“从创立之初Q我们团队的目标是做一颗创新种子，用算法让全球自动N技术尽快量产落圎ͼ最l实现规模化无hN。我们的合作伙伴包括全球范围内的车厂和一U供应商Qؓ了方便统一Q公怸要都采用英文名MomentaQ反而中文名有人知”，初速度U技首席执行官曹旭东解释到?/span>
初速度q个公司名称Q代表了一股年ȝ庞大力量Q希望用技术赋能更好生活的初心，q也恰恰体现了曹旭东的自信和野心Q用创新的技术和产品模式Q与全球范围内的汽R公司和一U供应商合作提供量化自动驾驶算法解x案，推动自动N量落地Q最l实现无人驾驶?/span>
初速度U技公司创始人曹旭东Q清华大?004U航院）
d履历Q毕业于清华大学的曹旭东Q在人工领域拥有过十年的研发和理l验Q曾在CVPR/ICCV/ECCV{计机视觉会议发表论文数十，q入选《胦富?0?0岁下商界_英、《麻省理工科技评论?5岁以下科技创新35人?/span>
作ؓ创业者，Ҏ(gu)东是q运的，在公司成立一q之后的2017q_他就获得了奔驰的母公司戴姆勒的投资，是戴姆勒在华投资的第一家自动驾驶初创公司?/span>
2018q_他的公司成立仅两q_估值已l超q?0亿美元，在前不久，全球最大R企丰C成ؓ其战略合作伙伴?/span>
Ҏ(gu)东和他的团队Q获得戴姆勒和丰C大汽车巨头的青睐Q不只是依靠团队的历，而是因ؓ巨头们看中了q个初创公司拥有的核心h(hun)|能够高效、自动化解决问题的技术创新能力！
无hN的终局是规模化商用Q这不仅需要土壤（政策支持Q和化肥Q资金支持）Q更需要源源不断的创新U子Q去真正解决技术挑战和升产品模式?/span>
初露头角便成为高U技明星
中国是全球最大的汽R市场Q其产销量连l?1q雄t全球第一Q也是国际R企最大的x市场之一。中国也是全球范围内Q实现自动驾驶最有挑战的国家之一Q原因在其复杂的交通基设施和驾驶场景。需要由中国本土的公司，通过原始创新的技术和产品模式Q结合够丰富的量数据来P代算法去解决q一挑战?/span>
初速度U技QMomentaQ是一家成立不?q_以中国原始创新技术和产品模式著称的创业公司，拥有大量高精h才，q以实现无hN规模化ؓ׃Q?/span>
2020q??7日，江苏省智能网联汽车业创新发展大会在高铁新城丑֊Q苏州政府领导和初速度QMomentaQ共同启动了苏州市相城区自动N出租车（RobotaxiQ示范应用项目。同日，初速度U技取得苏州W一块自动驾驶出URC应用牌照?/span>
值得一提的是，它也是被全球U技媒体《麻省理工科技评论》誉?019q全球最聪明?0家公怸唯一的一家自动驾驶创业公司?/span>
自动N技术的商用化挑?/span>
自动N汽RQ被誉ؓ是新一代业革命的火R头之一Q其意义不亚?00q前汽R取代马R?/span>
U观全球Q作Zh工智能领域的重点发展对象Q世界各国都发力于此，q从国家层面加快战略安排Q陆l公布了一pd层设计文g。其中较知名的包括美国的《自动驾驶R?.0》，Ƨ盟的《欧z自动驾驶智能系l技术\Uѝ，英国的《自动化与电(sh)动化汽R法案》等{?/span>
2020q是我国5G已经正式商用一周年Q作动驾驶的基础设施之一Q物联网、R联网{“新基徏”的推进步伐如火如荼Q这也让自动N领域的先行者们Q看C一个光明的未来?/span>
因此Q不论是传统车企Q还是互联网巨头Q以及争盔RR的科创新规，都在U极布局自动N汽RQ投入巨大的资金、技术和人力Q打造更为智能的无h车品?/span>
汽R行业的未来就是规模化自动NQ以此ؓ代表的先q技术在实际应用市场的空间已l打开Q而能否与汽R产业同步Qƈq一步扩展国际布局Q则需要相关企业能紧跟前沿技术、把握真实需求、有效升UP代等不间断的努力?/span>
不过Q自动驾驶技术既是颠覆性的技术，要真正实现商用化落地Q难度也极高Q对于创新者们而言Q这不仅是机遇，更是巨大的挑战?/span>
“飞轮效应”助力无人驾驶技术规模化
感知是自动驾驶规划、决{和控制的基Q而基于感知来做预判则是自动驾驉域最隄痛点之一Q这需要天量的数据来做支撑Q需要有效的深度学习法Q而算法这个切入点Q正是初速度U技的\径选择?/span>
Ҏ(gu)东和团队拿出了一个对业内而言颇ؓ震撼的无人驾驶规模化解决Ҏ(gu)——“飞轮式”L4Q希望用创新路径Q不同于国h无h车自R队这一常规打法Q来加快驱动自动N技术的商业化落地速度Q最l实现规模化无hN?/span>
