记者获悉，图森未来今日宣布与美国卡车制造商Navistar（纳威斯达）达成战略合作，共同研发L4级自动驾驶卡车，并争取在2024年之前量产。图森未来还宣布获得Navistar的投资，投资金额未透露。此前，图森未来与Navistar保持了超过两年的技术合作关系。 Navistar有113年的商用车生产和销售经验。而成立于2015年的图森未来此前曾获得约2.98亿美元的多轮融资。 业内普遍认为，自动驾驶要做成，需要“运营商”、“车辆制造商”和“自动驾驶技术提供商”形成“铁三角”模型，进行深度量产合作。比如，领头羊Waymo为了寻找RoboTaxi的量产伙伴，多年来与菲亚特·克莱斯勒、捷豹路虎、沃尔沃等主机厂都有合作。 图森表示，与Navistar的合作，是自动驾驶初创公司与卡车制造商的首次量产合作。今后，客户可以直接从Navistar在美国、加拿大和墨西哥的经销商处购买自动驾驶卡车。 图森未来与Navistar合作研发的L4级自动驾驶卡车 目前，图森未来已经在美国凤凰城、图森市、埃尔帕索和达拉斯之间的七条不同路线上提供自动驾驶运输服务。其50台自动驾驶卡车车队（配备安全员）正在服务McLane、UPS等18家客户，并计划在2021年进行首次无安全员的物流运输作业。 就在两周前，图森未来在美国启动全球首个自动驾驶货运网络（Autonomous Freight Network, AFN），并计划在2024年底前把自动驾驶货运拓展到美国48个州的主要运输路线。 图森未来总裁吕程表示，Navistar的合作与投资，会加速图森的大规模商业化。 在美国，由于人口老龄化、长途疲劳驾驶等原因，卡车司机短缺问题日趋严重。根据美国卡车协会（American Trucking Associations）的最新报告，截至2018年底，美国卡车司机短缺已经达到6.08万人，未来五年，这个数字会超过10万，到2028年，司机短缺人数会达到16万。要想解决这个问题，光靠提高福利待遇、改善工作环境等政策性手段，肯定不够。自动驾驶技术，一定是各大卡车制造商和运输公司的必争之地。 Navistar总裁兼首席执行官Persio Lisboa在一份声明中表示，自动驾驶技术正在逐渐渗透卡车行业，会对公司业务产生重要影响。把Navistar的车辆设计和系统集成能力与图森未来的自动驾驶技术相结合，能帮助Navistar成为卡车研发的领导者。 相关阅读： 「图森未来」启动全球首个无人驾驶货运网络，计划2024年拓展至美国48个州
（文/尹哲 编辑/尹哲）7月12日，在启信宝APP查询到，近日，在华为技术有限公司新增的数十条专利信息中，“一种自动驾驶方法以及装置”赫然在列。 启信宝APP截图 根据启信宝APP显示，该专利申请日为2018年12月27日，申请公布日为2020年7月10日，发明人分别为李程峻、王竣、要志良等。 专利摘要显示，该专利申请实施例公开了一种自动驾驶方法以及自动驾驶系统，用于根据用户的历史驾驶行为数据以及当前环境数据确定自动驾驶策略，从而实现安全驾驶。 众所周知，5G的高宽带、低时延、高可靠的特征可以满足自动驾驶对于通信的要求，这也是华为入局自动驾驶的一个原因。 5月，华为宣布，与一汽、上汽、广汽、北汽、东风汽车（600006）、长安汽车、比亚迪（002594）等首批18家车企共同打造“5G汽车生态圈”，加速5G技术在汽车产业的商用进程。 另外，在当月举行的华为全球分析师大会上，华为发布《自动驾驶网络解决方案白皮书》建议以L4级（高度自动驾驶网络）作为未来架构的阶段性目标。 白皮书呼吁业界要实现自动驾驶网络的宏伟目标，需要产业各方达成共识，按照开发一代、研究一代、探索一代的方式共同制定统一标准和分级评估体系，形成高效协同的产业生态，共同助力产业智能升级和健康可持续性发展。
