一方面，是众多在职、离职员工在社交平台所呈现出“加班很猛、强度很高”的工作环境；另一方面，成立截至2021年11月，Momenta已经完成7轮融资，累计融资12亿美元，既有汽车制造商和供应链公司入局，又有众多投资机构摇旗助威。

作为一家无论在市场层面还是技术路线上均“饱受非议”的自动驾驶初创企业，Momenta似乎迎来了它的蜕变时刻。

近日，据外媒援引知情人士报道称，自动驾驶公司Momenta考虑最早可能今年在香港或美国首次公开募股，融资金额可能至多10亿美元。据报道，公司正在与财务顾问就可能达成的交易进行合作。

Momenta能如愿以偿吗？

成长阵痛：从学术到商业

“Because of what benefit, it is limited by what（因什么受益便因什么受限）”。

某种程度上，Momenta之所以能不断融资发展到如今的规模，人才密度是关键因素之一。在2016-2018年自动驾驶创业的高潮期，当技术大牛选择自立门户时，热钱便滚滚涌来。

可以看到，Momenta团队核心成员包括曹旭东（CEO）、孙刚（研发总监）、任少卿（研发总监）、夏炎（研发总监），可以称为一群科学家创立起来的企业。

身为CEO，曹旭东自身的技术光环毋庸置疑。作为自动驾驶等领域中的首席布道者“清华帮”的一员，大学期间曹旭东就在CVPR/ICCV/ECCV等计算机视觉顶级会议发表论文数十篇，并曾在美国National Data Science Bowl比赛中拿下全球亚军。

离开清华之后，曹旭东先后供职索尼、雅虎、微软研究院，在创建Momenta之前的最后一站，是受汤晓鸥招募加入商汤科技，担任执行研发总监，并筹建北京研发团队。

剩下的三人组中，任少卿可谓是Momenta的灵魂人物之一。作为曹旭东在微软视觉计算组一起工作过的老战友，任少卿毕业于中国科技大学与微软亚洲研究院联合培养博士班，曾提出适用于物体检测的高效框架Faster RCNN和图像识别算法ResNet，后者相关论文于2016年获得计算机视觉领域顶级会议CVPR 的Best Paper Award。

至于孙刚、夏炎，也都是深度学习领域的专家。彼时，靠着任少卿、夏炎和孙刚三人组成的核心研发团队，以及追随而来的技术创新人才，Momenta的融资之路十分顺畅。

成立于2016年9月的Momenta，同年11月便对外发布了第一则融资消息，获得500万美元A轮融资，由蓝湖资本领投，创新工场、真格跟投。

此后在2017年、2018年，Momenta更是获得数轮融资。回过头看，这家2016年才成立的自动驾驶新军，已经得到数十家一线的资本支持，囊括了国内外顶级财务投资者和产业投资者，符合人才聚集程度与资本支持力度的正相关性。

但事情在2019年开始发生变化。年初，时任Waymo首席执行官约翰·克拉夫奇克（John Krafcik）公开表示：“自动驾驶汽车可能永远无法在全路况条件下行驶。”这一表态为行业的“寒冬”奠定了基调。

当创业者和投资人们发现技术的进步并不如预期迅速，随之而来的，便是融资上的收紧。据统计，2019年国内共有25家自动驾驶零部件和方案供应商宣布完成融资，较2018年的33家减少8家，融资额同比下降34%

这时，曾经被Momenta员工引以为傲的学术人才主导的宽松环境，反而没了用武之地，甚至成为优先级更高的商业化落地的“枷锁”。

这也是创业6年，让曹旭东“最动摇的时刻”：“2018年我认为我们公司遇到了一个非常关键的坎。那个时候我们融资进展挺不错，大家都很开心……但这个氛围实际上是不对的，因为有点像一个松散的研究机构或者研究院。很多同学都想着怎么天天做一些高大上的研究课题，但是在产品化、商业化上进展非常缓慢，而且产品化和商业化的意识非常淡薄。”

围绕于此，Momenta推动了一次企业文化的讨论和提炼，强调了产品化，强调了商业闭环验证。

从这个角度来看，在学术上标签更明显的任少卿出走一事，也属于上述动作的余震。2020年8月14日，据媒体报道，原Momenta研发总监任少卿已经入职蔚来，担任助理副总裁，向CEO李斌直接汇报。

总之，在自动驾驶的资本寒冬中，面临学术与商业化的抉择，Momenta跌跌撞撞选择了后者。

路线之争，Momenta仍需“证道”

一直以来，围绕自动驾驶的演进，业内也一直存在两大“流派”：

Waymo、小马智行等是“跃进式”的代表，其策略是直接实现L4/L5级自动驾驶；特斯拉则是“渐进式”路线的代表，其策略是先在量产车上优先搭载L2/L3级辅助驾驶，收集数据后再向L4/L5进发。

Momenta则是特斯拉的同路人。其认为要以自建车队方式推动L4级自动驾驶，尤其是无人驾驶的大规模落地，将面临不小的挑战：

如果靠自建车队实现千亿公里路测目标，需要100万辆车每天不间断运行10小时，连续跑1年。同时，这些车要装载激光雷达、传感器、芯片等，一颗激光雷达的价格就是10万元，平均每辆车的成本约10万美元，总投入资金高达1000亿美元，非单个创业公司可以承受。

基于此，Momenta给出了“一个飞轮+两条腿”的战略：

左腿是L2级别的量产辅助驾驶，类似于特斯拉的Autopilot或FSD；右腿是L4级别的完全无人驾驶，用L4的技术赋能量产车辆，然后用量产车辆获得海量数据，去解决L4完全无人驾驶的长尾问题。

Momenta认为自己的策略十分完美，但在图森未来、轻舟智航、小马智行这些L4公司看来，却是充满争议的，两方也直接上演过“激辩”。

在MEET2020智能未来大会上，被问及Momenta的路线为什么跟其他玩家有所不同，曹旭东解释一番之后，引来文远知行创始人韩旭的质疑：“古话说搏二兔而不得一兔，有些东西需要聚焦，我们从一开始就是坚定地走Waymo路线，冲着L4去。”

这场“激辩”可谓将双方的理念冲突公之于众。

此前阵营双方谁也不服谁，近两年则情况有所改变，在商业化的压力下，不少L4公司开始“降维”进入L2领域。例如，Robobus领域的轻舟智航推出了高阶自动驾驶解决方案；文远知行则是获得博世投资，将开展应用于乘用车的L2-L3级自动驾驶软件的开发。

作为对比的是，“渐进式”玩家中，特斯拉已经生产了数百万辆汽车，其搭载的辅助驾驶系统Autopilot，预计可收集到数十亿英里的路况和驾驶数据。上述这些行业动向，似乎宣告了渐进式路线阶段性的胜利。

且眼下ChatGPT的横空出世，也让行业认识到，量变能够引起质变，“渐进式”路线也可能迎来自己的“突现”时刻。

不过，业内也有不同的看法，认为当下只是L2领域的胜利，能否渐进到L4尚且未知，眼下只是资本的站位有所偏移。

2021年7月，图森首席科学家王乃岩在知乎上发了篇文章《海量数据就是高级别自动驾驶的银弹吗？》，提出一个问题“有海量数据L2就能演化成L4吗？”