无人自动驾驶_无人驾驶之家

主页
分享无人驾驶自动驾驶信息

2021年国内融资 Momenta飞轮落地可规模化的无人驾驶

来源: 高工智能汽车V 更新时间:2021-11-06 20:36:07点击:

当前,自动驾驶赛道愈加拥挤、竞争逐步加剧,各大企业的商业化路径也开始“初见分晓”。


11月4日,Momenta宣布完成C+轮超过5亿美元融资,加上今年初拿到的5亿美元,Momenta的C轮总融资额已超过 10 亿美元。这是2021年以来国内自动驾驶领域最大规模的融资。


资料显示,Momenta此轮融资的领投方有上汽集团、通用汽车、丰田、博世以及知名投资机构淡马锡和云锋基金,参与C轮融资的其他投资方包括梅赛德斯-奔驰、IDG资本、GGV纪源资本、顺为资本、腾讯和凯辉基金等。


当前,中国自动驾驶竞争已经步入了以落地应用为目标的下半场。上半场是0-1,大家都在建平台、搭体系做测试,下半场是1-N,如何将成熟的技术和产品,进行大规模落地和应用,考验的是可规模化的能力。谁能快速将复杂问题简单化,产品能力规模化,技术能力系统化,谁将在此次竞争中拥有更大胜算。


Momenta成立于2016年,早在创立之初就确立了“一个飞轮”的技术路线,通过“数据驱动的算法”不断积累和迭代,推动量产自动驾驶(Mpilot)与完全无人驾驶(MSD)“两条腿”走路的产品战略,实现数据积累和算法迭代的高效自动化闭环,从而形成了可规模化的无人驾驶的独特优势。


Momenta认为,通过数据驱动、海量数据以及两者闭环自动化的不断积累和迭代,是实现可规模化无人驾驶的的关键路径。而投资者看中的,正是Momenta的“飞轮式”L4的技术路线和“两条腿”的产品策略。


截止目前,Momenta已经与上汽集团、通用汽车、丰田、梅赛德斯-奔驰等多家全球领先的汽车制造商,以及博世等Tier1建立了合作伙伴关系并获得战略投资。


对于Momenta来说,量产是一个阶段性的里程碑,而如何实现可规模化的无人驾驶,依托真实场景数据,反哺算法、加速迭代及提高数据循环链路的速度,是他们要去努力的目标。


一、数据驱动是自动驾驶技术迭代的核心


众所周知,没有稳定可靠的数据流,自动驾驶汽车便无法实现快速的更新迭代。对此,特斯拉CEO马斯克曾指出,如果自动驾驶要得到全世界监管部门批准,至少需要积累60亿英里测试里程。


然而,由于各大企业的自动驾驶技术路线及传感器方案都不一致,算法接口也不统一,致使各大场景下的自动驾驶数据流和技术流无法打通,很难收集到更加全面的场景、更加丰富数据流。


截止目前自动驾驶玩家的测试里程最多也只有千万的量级,同时大部分的高级别自动驾驶测试还仅限于特定区域,这将导致回流的场景数据单薄、评价系统的维度过于单一。


这就意味着,玩家们要通过路测来反哺技术迭代,就要覆盖更全面的场景、收集更丰富的数据,就需要更庞大的车队规模。此外,如何打通L4级无人驾驶技术与L2+ADAS的数据,一直也是行业的痛点和挑战。


资料显示,特斯拉主要基于前装量产数据进行深度学习以及算法训练,而Waymo则是基于自有小规模改装车队采集数据,并通过大量仿真进行训练,两者的数据无法相互使用。


Momenta创业之初,就基于数据驱动的“飞轮”技术洞察,确定了量产自动驾驶(Mpilot)与完全无人驾驶(MSD)相结合的“两条腿”产品战略。其中,飞轮式L4技术赋能Mpilot和MSD。Mpilot是针对私家车前装可量产的高级别端到端自动驾驶解决方案,通过与车企合作推出大规模搭载智能驾驶产品的量产车上路行驶,从而实现量产数据的大规模回流。


而MSD是应用于无人驾驶出租车和私家车等场景的完全自动驾驶解决方案,通过海量量产数据的“喂养”,不断迭代与进化。同时,MSD也可以反哺给量产产品。


在Momenta的眼中,MSD 是预研的一代,要做深;Mpilot 是开发的一代,要做广。



需要特别提及的是,量产自动驾驶方案Mpilot和MSD完全无人驾驶方案需要建立在统一量产传感器基础及统一的技术路线上面,最终才能实现两者数据流与技术流的互通互补,从而实现自动驾驶能力的飞轮迭代,推动无人驾驶技术的规模化落地。