华为消费者业务CEO余承东在微博预告，7月12日即将与比亚迪（002594）“汉”车型在HiCar、5G、手机NFC车钥匙等方面揭晓合作。 据介绍，比亚迪“汉”是全球超安全智能新能源旗舰轿跑，它将搭载HUAWEI HiCar、5G、手机NFC车钥匙等重磅科技，打造智慧出行。此前的介绍显示，比亚迪汉配备了华为5G车载模组，支持峰值2Gbps的下行速率，5G网络自身具有的高传输速率、超低时延性、高可靠性等特点，将是车联网和DiPilot智能驾驶辅助系统的完美搭配。 北青报记者看到，HiCar是华为研发的一款智能行车助手硬件。它采用高灵敏度 GPS，超低功耗，支持睡眠模式，适用广泛，支持千余款主流车型。在功能上，它可以实现监测动态车况、GPS快速定位、故障码详解。比如，HiCar 会对用户的驾驶行为进行打分，帮助纠正不良驾驶习惯；记录行驶轨迹和时间，以及油耗，帮助驾驶员健康安全驾驶，省油省钱更安全。HiCar 可以快速定位，采用高灵敏度 GPS，帮您用户实时记录爱车的位置，车山车海，再也不怕找不到车。还会根据用户的驾驶习惯，结合天气、路况等百余项参数，对用户的安全驾驶进行奖励。收益最多可抵保费的 70%。 比亚迪汉此前已开启预售，并于今晚正式发布。目前，这款车型预售已经有1.5万台。比亚迪汉将推出汉DM插电混动版及汉EV纯电动版两款，其中汉EV将成为首款配备刀片电池的车型，并拥有550km及605km两种续航版本车型，此前官方公布的贴后预售价为23-28万元。 外观上，汉EV前脸银色饰条横贯车头，与扁平化的大灯相呼应，并采用了溜背式设计，尾灯组采用了贯穿式设计。汉DM在前脸造型则有所不同，采用了大嘴式格栅，内部是类似满天星造型的镀铬网状造型。配置方面，新车全系标配矩阵式LED大灯、外后视镜折叠+加热、无钥匙进入+一键启动、多功能方向盘、全液晶仪表盘、后排空调出风口、自动空调、后排空调出风口、15.6英寸触控式中控屏及Dilink 3.0智能网联系统。 此外有消息显示，华为已经和约18家汽车商合作使用HiCar：包括江淮、北汽、长安、奇瑞、东风、一汽、长城、广汽、南京汽车和上汽。
炣燃科技7月6日讯（杨洋）自动驾驶真的要来了？ 据彭博社消息，滴滴出行计划今年雇佣多达200名员工，以加强其成立4年的自动驾驶部门，并加快在上海及其他地区扩展自动驾驶出租车服务。 该分公司首席运营官表示，滴滴的子公司到今年年底应该有500至600名员工。 自动驾驶，是滴滴近年来的重头戏。为此，滴滴投入了重金。 “通过直播，确实起到很好的宣传和科普作用，但其在技术研发上还有很长的路要走。” 对此，滴滴自动驾驶公司COO孟醒向表示，直播显示出的滴滴目前的自动驾驶技术并不完美。滴滴自动驾驶未来几年会保持一个创业公司的节奏和演变速度，快速迭代，“一到两周出一个版本”。
封面图源：PEXELS7月6日，据彭博社报道，滴滴出行计划今年雇佣多达200名员工，以加强其自动驾驶部门，并加快在上海及其他地区扩展自动驾驶出租车服务。滴滴出行首席运营官孟醒表示，自动驾驶部门到今年年底将有500至600名员工。2016年，滴滴开始试水无人驾驶。2017年，滴滴和Udacity公司在硅谷邀请全球技术人员挑战无人驾驶算法，同时成立滴滴美国研究院，用于自动驾驶和大数据技术的发展。滴滴还建立了国内首个自动驾驶安全护航中心，能够实时监测车辆与路况，并协助给出相应的指令。经过四年发展，滴滴陆续在中美两地组建了约拥有400名研发人员、涉及高精地图、（路人及车辆）行为预测、路线规划与控制等细分领域的团队。此前据媒体报道，滴滴每年用于自动驾驶项目的人力投入在亿元以上。目前，滴滴自动驾驶使用的车辆是沃尔沃的XC60车型，成本价在30万元以上。除车辆成本外，还搭载了近20个传感器，其中包括1个Velodyne 64线激光雷达、2个Velodyne 16线激光雷达、7个摄像头以及毫米波雷达和超声波雷达等。这些设备的价值甚至超过了汽车本身。孟醒提到，滴滴自动驾驶车辆的造价在每辆100万元以上。以滴滴此前公布的目标，到2030年平台将拥有100万辆全自动的无人驾驶汽车，这将是一笔巨额投入。