 。

量子位|Momenta 造“飞轮式”自动驾驶,4 年内实现 Robotaxi 单车盈利,路线图首次公布
本文插图

具体来说 , 整个过程是这样的:
1、当车辆在测试过程中收集到高价值样本时 , 系统就会对观测结果进行全自动标注 。
2、数据积累到一定水平 , 就会自动触发无人工干预的模型训练迭代 , 完成训练 。
3、模型评测自动启动 , 研发团队只需阅读由系统所推送的评测报告来决定模型发版 , 即可完成整个闭环 。
而且这个过程可以不断循环 , 自动「消化」海量长尾数据 , 从而低成本、高效率地打通整个链路 , 而不是依靠「传统」的人工驱动 , 耗时耗力调参解决问题 。
在曹旭东看来 , 在这三个核心因子的整体合力下 , Momenta能够跨数量级的降低实现规模化L4的成本 , 也是其完全无人驾驶之路的坚实基础 。
与此同时 , Momenta本次也公布了其一镜到底包含全程中间技术结果的晚高峰路测视频 , 展示出飞轮驱动下的技术实力 。
这一次 , Momenta应对的场景更加复杂 , 但它的完全无人驾驶系统MSD应对同样得心应手 。


推荐阅读