奔驰宝马自动驾驶联盟分手、奔驰与英伟达合作、沃尔沃与Waymo合作、亚马逊收购Zoox、Momenta获颁苏州第一块Robotaxi示范应用牌照、文远知行与高德合作、滴滴Robotaxi落地上海。
2020年上半年的最后半个月，自动驾驶圈突然活跃起来，像是要把因疫情蹉跎的时间抢回来。
作为上半年的收尾，Momenta在6月30日对外发布了其“飞轮式”L4最新进展和未来各节点时间表，详解实现规模化L4的关键路径。这也是继其在去年12月发布的MSD实车路测视频后，内部L4最新进展及推进时间表的首次披露。
CEO曹旭东称：“很多Robotaxi在试运营，如果做不到单车盈利，意义都不大。”
Momenta计划是：
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，部署500辆Robotaxi。
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。
对自动驾驶研发企业和主机厂来说，能让Robotaxi落地试运营已经是目前最激进的做法，去掉安全员、单车盈利，看起来有些痴人说梦。Robotaxi的底气是什么?
从曹旭东的介绍能看出，底气似乎来源于公司在L4上的加速度。Momenta从2019年中开始重点投入L4研发，到L4技术于当年年底发布，仅以常规团队1/10的规模，用时半年即做到在包含如临时施工、多种不规则车辆、逆行横穿等各种复杂城区开放道路行驶过程中的全程无接管。
继去年年底首次公布其路测进展后，Momenta本次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。
6月30日，曹旭东和苏州媒体还同车试乘其L4的实路测试。与一镜到底的视频场景高度相似，试乘路线也在城乡结合部，交通参与者非常复杂，从建筑工地的重卡，装载货物形状各异的轻卡，不严格遵守交规的三轮车，以及行车路线随意的电动自行车、穿插路口的行人。
整个行车过程，除了拥堵、红绿灯路口，车速都会保持在路段限速的上限。路口识别红绿灯、左转、应对加塞、应对路口横穿、变道超车等场景都处理自如。整个测试路段的行车过程，安全员没有人工介入。
6月17日，江苏省智能网联汽车产业创新发展大会在苏州高铁新城举办，会上启动了苏州市相城区Robotaxi示范应用项目，Momenta获颁苏州第一块Robotaxi示范应用牌照。
此后有消息称Momenta的Robotaxi将在今年10月落地苏州，30日记者向Momenta求证，得到的答复是“时间未定，正在与相关部门沟通”。
相比百度、滴滴这些互联网企业，Momenta的风格与其他自动驾驶技术公司风格类似，都很低调。获得戴姆勒的投资和丰田的战略合作也没让它发声过，为什么这一次抛出如此激进的战略计划?
什么是飞轮式L4?
飞轮式L4，是此次发布会被频繁提起的，Momenta实现自动驾驶的模式。
Momenta对它的定义是：随着量产数据、数据驱动的算法以及两者闭环自动化的不断积累和迭代，飞轮将越转越快，终成厚积薄发之势，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。
曹旭东在发布会上表示：“公司内部有一个飞轮、两条腿、三大法宝的说法。一个飞轮是Momenta创立之初就坚定的对无人驾驶的技术洞察;两条腿是产品战略，已经在去年发布;公司内部还有实现产品化的三大法宝，会在后续做更多公布。”
其说的两条腿产品战略是指左腿量产自动驾驶Mpilot，为行业交付一流可量产的自动驾驶系列产品，并提供源源不断的数据流;右腿完全无人驾驶MSD，致力于打造L4级别的完全无人驾驶，并反馈给量产产品领先的技术流。两条腿战略需要建立在统一量产传感器基础及统一的技术路线上，两者相互协同打通。
稍加对比就会发现，左腿的量产自动驾驶Mpilot与特斯拉模式高度相似，右腿的完全无人驾驶MSD与Waymo路径相同。
但在研发、进化和落地过程中，特斯拉和Waymo的优势Momenta都不具备，它如何同时完成这两大工程?