为了加速外部融资，解决资金难题，2019年，滴滴将自动驾驶部门独立。截至目前，滴滴在北京、上海、苏州、美国加州等地已获得路测资格，并获得了上海颁发的首批载人示范应用牌照。今年6月，滴滴开始在上海面向公众开放自动驾驶服务，消费者通过滴滴App线上报名，审核后就能在测试区域免费呼叫自动驾驶车辆进行试乘，运营过程中会标配一名安全员。在上线当天和央视联动的直播中，滴滴自动驾驶网约车展示了全程53.6公里的运营过程，包括在雨中和夜间等光线较暗和路况复杂的场景下，测试车辆也能够自主应对。即使未来路途注定不会平坦，但是滴滴无人车已经有了足够的决心，创始人程维表示，滴滴为自动驾驶做好持续投入十年的准备，“道阻且长，但是方向不会变”。
对于王兴来说，一场不得不打的战争已经到来。美团是一家很有野心的公司，边界在不断扩大，从团购起家，做酒旅，之后切入外卖，然后杀入到共享出行（网约车、共享单车）领域。如今，这份野心扩展至自动驾驶，与亚马逊的布局类似，并在局部与BAT未来战略路径重度重合。在BAT All in 自动驾驶强火力之下，美团自然不会心甘落后。相比互联网行业的其他大佬，美团在自动驾驶方面的动作总是雷声小雨点大，而且和BAT这些土豪们挥金如土玩自动驾驶不同，美团走的是实用主义路线。低调发力，美团关于自动驾驶的业务全局很难拨开重重迷雾看清，但在这场技术壁垒更高，资金需求更大，体系也更为复杂的布局中，王兴很清楚自己的最终目的。那么，在自动驾驶时代，美团会扮演什么的角色？逻辑清晰，边界在扩张中逐渐明确。建立无人配送生态联盟；高精地图保证自动驾驶安全。关于“无人配送”与“高精地图”，两个边界逻辑不同却又相互关联。美团在自动驾驶领域打法奇特，另辟蹊径。依托在建立场景、技术、运营、行业规范四种能力之上的无人配送生态圈实现企业整体业务的技术升级；高精地图则是在技术升级基础上的老业务、新赛道的形态衍生。美团不仅是一家“外卖”公司，而且是一家加码自动驾驶的科技公司，深以为然。围绕外卖业务，以低速L4为切入点，通过无人配送和高精地图协调发展，美团正在打造自己的自动驾驶版图。动作频频，发力无人配送在成立的第十年，美团终于迎来了首次全年盈利，但受疫情的冲击，不利因素开始显现——外卖业务锐减的不确定性、到店和酒旅业务的停滞。此外，外卖是一个非常在意规模效应的生意，王兴很在意规模，他曾说“低毛利加小规模，没有很大价值，但低毛利加大规模，有很高的商业价值。”理论上只有不断增加的劳动力成本，平台才能降低配送时间。考虑到不断增加的劳动力成本，由自动驾驶技术附能的末端配送，才能摊平成本，从而接入更多的商家，最终获得更多的订单。所以，末端配送极有可能成为未来主流的外卖配送方式。基于此，美团最初布局无人配送，源于刚需。在过去两三年里，美团自动驾驶团队不断扩张，无人配送部也从去年开始落地成果。正如美团无人配送部算法总监申浩所讲，凭借技术和商业双轮驱动的优势，美团无人配送以需求为导向，面向规模化迭代技术，通过商业模式的充分打磨与实践，实现落地闭环。1、美团加入BDD2015年5月，美团加入加州大学伯克利DeepDrive深度学习自动驾驶产业联盟（BDD）。双方将通过技术团队和学术团队的深度合作，推动双方在自动驾驶领域高质量数据的共享，通过产学互动，在无人配送场景、数据等方面加快自动驾驶的技术创新、理论创新、以及落地应用的进程。据悉，BDD产业联盟着重于汽车应用中计算机视觉和机器学习领域的最新技术的研究。BDD研究中心设在加州大学伯克利分校，拥有来自深度学习、计算机视觉、机器人、自动驾驶等多个部门和中心的30多位有突出成就的伯克利知名教授和科学家。2、美团发布无人配送开放平台2018年7月，美团对外正式发布无人配送开放平台。美团向合作伙伴开放场景、技术、运营等。并且吸引足够多且合适的合作伙伴加入，这些企业分别来自软件、网络、器件、整车和实业等领域。在此基础上，美团联合众多企业及院校、政府等机构，通过自动驾驶、远程遥控等技术应用，同时依托物联网技术，可以打通公开道路、园区、建筑物内部等不同场景。