对话Momenta曹旭东：登月自动驾驶，要先做出量产的「火箭」 - 一号娱乐官网

Momenta 公司于7月8日在港交所主板正式上市，股票代码为“6880”。公司开盘后股价一度上涨超过6%，市值突破700亿港元。

按照每股295.6港元的发行价计算，若超额配股权（绿鞋）全额行使，Momenta此次全球发售将发行约2,293万股，预计募集资金总额约68亿港元。

在汽车行业激烈的价格竞争中，Momenta的上市无疑为产业注入了一剂强心针。

过去十余年间，汽车产业经历了多轮洗牌，不仅涌现出蔚来、理想、小鹏等造车新势力，在产业链上，宁德时代、禾赛科技以及今天的Momenta等头部企业也脱颖而出。

这些成功企业的底层逻辑相似，即在市场热潮中，能够清晰地识别并坚定地执行自身战略。Momenta的发展历程颇具代表性。公司成立于2016年，当时自动驾驶技术备受瞩目，资本大量涌入L4级自动驾驶项目。

然而，曾在微软和商汤积累了深厚计算机视觉经验的创始人曹旭东，很早就确立了数据驱动和数据闭环的技术路线。他期望构建一种能够持续相互促进的商业模式，因此在2016年创业之初，便设定了“两条腿走路”的战略：一手抓L2量产，一手攻克L4自动驾驶技术。

通过L4技术的前沿探索，将其能力下放给L2量产业务，再利用L2业务产生的数据飞轮反哺L4自动驾驶研发。

曹旭东在Momenta上市前接受36氪采访时表示：“要实现规模化的L4，数据飞轮和海量数据是必不可少的，没有这两者，‘登月’是不可能实现的。”

Momenta从2016年至2022年，几乎尝试了所有可大规模落地的L2量产业务，包括后装一体机以及为车企提供大量近乎免费的POC（前期验证）项目。

曹旭东坦言，从技术理念到商业落地的过程中存在巨大差距。他原本以为汽车行业的产品开发周期会像互联网行业一样，只需几个月到一两年，但实际上，Momenta从打入奔驰供应链到最终实现产品上车，耗费了八年时间。

幸运的是，长期的磨砺和积累让Momenta成为首批敲开汽车企业量产辅助驾驶算法大门的玩家之一，并最终跻身自动驾驶公司的第一梯队。

在上市前夕，Momenta宣布其装车量已突破100万辆。伴随规模的增长，公司业绩也随之线性提升。招股书显示，Momenta的收入从2023年的7.43亿元增长至2025年的24.13亿元，毛利率达到71.6%。随着规模效应显现，净亏损也从10.93亿元收窄至3.03亿元。

曹旭东在与36氪的对话中用“造火箭”来比喻L2量产的重要性：“很多人一开始目标宏大，想‘登月’，然后觉得珠穆朗玛峰离月亮最近，就去登珠峰。但‘登月’真正需要的是造火箭。在我们看来，我们做L2量产，就是在造火箭。”

Momenta已做出新的技术预判，选择了世界模型和强化学习，这套技术体系已应用于公司最新的R7世界模型。

曹旭东对R7世界模型充满信心，认为其“能够跟特斯拉FSD V14打得有来有回”。对于Robotaxi业务，他有稳健的规划：“目标是到2028年，运行1万台Robotaxi，中国和海外各占一半。”

Momenta的长期战略布局着眼于机器人领域。曹旭东计划于2027年启动机器人业务，一方面是届时Momenta的Robot飞轮构建将相对完善，另一方面，公司“溢出的能力刚好可以做机器人”。

尽管行业内已有不少自动驾驶公司和车企涉足机器人领域，曹旭东并不认为Momenta错失了最佳时机。他认为机器人和自动驾驶在数据基础设施、训练基础设施、数据飞轮、大模型架构等方面具有高度的可复用性。此外，Momenta从汽车产业中长期淬炼出的技术底蕴、组织体系和市场体量，也为其提供了强大的信心。

