不过，想做“安卓”的还有更多公司，英伟达这样的芯片巨头等，也想以既有业务为抓手，推出自动驾驶系统方案，而车企，尤其是新兴的造车公司，也在效仿特斯拉，建设自动驾驶研发团队。行业的价值流向仍未有定论。
“至少我们要把软件算法和产品的长板做到足够长。”曹旭东说，他的一个要求是，产品成功率要做到90%以上，“以我过往做AI产品的经验，基本上用户产生黏性的阈值是90%。如果能做到95%，它会变成一个’引爆点’，变成标配。”
实际上，量产和L4并行的策略并不复杂，百度也是相似布局，这家互联网巨头既有Robotaxi作为主线技术，也有面向车企的高速辅助驾驶和泊车方案。甚至当下，已有的Robotaxi公司，也在拓展量产业务。
对此，曹旭东的看法是，战略没有明显的优劣，只是一个选择，“选完之后，你就会发现路上充满困难，就看你怎么解决它。”
2016年成立的Momenta，也经历过2019年的行业低谷期，曹旭东最大的感触，还是如何凝聚组织的向心力。
”一个战略选择是组织的共识，你要让一个组织的认知和思想，在遇到每一个问题、遇到每一个选择的时候，都朝着这个方向，这是非常难的。”曹旭东说，“因为有些人不认同这条路，遇到困难的时候可能就退缩了。”
其次，是技术体系的搭建，这决定“飞轮”能不能转起来。一个独立的Robotaxi系统，可能一帮熟手几个月就能攒出来，但量产就复杂得多。尤其是对于Moomenta，首先要解决一个关键问题，用量产数据“喂”给L4技术，怎么打通两个产品之间的数据和技术流？
“你要用同一套软件框架、算法框架去适应量产和Robotaxi两条腿。”曹旭东说，“而量产这条腿中更棘手的是，每家的车型、传感器的配置、芯片都不一样，这对软件算法的适配性、通用性要求很高，必须要有很好的平台化设计。”
Momenta已经开发了三个平台化工具，帮助打通量产到L4的开发流程，包括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）。
此外，拿到量产的海量数据后，怎么高效率处理和应用？Momenta的策略是采用数据驱动的算法，计划从数据挖掘、训练、标注到部署，都要做到自动化。这似乎也是一个大胆设想，毕竟以AI技术见长的特斯拉，目前也需要一支上千人的人工标准团队。
以自动驾驶新进入一个区域为例，行业中通常的做法是把路口、停止线、减速、刹车或者过停止线等问题，交给一个工程师去解决，通常是工程师先观察数据，再转换成人的洞察，写进代码。
这被叫做“绣花式”做算法。“这个过程相当于数据驱动人脑、人脑转换成代码、代码再转化成体验。”曹旭东说，Momenta的理念是，试图设计出自动驾驶大脑，省去人脑的过程，直接让数据驱动这条算法，算法再输出结果，“不然的话，你需要的人数跟你的场景数量、运行数量，至少是一个线性关系。”
在Momenta的投资阵营里，已经站着国内外一线车企和博世这样的一级供应商，Momenta也在加紧向欧洲等海外市场布局。业务进入快车道，Momenta也面临商业策略的考验，例如，车企普遍将数据和软件视为核心资源，在逐步完善开发能力，这个背景下，第三方技术就需要厘清自身定位，跟车企建立长效合作机制。
曹旭东坦言，就像微软和英特尔一样，双方博弈的情况或许会有，但Momenta还是会把格局打开，专注到最重要的问题上，就是怎么提升安全性和体验，”怎么把成功率从90%做到95%，从95%做到99%，我觉得这个东西是重点，就比如说博弈那东西，它有点像噪声，你关注的多了之后，反倒会影响到你跟伙伴之间的合作关系，以及你的进步速度。”
面对涌来的客户订单，Momenta也在权衡工程和研发资源。曹旭东说，“Momenta的策略是给第一梯队的客户，配两倍的资源，然后做出最好的产品。”
他的理由很简单，智能驾驶产品不能是一个卖车的噱头，要让用户觉得这东西真的好用、愿意来买单，帮车企赚到钱，“一旦你跟客户做出来这个产品，一定会有很多的人找过来”。
从组织、技术、产品，到商业策略，Momenta已经沿着量产和L4两条腿战略，建立了体系化能力，而随着产品交付，数据获取，Momenta的“飞轮”也会快速转起来，无人驾驶的故事或许不再遥远。
以下是36氪与Momenta CEO曹旭东的采访节选：
36氪：你好久没公开出来过，现在主要精力会花在哪些方面？
曹旭东：最主要的应该是人、组织，可能会占我一半左右的精力，当然这个最终也是落到“事”上，就是产品，以及产品背后的算法、软件，以及整个的体系和流程的建设。

稿源：(36氪新媒体)

【傻大方】网址：http://www.shadafang.com/c/11059449132021.html

标题：超10亿美元融资后，Moment36氪专访 | 自动驾驶( 二 )