按照美团的设想，在无人配送开放平台的基础上建立无人配送联盟，做「低速末端配送领头大哥」。3、联合法雷奥打造无人配送车eDeliver4U2020年CES上，美团与法雷奥联合研发的自动电动送货机器人原型——法雷奥eDeliver4U亮相。这是由下游应用厂商与汽车零部件制造商联手打造的具备车规级（感知及软件系统）的无人配送小车。早在2019年，美团与三家海外公司达成合作，其中法雷奥为美团的自动送货车提供动力和传感器等关键部件，英伟达为开发和测试提供技术支持。据了解，eDeliver4U采取了模块化开发，这既有利于成本控制、车型的灵活配置，也意味着大规模量产的可能性。无人配送不是单纯的技术是否成熟问题，而是一个需要价值链上下游企业协同解决的挑战。按照美团的说法，在上下游打通的基础上，2020年是走向商业化的关键一年。美团内部人员告诉记者，2020年，美团会加大增加无人配送试点项目。前不久，美团则把无人车投放到北京顺义的多个社区，配合美团买菜向居民进行配送。美团首席科学家夏华夏曾乐观地预计，大概五年左右后，美团的无人配送车将部署到三线城市。到了那个时间，“无人配送应该会应用的比较广泛了”。无人配送车离不开高精地图对于加码无人配送的美团来说，高精地图是一个必争的市场。美团曾于 2018 年 7 月宣称，其终端配送小车可实现 L4 级自动驾驶，即基本不需要人工接入的高级别自动驾驶，这需要匹配高精度地图才能实现。目前业界形成统一意见，L4级别自动驾驶离不开高精地图。按照他们的说法，即使未来的芯片计算性能大大提升以后，也不会不使用高精地图这么好的产品。因此，图商、互联网公司、车厂、创业公司以及物流企业等一波又一波加入高精地图阵营。2019年8月，美团也确认正在开发地图业务，并称其为“美团地图”，和LBS服务、网约车、大交通一同隶属于LBS平台部门。如今美团仍在大力拓展高精地图能力。据悉，基于目前地图采集算法，美团正在大规模制作厘米精度的高精地图，包括车道线信息、道路限速、限高等标识信息。除此之外，美团也在解决地图的实时更新问题，目标是在道路情况发生变化时，自动地、实时地在地图上更新。对于美团来说，如何提高无人配送运输的效率，降低运输的成本一直都是他们所面对的难题。同时如何保证配送的实效性和安全路径的安全问题成了无人配送未来必须要考虑的问题，而这些都需要高精度的地图，才能保证无人配送的安全性和有效性。当然，美团的雄心不会止步于此，打造“美团地图”便是明证，也是其在自动驾驶领域不断扩张的前提。卡在资质问题上的美团，也为进军地图服务取得了很多准备。2019年4月，自然资源部发布关于北京三快科技有限公司等8家单位申报甲级测绘资质审查意见的公示。美团原有互联网地图服务乙级资质，本次互联网地图服务甲级资质申请已进入公示期。结合美团的商业模式来看，无人配送+高精地图的模式，无疑加快了L4级无人驾驶的落地，尤其是在末端配送领域。下一步，发起进攻战对于美团而言，自动驾驶是一场必须拿下的战争。先从末端配送开始，然后对原有核心业务的重新技术赋能，高精地图技术在这一过程中始终作为介质串联。事实上，当前业界对于末端配送的争夺战已经进入白热化阶段，不管是美团，还是京东、阿里，都希望能够率先抢占末端配送市场。因此，在通往最终胜利的道路上，美团每一个对手都是巨头。不过，美团一向不是阵地攻坚战，而是避开对手的强势，攻击对手的薄弱环节，侧翼包抄。自动驾驶亦是如此。