关于上市：品牌与信任的构建

36氪： Momenta为何选择上市？

曹旭东： 上市主要是为了提升品牌和赢得信任。公司目前现金储备充足，亏损正在快速收窄，预计明年实现盈亏平衡，后年实现规模化盈利，因此从现金流角度看，上市并非必需。但我们重视C端品牌和用户信任，上市将极大地放大品牌效应，有助于赢得用户、客户及资本市场的信赖。

36氪： 这是否类似于英特尔，让用户产生“英特尔芯片=好电脑”的联想，Momenta也希望达到“Momenta辅助驾驶=好车”的效果？

曹旭东： 这是我们学习和借鉴的方向。目前，我们的许多客户，如奔驰、宝马、奥迪、丰田、本田、日产以及上汽、奇瑞等国内车企，在产品上市时会与我们进行联合营销。提升品牌和用户信任度，也能帮助我们的客户更好地销售汽车。

36氪： 您希望资本市场如何定义Momenta？是智驾公司还是AI公司？您自己如何定义？

曹旭东： 资本市场的定义由其自身判断。我个人认为Momenta是“Better AI, Better Life”，长期来看，我们是一家AI公司，也包括自动驾驶。自动驾驶，无论是城市辅助驾驶还是未来的L4，其核心都是AI，而AI的核心对应到物理世界即是“World model”。

36氪： 当前存在“纯血AI”的说法，认为只有卖token的公司才算，您是否觉得被排除在外不公平？

曹旭东： 不同人有不同看法。我认为短期看是投票机，长期看是称重机。Momenta的决策始终以价值导向为主，而非资本导向，致力于为用户创造价值。例如，我们早期坚持“两条腿走路”，即使当时行业主流是做Robotaxi，我们也选择了与主流不同的路径，因为我们认为这是实现规模化L4的必经之路。

关于世界模型：自动驾驶的必要条件

36氪： 您如何定义世界模型？如何确保其真正理解物理世界？

曹旭东： 我们的世界模型包含三个部分：World model prediction，World model simulation，以及World model reinforcement learning。World model pretrain借鉴了GPT的预训练思路，通过对未来物理现象的预测（如物体下落），来学习和压缩物理世界的规律，使其具备物理常识。

36氪： 世界模型对自动驾驶的重要性体现在哪里？

曹旭东： 世界模型对自动驾驶和机器人至关重要。我们已验证其在自动驾驶上的效果，并将在今年实现量产。据观察，许多公司已从VLA转向世界模型，因其能大幅提升成功率，可能从50%提升至90%，这在行业内引起了很大反响。

36氪： 世界模型与早期端到端有何区别？

曹旭东： 端到端是“is everything”，包括ResNet、Transformer、GPT、强化学习和世界模型。它们都是端到端的模型。

36氪： 相比几年前的端到端，世界模型的进步体现在何处？

曹旭东： 如果没有世界模型，端到端模型在处理高维输入（如自动驾驶的传感器数据）到低维输出（如驾驶轨迹）时，容易出现过拟合或因果混淆。而世界模型首先学习物理常识，如同拥有高等教育背景的人更容易理解复杂问题，从而使模型能更有效地学习和预测。

36氪： 您认为世界模型是自动驾驶的终极答案吗？

曹旭东： 它是必要条件，但并非终极答案，技术仍在快速发展。强化学习和端到端也是必要条件，它们与世界模型是构建在基础之上的。

36氪： 在世界模型框架下，强化学习是否变得更加重要？使用强化学习训练世界模型是否存在挑战，如奖励函数设计？

曹旭东： 是的，强化学习在安全性方面能带来5-10倍的提升。但存在“reward hack”的风险，即模型可能“偷懒”。因此，奖励函数的设计至关重要，需兼顾安全性与行为的拟人化。