很显然,Momenta 的“飞轮式”技术路线,很好地解决了自动驾驶产业的数据问题。因此,数据驱动、海量数据、闭环自动化也被Momenta称之为“飞轮三因子”。


“飞轮三因子”的搭建,需要解决诸多的难题和挑战。比如如何打通全流程数据驱动的算法、如何打通数据流和技术流。


为了解决算法接口不统一、数据和技术流通受阻的问题,Momenta已经开发了三大平台化的工具,包含Momenta Framework(统一产品框架)、Momenta Adaptor(帮助芯片适配和多传感器集成),以及Momenta Box(统一硬件平台)。


其中,Momenta Framework是统一的软件框架和算法功能框架,能够有效解决不同场景、不同项目、不同平台的差异性,并且解决了针对每一个自动驾驶场景重复造轮子的现象。



基于Momenta Framework方案,在技术流层面,MSD的算法可以用在 Mpilot;而在数据流层面,Mpilot 的数据可以被 MSD 使用。


二、Momenta飞轮路径:自动驾驶商业化的“第三”路径



众所周知,在走向无人驾驶的商业化道路上,行业内一直有两大技术路线,一种是渐进式的自动驾驶路线,代表企业是特斯拉等;还有一种则是直接瞄准L4级自动驾驶,以Robotaxi为产品形态,代表企业有谷歌旗下的 Waymo、小马智行等。


自动驾驶诞生之初,Robotaxi一度成为自动驾驶商业化的代名词,吸引了诸多资本的蜂拥入场。不过,截止目前Robotaxi的公开运营虽然已经多点开花,但由于重投入、长周期、落地难等原因导致落地现状却与理想相差甚远。


Momenta认为,自动驾驶的兴起源于AI兴起,而AI兴起则因为深度学习革命,这背后最大的驱动力则是海量数据和数据驱动的算法。


也因此,与上述两大技术路线相比,Momenta选择了一条独特的“飞轮式L4”路线,其优势在于厚积薄发,可以同时兼顾量产级智能辅助驾驶和L4级完全自动驾驶,无论是数据量、量产体量也会比单一的渐进式路线或者L4级自动驾驶路线呈指数级增长。


从一开始就从本质出发,从终局角度思考问题,自动驾驶的终局一定是可规模化的无人驾驶。这也奠定了Momenta的战略选择。


可以说,“飞轮” 决定了无人驾驶的进化速度 。


随着数据驱动、海量数据、闭环自动化“三大因子”的不断积累和迭代,“飞轮”将越转越快,从而更高效地提升研发效率,带来产品和商业的爆发增长,实现可规模化的无人驾驶


对此,Momenta的投资方——上汽集团表示,投资Momenta是因为认可其拥有“飞轮”核心技术优势,有潜力面向全球提供行业领先的自动驾驶解决方案。



凯辉基金合伙人丁立俊也曾表示,自动驾驶的商业化前景极大,面对的技术挑战也多,最重要的是自动化解决足够多的长尾场景,才能提供足够的安全性。商业化价值最大且研发效率最快的方式,是自动驾驶公司在搭建技术体系时,就思考如何用可规模化的方式去实现高效落地,而非在有限的城市人工化的单点突破。这也是凯辉基金从B轮就深度参与Momenta投资至今的原因。


随着Mpilot和MSD协同增效,Momenta将实现商业上的快速增长。Mpilot现已与数家国际、国内顶级车企和一级供应商达成战略合作,比如上汽智己的新车型已在今年 4 月车展进行预售, 而整体和客户的合作车型在 2021 年到 2023 年实现全球范围的量产,为终端用户使用。而搭载了MSD 技术的Momenta GO (Robotaxi 产品) 已于 2020 年正式发布。


到 2024 年,Momenta 的“两条腿”产品战略将完全打通。Momenta GO 将完成商业模式 0-1 的验证。同时,Mpilot 大规模上路,量产数据大规模回流,实现数据和技术 1-N 的储备。在具备了扩张条件后,Momenta将迎来爆发式增长,以极快的速度完成无人驾驶规模化落地。


现阶段,中国自动驾驶市场的竞争已经进入了下半场,谁能够实现真正的突围,很大程度上将取决于谁能够能够更快实现可规模化的无人驾驶。对于Momenta来说,完成10亿美元C轮融资后,Momenta在实现可规模化无人驾驶的竞争当中又进了一步。

声明:转载此文是出于传递更多信息之目的,无商业用途,若有来源标注错误或侵犯了您的合法权益,请作者持权属证明与本网联系,我们将及时更正、删除,谢谢。

推荐文章