在2020年上半年的最后一天，6月30日自动驾驶企业Momenta“飞轮式”L4的亮相着实给了业内一个惊喜。这也是Momenta继去年12月发布MSD（MomentaSelf Driving）实车路测视频后带来的最新进展，包括首次公开的“飞轮式”L4自动驾驶完整架构与产品理念、基于“飞轮式”L4技术的商业应用场景之一Robotaxi的落地规划。事实上，Momenta的“飞轮式”L4并不单指L4级自动驾驶技术本身，而是指量产数据、数据驱动算法以及闭环自动化形成的飞轮架构，三大因子不断积累和迭代，飞轮将越转越快，形成厚积薄发之势，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。事实上，从创立之初，这家自动驾驶公司就秉持量产自动驾驶、完全无人驾驶两条腿走路的战略。即利用量产自动驾驶（类似于ADAS产品）获取海量量产数据来为完全无人驾驶进行系统迭代，同时后者又可以为前者带来技术反馈。统一量产传感器基础及技术路线是两条腿战略的前提。但由于L2/L2+与L4级自动驾驶本身不在一个维度，业内也逐渐形成跨越式与渐进式自动驾驶的两个阵营。而Momenta的独特之处在于，用“飞轮式”L4架构打通了L2和L4话语体系，将两者拢聚到了一个阵营，为自动驾驶的实现提供了一种全新的思路。独家试乘Momenta飞轮式L4MSD事实上，去年12月Momenta就已经放出了MSD（MomentaSelf Driving）的部分实地路测视频，但其中的细节并不能被尽数了解。这次的发布会，Momenta采用了媒体试乘与云直播的方式来呈现MSD的细节。新智驾作为唯一试乘媒体，也尝试还原Momenta“飞轮式“L4的实地表现。从外部传感器来看，Momenta的MSD车辆采用的是以视觉为主、几乎都是可量产的传感器，包括12个摄像头、12个超声波雷达、5个毫米波以及1个用以辅助感知的velodyne 激光雷达。Momenta CEO 曹旭东正在云直播介绍MSD车辆为了更加直观地呈现MSD车辆的感知、决策、控制过程，Momenta在车内放置了三块可视化屏幕。通过屏幕，能够看到车辆当前的自动驾驶状态、车速、油门、红绿灯情况；同时也能看到Momenta高精度地图作为静态感知的痕迹，以及行人、轿车、卡车、车辆行驶轨迹预测等动态感知内容。车辆后备箱则是搭载了自动驾驶GPU计算平台。此次试乘时间约为30分钟，范围在苏州相城区高铁站附近10公里左右的开放道路。从道路的复杂程度来看，路上人车混行严重，车流往来不绝，包括形状各异的卡车、随时窜出的电动车等。总体试乘下来，车辆速度不超过车道限速，总体在40公里每小时以内，全程无接管。车辆的行驶平滑，甚至在启动时有一点小小的推背感，既不激进也不保守。车辆能够顺利应对车道数量三变二、大货车行人避让、路口左转等交通场景。以路口左转为例。一般来说，自动驾驶车辆的左转是个有技术难度的场景。MomentaCEO曹旭东向雷锋网新智驾解释：因为左转路线本身就比较长，其次路口左转会遇到不同方向的来车，意味着容易出现多车争抢路权的情况。这种情况下，自动驾驶车辆如何在保证安全的前提下，同时兼顾乘客的体验舒适性、以及车辆的智能性而非一味地停让。Momenta的MSD车辆也多次顺利完成了路口左转的任务。此外，Momenta MSD车辆在经过路口时，也遇到与大货车争抢路权的情况。但Momneta车辆并没有出现急刹的情况，而是在预判大货车继续往左变道之后，选择减缓车速。无论是预判还是操作，车辆的表现都不比人类驾驶员逊色。云直播之后，Momenta还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。可见Momenta对MSD技术的自信。而这种自信的来源，正是“飞轮式”L4。Momenta进化的关键：“飞轮式”L4如果说两条腿走路是Momenta的战略理念与产品呈现，那么“飞轮式”L4则是Momenta两条腿得以真正走起来的底层支撑。从产品架构来看，“飞轮式”L4主要由量产数据、数据驱动算法、以及两者之间形成的闭环自动化三个因子构成。首先来看量产数据。Momenta CEO曹旭东认为：“自动驾驶的终局一定是规模化的完全无人驾驶，以Robotaxi落地为例，规模化L4指的不是一个区域或城市，而至少是路况复杂的十个城市，每个城市至少一万辆车，否则难以称之为商业化落地。”