飞轮式L4是Momenta给出的解决方案。
它能解决哪些问题?首先是成本方面。曹旭东认为，实现规模化L4需要千亿公里数据、解决百万问题。千亿公里相当于普通私家车500万辆至1000万辆跑一年，或者100万辆出租车跑一年。对任何自动驾驶研发企业来说，都是不可能的任务。
Momenta有一个公式：实现规模化L4的总成本=问题个数×解决一个问题的研发成本+发现/解决验证问题的总里程×单公里数据成本。
如何降低成本?答案是尽可能降低解决单个问题的研发成本，降低每公里的数据成本。
在单个问题研发成本方面，Momenta将量产自动驾驶产品Mpilot搭载在车辆上，采集海量数据，不断进行迭代，自动收集问题、解决问题，推动MSD不断升级，自动化地解决绝大部分问题，从而降低研发成本。
Momenta内部推行“架构师”文化，相比于见招拆招的解决单一问题，公司鼓励团队把更多的精力放在如何搭建一套数据驱动(Data-Driven)的算法框架上。随着量产数据的不断流入，数据驱动的算法会驱动飞轮式L4不断迭代，自动化地解决自动驾驶的长尾问题。
Momenta MSD研发副总裁夏炎举例，公司的软件算法曾部署在一家欧洲客户的车上，当时只有中国数据，“他们觉得效果不错，更开心的是一周以后效果更好了。第一周时还有一些欧洲特有的道路元素在中国没见过，会有一些小问题，一周之后效果更好了，我们只是把闭环自动化工具链部署在车上，都是自动化的迭代，过程中客户没有任何成本。相比于传统模式，OEM和Tier1、Tier2沟通排查解决需要3个月，现在效率提升了至少10倍。”
在单公里数据成本方面，目前行业自建车队费用不会低于打车费用。现在打车费用国内通常在2-4元/km，国外会更贵。如果是千亿公里，自建车队至少是2000-4000亿元的成本。
在飞轮式L4中，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。
已能处理城区复杂场景的L4
飞轮式L4构架搭建完成后，Momenta制定出了自己的Robotaxi时间表：
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，部署500辆Robotaxi。
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。
曹旭东认为：“Robotaxi很多在试运营，如果做不到单车盈利，意义都不大。”
可是Robotaxi要如何做到单车盈利?核心是降成本，去掉安全员就是为了降成本。“出租车成本里最贵的是人力成本，占2/3。在中国一辆车1年要支付给司机10万元，美国司机一年6万美元。如何把司机或安全员的成本降下来?有没有可能降到5.5万?有可能，去掉车端安全员。”
当然，去掉安全员会额外增加一些成本，以替代安全员的工作，曹旭东认为增加的这部分成本一定小于每车每年10万元，并且可以不断降低。
6月30号的L4实路试乘中能直观感受飞轮式L4的运作方式。
一辆林肯MKZ被后装了12个摄像头、12个超声波雷达、5个毫米波和一个激光雷达 。曹旭东强调，这组后装硬件，除了激光雷达都是量产传感器，总价在千元级。
车内加装的平板电脑可以显示前置摄像头捕捉的现实画面和系统处理后的数据画面。
如前所述，车辆在城乡结合部、车辆较多、路况复杂的情况下顺利完成了全程无介入的自动驾驶。
我们从试乘后的讲解得知，半小时的路程产生了979份数据，包括预测数据、规控数据、感知数据、手动录制等。这些数据中大部分将自动进行算法的验证测试。
随着数据源源不断地增加和算法的不断学习提升，自动驾驶的能力会不断加强。曹旭东举例，系统中的加塞预测模型仅用三周时间性能就自动提升了一倍。
量产数据、数据驱动的算法、闭环自动化是飞轮式L4的三要素，其中的闭环自动化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。
其过程是：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;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;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。
整个过程循环起来以后，可以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。
口说无凭，从30日的试乘直播和发布的一镜到底晚高峰路测视频能看出，Momenta的L4已经能在城区路段熟练处理各种场景。
例如路口有电动车横穿逆行：
再如左前方突然出车横穿黄线，并连续向右横穿多条车道：
还有三轮车左侧逆行、右侧卡车强行加塞、货车与平板车抢道拥堵、电动自行车从右侧突然加塞的复杂路况：
从Momenta2022年到2024年三步规划能看出，他们是要在苏州做到极致之后再推广到其他城市，曹旭东认为，“只有在一个城市先实现单车盈利，再规模化复制到其他城市，才是无人驾驶规模化落地的最精益扩张模式。”
Robotaxi之外，Mpilot都在商业化的过程中，曹旭东透露，“今年、明年