36氪： Momenta是否观察到强化学习显著提升了自动驾驶表现？

曹旭东： 在安全性方面，R6搭载强化学习后，表现比未搭载时提升了5-10倍。

关于优先量产辅助驾驶：数据驱动L4的基石

36氪： 您提出的“飞轮两条腿”战略，即同时发展L2量产和L4自动驾驶，这是否是“既要月亮又要六便士”的野心之举？

曹旭东： 当时选择此战略，并非为了“两个都要”，而是认为这是实现“登月”的唯一途径。实现规模化L4，必须依赖数据飞轮和海量数据驱动。我们做L2量产，就是在“造火箭”。

36氪： 为什么您的技术判断与当时许多L4公司不同？

曹旭东： 创业初期，与Waymo交流时，我发现他们缺乏对规模化L4根本性问题的深入思考，更多是基于“老板想做”的热情。而我基于过往经验，认为数据驱动和海量数据是关键。这坚定了我坚持自身路线的决心。

36氪： 您所说的“最根本性问题”是什么？

曹旭东： 可能与我在微软和商汤的经历有关。我曾参与过规模化产品，深知需要海量数据和数据驱动算法。

36氪： 这是否是第一性原理的体现？您认为自己的判断是正确的吗？

曹旭东： 我们所相信的正在逐渐实现，并逐渐成为行业共识。

36氪： Momenta成立于2016年，直到2020年前后才获得车企订单，期间是否曾质疑自己？

曹旭东： 没有。

36氪： 内部是否有人质疑？

曹旭东： 肯定会有。但我们内部拥有连续的正反馈路径，可能每三个月就能看到技术研发和产品进展带来的积极反馈，这支撑了我们的坚持。

36氪： 您是否刻意建立了这种正反馈机制？

曹旭东： 是的。任何负责人，无论是产品、商业还是技术，都不应让反馈周期过长。

36氪： 在那段最艰难的时期，内部的正反馈是什么？

曹旭东： 坚持数据驱动并在技术研发上取得的进展，是关键的正反馈。尽管我们的技术路线与主流不同，但我们看到了自身路线的进步。

36氪： 您是否曾焦虑融不到钱？

曹旭东： 没有。

36氪： Momenta与奔驰的合作历时八年才实现量产，过程中有何趣事？

曹旭东： 八年实际上是快的。刚入行时，我以为汽车行业开发周期和互联网一样，几个月或一两年。师兄告诉我，汽车行业“敲门”就得三年，加上两年开发，约需五年。后来得知与奔驰合作量产需十年，我曾不信，但事实证明，我们花了八年，已属加快。

我们经历了POC阶段（2017-2019），奔驰因技术实力增持了我们。随后进入PreSOP验证阶段（2020-2022），最终在2022年获得小规模SOP项目。2024年，我们在与友商的竞争中胜出，奔驰将中国所有车型项目都给了我们。首个车型将于2025年底量产，今年还将有多款车型量产。这个漫长的周期，在我进入行业前是无法想象的。

36氪： 有观点认为L2市场蛋糕在缩小，辅助驾驶渗透率已高，单车收费下降，这是否会影响Momenta的L4计划？

曹旭东： 这描述的是行业部分现状，二线供应商正陷入价格战。但一线供应商仍在快速迭代，商业模式也在演进。特斯拉的订阅费就是一个例子。随着技术和产品提升，为用户创造的价值将增加，商业回报也会随之提升。例如，若自动驾驶安全性是人类10倍，用户可支付更低保费，订阅城市NOA服务，商业价值将显著增加。商业价值的增减，完全取决于产品的水平和为消费者创造的价值。