而这种规模化L4的最终实现，要有千亿公里的数据以发现长尾问题。那么海量数据从哪里来？光靠L4自动驾驶车辆的缓慢积累是远远不够的。因此Momenta通过将量产自动驾驶产品Mpilot搭载在车辆上，在为客户解决问题、创造价值的同时，进行海量量产数据的原始积累。而这，恰恰是“飞轮式”L4的动力源泉，通过海量量产数据的“喂养”，帮助MSD不断迭代，使得完全无人驾驶系统不断进化。当数据来源得到保证之后，如何高效地驱动这些数据，是飞轮跑起来的关键。Momenta认为，要解决真实场景中的海量问题，必须通过数据驱动（Data-Driven）的算法才能高效解决。什么叫数据驱动的算法？Momenta研发副总裁夏炎用了一个例子来解释：MSD车辆在路上经常会遇到红绿灯识别被阻挡的问题。Momenta早期的做法可能是通过代码规则来告诉车辆，遇到某种具体的情况该怎么做。但当规则写了一百条甚至是上千条的时候，底层的代码就会变得难以维护，并且很难复制到别的城市场景。因为有限的规则是无法完全覆盖无限问题的。因此，Momenta采用数据驱动的方式，自动化地解决了绝大部分的问题。相比见招拆招的解决单一问题，Momenta内部更加鼓励团队将更多的精力放在搭建一套数据驱动（Data-Driven）的算法框架上。“只要收集到足够多的数据和长尾问题，随着量产数据的不断流入，算法进行自动化学习，就能驱动飞轮式L4不断迭代，自动化地解决自动驾驶的长尾问题。”曹旭东如是说。此外，在拥有量产数据与数据算法驱动之后，闭环自动化是Momenta“飞轮式”L4得以维持高速运转的第三个因子。无论是数据采集、存储、还是处理、标注、模型训练等环节来说，一旦以海量数据作为单位，那么每个环节都会变得艰难。而Momenta的闭环自动化就是一套高效、自动化的工具链：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，为技术和产品提供自动化的迭代能力，驱动“飞轮式”L4高速转动。以新智驾试乘体验为例，Momenta的闭环工具链在30分钟的试乘数据中就自动抓取了979份数据，包括预测数据为618份、规控数据为288份、感知数据为49份、手动录制17份。自动或者半自动的闭环工具，无疑为Momenta的数据处理省去了很多不必要的麻烦。Momenta“飞轮式”L4规模落地的可行性有多高？正如Momenta总结地那样：在两条腿走路战略落地过程中，左腿量产自动驾驶是最先构造起来的，并且最先进入产品化和商业化阶段；然后Momenta在去年年末正式迈出右腿，发布完全无人驾驶技术MSD。而构建这两条腿的底层核心能力，就是飞轮架构。由此，Momenta两条腿走路战略得以完全打通，实现相互协同。但新智驾好奇的是，在实际落地上，究竟是先有鸡还是先有蛋？海量数据是“飞轮式”L4驱动的前提之一，那么Momenta如何获得海量数据？没有数据，Momenta“飞轮式”L4无从谈起。对此，Momenta回应道，从去年发布可量产的自动驾驶方案Mpilot（包括Mpilot Hightway、Mpilot Parking）之后，Momenta就已经进入产品化和商业化的阶段，今年年内会有部分量产产品上市，大规模的量产上市时间在2022年左右。加上此前发布的后装ADAS途铃系列产品的上车，Momenta已经积累了一定的数据。那么与主机厂的数据会否顺利返流给Momenta？夏炎表示：“数据的所有权归属车厂是无疑的，但如何用数据来创造价值是Momenta擅长的事情。利用数据迭代自动驾驶系统，这是我们能够为主机厂创造的价值。”诚然，数据的价值是通过挖掘得到的，否则也只是一堆数字罢了。那么，在实际落地能力上，“飞轮式L4”规模落地的可行性有多高？由于当下规模化L4还处在“无人区探索”的状态，Momenta认为规模化L4面临的是“行驶千亿公里，解决百万问题”的巨大挑战。而千亿公里意味着100万辆车，每天10个小时不间断运行，连续跑1年。