据了解，q是l过3q多的技术积累和实践探烦Q以及跟汽R行业客户长期的业合作成果。此ơ将其命名ؓ“飞轮式L4”，代表着“飞轮将{快Q终成厚U薄发之势，最l带来自动驾驶品和商业的爆发增长，让无人出U规模化落地。?/span>
Ҏ(gu)东打了一个Ş象地比喻Q如果要用无人驾驶实现“星际穿”，必须l它们安上强有力的飞轮?/span>
Ҏ(gu)他的理论Q完全自动驾驶规模化的三要素Q是量数据、数据驱动的法和闭环自动化工具链，只有三者@环推q，形成强大的“飞轮效应”，最l实现无人驾驶技术规模化落地?/span>
他认为，未来的完全自动驾驶汽车就像一个移动的计算机，它的造物MQ一斚w要通过量车辆上市后获得源源不断的数据Q不仅包括感知数据、高_֜图数据和N行ؓ数据Q还包括重要的接数据。另一斚w以数据驱动的法高效自动化解军_量长N题。此外，q要通过闭环自动化工具链打通P代链路，加速@环?/span>
行驶千亿公里解决百万问题
Ҏ(gu)东用一句话来ȝ“飞轮式L4”的核心价|高效、自动化的解册模化无hN面(f)的“行驶千亿公里、解决百万难题”这一行业挑战。相比于行业其他路径Q飞轮式L4可跨数量U降低L本?/span>
单地理解Q自动驾驶技术就是让汽R拥有一个智能驾驶员Q内|高性能计算机，通过5G|络自动交换数据Q用法对外部\况实时反应和预判Q从而减九(ji)成因Zh为疏忽导致的交通事故，提高道\的出行效率，q每q拯救全球上百万人的生命?/span>
“如果把人工技术是皇冠Q那么量产自动驾驶算法就是皇冠上的那颗明珠，极具挑战。?/span>
对于长期从事人工研发的曹旭东来说Q?016q他选择q个领域来创业，颇有一些赛车手的气质，因ؓ它够难、有极高的挑战性、却又前景广阔?/span>
Ҏ(gu)东认为，要解决“行驶千亿公里，解决百万问题”的技术挑战，以及商业量的落地问题，需要直面各U复杂\늚长尾问题Q不能依靠简单的人多车多d玎ͼ那个是劳动密集型的思\?/span>
目前在学术界和工业界里，对于道\上的q些感知MQ仍然要依靠规则驱动的算法方式来解决Q需要不停添加各U规则来让R载计机更“聪明”，但随着规则的不断增加，在真实的路况和R况考验下，q种传统的解x案经怼束手无策?/span>
如果把汽车自动驾驶程序看作是一个真实的N员，q去4q里Q他和团队一直做的，是打造这个驾驶员的大脑，飞轮式L4则是让这个大脑完运行的核心方程式。而初速度的团队用数据驱动的3D法Q结合v量的从R辆上获取的真实数据，可以帮助法从大数据中学习规律，大幅提升了研发效率?/span>
自动N让hc重新定义交通和生活
初速度U技Momenta成立4q之际，在环境感知、高_֜图、预等环节公司团队已实C完全数据驱动Q而在保护用户隐私的前提下Q初速度U技Momenta为客h供量产自动驾驶解x案，也助力客户回攉N题的数据Q从而更好的q代优化自动N软g法。在为客戯决问题、创造h(hun)值的q程中，也把单公里数据成本降C几乎为零?/span>
Ҏ(gu)东认为，2024q可实现L4U别无h车的商业化，辑ֈ单R盈利Q自动驾驶出UR无疑是“飞轮式”L4最核心的落地场景。他的计划是Q在2022q实现苏州自动驾驶出UR部分车辆车端无安全员试运营；2024qR端百分之百无安全员，实现单R盈利Q此后一直到2028q_l合量数据的大规模回流Q大量数据已具备充分的储备，自动N出租车将实现多地规模化落地运营?/span>
“在一个城市先实现单R盈利Q再复制到其他城市，是无人驾驶规模化落地的最_的模式。”曹旭东表示Q“对于Momenta而言Q这个{折点出现?024q。一斚wQ随着“飞轮式”L4的发展，2024qMomenta在苏州实现车端完全无安全员的商业运营，从而降低R辆运营成本，实现单R盈利Q完成商业模?-1的验证。另一斚wQ?024q随着量车型大规模上市，量数据大规模回，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开始进行多地落圎ͼ从而以极快的速度实现规模化L4。?/span>
如果说新能源技术改变了汽R的驱动方式，让h们可以获得更加蔚蓝的天空Q那么毫无疑问，自动N技术不仅将改变了汽车的行驶方式和道路面貌，q将q一步让人类重新定义交通与生活?/span>
清华校友M服务?/span>
清华校友M订阅?/span>