这种包括资金、车队数量在内的巨大投入对自动驾驶初创公司来说无疑是不可承受之重。但Momenta的“飞轮式”L4将这种巨大的成本一再降解、分割为可接受的账目。在总成本的计算上，Momenta将规模化L4的总成本可分为数据成本和研发成本。具体而言，研发成本取决于问题个数（N）和解决单个问题研发成本（R）；数据成本取决于里程数（M）和单公里数据成本（D）。虽然目前还无法准确评估L4遇到的问题个数（N）和里程数（M）的大小，但Momenta认为，问题个数（N）至少达到百万量级，里程数（M）至少是千亿公里。得益于量产数据驱动的方式，Momenta能够跨数量级地降低解决单个问题的研发成本（R）和单公里数据成本（D）。在单个问题研发成本（R）方面，常规规则驱动（Human-Driven）的最大挑战是用有限人力解决上百万个问题。而通过量产数据驱动（Data-Driven）的方式，只要收集到足够的数据，就可以自动化地解决绝大部分问题，从而降低研发成本。在单公里数据成本（D）方面，Momenta一方面为客户提供量产自动驾驶解决方案，另一方面也提供持续的软件算法迭代升级。在为客户解决问题、创造价值的过程中，和客户一起回收了长尾问题的数据，把单公里数据成本降到了几乎为零。由此，通过“飞轮式”L4，Momenta将实现规模化L4的总成本跨数量级降低。2024年关键节点：Robotaxi单车盈利、无安全员、多地规模运营可见，在Momenta眼里，自动驾驶从来就不单是一个技术问题，可靠的技术方案和可落地的成本方案缺一不可。眼下，“飞轮式”L4已经开始转动。Momenta表示，在环境感知、高精地图、预测等环节已实现了完全数据驱动，并通过闭环自动化持续迭代升级。预计到2022年，Momenta可以实现全流程数据驱动的算法；到2023年，利用闭环自动化实现算法100%自动化迭代。2024年，量产自动驾驶Mpilot也将会大规模量产上路。Mpilot和MSD将协同增效，实现“飞轮式”L4的快速成长。基于“飞轮式”L4的商业化场景——Robotaxi，Momenta也给出了落地时间表。事实上，今年6月Momenta就已经获得苏州第一块Robotaxi示范应用牌照。按照Momenta的计划：今年年底会跟苏州政府进行robotaxi的试运营，明年可能会有大规模的对外开放；2022年，做到苏州Robotaxi部分车辆车端无安全员试运营；2024年，车端100%无安全员，实现单车盈利；2024年开始，结合已经回流的大规模量产数据，Robotaxi将实现多地规模化落地运营。从两个时间表规划来看，2024年是Momenta的一个关键节点。曹旭东解释道：随着“飞轮式”L4的发展，2024年Momenta将在苏州实现车端完全无安全员的商业运营，从而降低车辆运营成本，实现单车盈利，完成商业模式0-1的验证。”也就是说，在0-1阶段，Momenta会专注于技术和商业模式的验证，在两者还没有在样本城市得到完全验证之前，不会做大规模扩张。他认为：Robotaxi城市扩张的关键因素在于数据储备。每一个城市的Robotaxi落地，都需要海量数据的积累。如果每到一个城市都花上几年时间重新开始积累，那么技术与商业落地的领先性很容易扩散和被稀释掉。而Momenta的量产自动驾驶能在0-1阶段进行大规模的数据回流，提前做好数据储备，然后在2024年形成爆发点。“如果这个阶段做得不够扎实就进行城市复制与扩张，那么一定会耗费大量资源，收益不成反倒带来大量的资金亏损。”未来，“2024年随着量产车型大规模上市，量产数据大规模回流，此时数据和技术上1-N的储备也已到位，具备了扩张条件。Momenta将开始进行多地落地，从而以极快的速度实现规模化L4。”曹旭东表示：“在一个城市先实现单车盈利，再复制到其他城市，是无人驾驶规模化落地的最精益的模式。”纵观业内，Momenta的Robotaxi运营看似比其他玩家的时间晚一些，但如果从后续爆发的力量以及城市的扩张速度来看，Momenta是不容小觑的。用Momenta的话来说，厚积薄发，将是他们的后发优势。总结：总地来看，Momenta用“飞轮式”L4证明了，L2与L4之间并不是泾渭分明的界限与派别。另一方面，从业内进展来看，即便是号称在2020年向完全自动驾驶进发的特斯拉，其L4也还处于低调隐匿的状态。所以不能不承认，Momenta甚至比特斯拉更快地向业界提供了一个清晰的L2向L4演进的思路与技术。未来，Momenta这个无车壳版的“特斯拉”，会否成为自动驾驶界的下一条“鲶鱼”？以下为雷锋网新智驾活动前期采访内容：Q：量产自动驾驶和完全无人驾驶还是蛮不同的，你们要怎么用低维度的量产数据来反哺比较高维度的完全无人驾驶？怎么整理出完全无人驾驶所需要的数据？夏炎：我们把自动驾驶这个系统拆成感知部分、预测部分、规划决策部分。对于预测和规划决策部分，Mpilot和MSD其实没有太大不同。比如预测的输入实际上就是结构化的一个世界模型，输出是未来轨迹的分布。从抽象化的、结构化层面来讲，Mpilot和MSD的预测和规划可以用一套体系完成。但感知层面会有一些区别，量产自动驾驶以camera为主，其他家大多数的L4都是以激光雷达为主，在这种情况下两种技术路线的数据很难相互利用。但Momenta不是这样，MSD里虽然有激光雷达，但是以camera为主，这是两套独立的感知的系统。而量产自动驾驶采用的传感器方案只是少了激光雷达，这样一来，MSD是可以复用量产自动驾驶里的部分数据的。Q：试乘过程中，发现Momenta的计算芯片平台还是GPU，未来你们的计算硬件层面会怎样迭代？夏炎：我们今天的确用的是GPU，还没有上嵌入型的计算平台，从我们当下发展的阶段来看，GPU可能是最合适的。因为L4级自动驾驶需要的算力是几百到一千T的级别，那么对应的芯片绝对不是现在的芯片，而是未来几年量产的芯片。我们的考虑是先用GPU去做，等到未来几年有完全符合L4需求的量产芯片之后，再一次性迁移，这样就不用多次迁移。Q：未来Robotaxi的运营你们是自己来合作还是说会交给专门的运营方？夏炎：实际上，我们Robotaxi商业模式落地应该是，在0-1阶段是“旗舰店”，在1-N阶段是“麦当劳”（通过和合作伙伴形成标准robotaxi运营方案，各地运营方进行加盟合作）。如果在全国很多城市做运营，重资产的生意对我们来说显然不科学。在最开始旗舰店的过程中，和技术相关性比较高的运营内容，我们可能会深度参与。但长期来看，肯定是形成一个标准方案，和各地的运营方合作，由当地的运营方做实际运营。这其实和整个生态成熟度是有关系的。Q：总的来说，Robotaxi量产大规模化会包括哪些要素，最难的地方在于什么？夏炎：大规模化的L4实现，政策上要有支持，商业上要实现商业闭环，实现单车盈利，技术上要有可行的技术路径。对我们来讲，飞轮式L4这样一个技术路径。这个技术路径再往上拆解的话，飞轮式L4需要海量数据，海量的数据需要量产，然后需要数据驱动的算法和闭环自动化的工具链，所以是这样一个链条。Q：比较难的地方在哪里？夏炎：单车盈利这件事情是L4的一个关键，怎么才能实现单车盈利呢？一定要去掉安全员才有可能赚钱，要不然是亏钱的。从技术上来看，需要自动驾驶足够安全，才能足够自信才能把这个去掉。Momenta的目标是在2024年要实现单车盈利，并且有具体的实现路径。Q：那Momenta今年着力的重点是什么？夏炎：对于我们来讲，量产自动驾驶Mpilot已经迈入产品化的阶段，所以Mpilot的产品化和商业化是重点要做的事情；对于L4，MSD是从去年中开始发力，现在处于厚积薄发刚开始的阶段。可以看到它的时间跨度是很长的，从现在到2024年还有很多要积累的东西。所以量产自动驾驶和完全无人驾驶各有不同的侧重点，这是从外的表现。从内在来看，两者之间技术流和数据流的协同是我们的核心重点。（雷锋网） 雷锋网
登录
工商服务
危机公关
金融律师
app开发
财税服务
金融牌照
网站建设
知识产权
企业征信
审计评估