36氪： 所以您认为未来几年，自动驾驶的价格和用户体验差距会很大？

曹旭东： 是的，必然如此。

关于Robotaxi和机器人：百亿级研发投入

36氪： Robotaxi能否实现规模化盈利？

曹旭东： Robotaxi肯定能实现，并且正在加速实现。我们的目标是到2028年运行1万台Robotaxi，中国和海外各占一半。至于能否规模化盈利，目前尚难定论。国内毛利较低，海外较高。若每台车年毛利润1万美元，1万台规模化盈利约为1亿美元，不算特别高。我们公司去年Robotaxi业务毛利润已超2亿美元，到2030年规模有望达10万台，毛利润或达10亿美元。

36氪： Momenta何时启动机器人业务？

曹旭东： 2027年。

36氪： 选择2027年的原因？

曹旭东： 一方面，L4或Robot飞轮构建届时将相对完善；另一方面，届时公司能力将溢出，可用于机器人业务。

36氪： 届时其他机器人公司可能已深耕多年，Momenta的优势和劣势是什么？

曹旭东： 机器人和自动驾驶在数据和训练基础设施、数据飞轮、大模型架构、推理芯片及端侧模型等方面高度相似且可复用。此外，组织和体系也是优势。机器人业务需要“现金奶牛”，要实现家庭机器人等复杂场景，累计研发投入预计至少需百亿美元。

36氪： 百亿美元的估算包含哪些成本？

曹旭东： 主要包括算力成本和人力成本。

关于创业目标：机器人是下一个兴奋点

36氪： 您似乎是一位循规蹈矩的人，但经历却非如此，如清华、博士退学，离开商汤。您希望打造怎样的公司？

曹旭东： 我对热爱的事情会全力投入。高考时我偏科，但对理科非常感兴趣，主动钻研。我更喜欢解决实际问题，而非仅关注学术发表。

36氪： 您期望的公司是您喜欢的公司？

曹旭东： 是的。Momenta的创立初衷并非追求“全球第一”，而是创造价值和发展技术。选择自动驾驶，是因为它融合了感知智能和认知智能，有助于我们深入理解智能的本质。

36氪： 您最初是否热爱开车？

曹旭东： 坦白说，当时我甚至不认识所有汽车品牌。

36氪： 您的出发点更多是学术角度，希望将喜欢的东西应用其中？

曹旭东： 更多是认为自动驾驶是很好的切入点，包含了感知和认知智能。我们的目标是理解智能，并用更好的智能创造更美好的生活，这是我们的热情所在。汽车只是载体。

36氪： 您认为Momenta今天取得了阶段性成功吗？如何看待成功？

曹旭东： 公司迈入了新的起点。成功在远处有吸引力，但近在眼前时，并没有额外的喜悦。

36氪： 下一个让您兴奋的目标是什么？

曹旭东： 几年前，我拜访大姑时，她对机器人表现出极大的兴趣，询问了许多实际应用场景。她认为机器人“不贵”，并表示愿意购买。这让我强烈感受到机器人对普通人的吸引力远超自动驾驶。

36氪： 十年后，Momenta会成为一家伟大的公司吗？伟大的公司应是怎样的？主要风险是什么？

曹旭东： 这是我们的目标，我们有“百年使命”。伟大在于创造价值——用户价值、客户价值和社会价值。至于风险，我们不以担心风险为主要行事风格。

36氪： 办公室里写满“危心”二字，这是否意味着对风险的担忧？

曹旭东： “危心”更多是指我们在做决策时，会从三个维度审视问题：价值大小、个人喜好程度（决定能否做到超一流），以及寻找潜在问题和不同观点，以便更好地实现目标。我们不认为存在“天堑”般的问题，只要选定方向并努力。

关于公司竞争力：坚守价值，不打价格战

36氪： Momenta如何解决早期软件版本无法上车的问题，并达到如今的市场地位？

曹旭东： 我们遵循“You get what you measure”，并发展为“get what you name”。重视问题命名，要求凝练且顾名思义，能促进反复讨论和清晰定义。清晰的定义是解决问题的关键，模糊不清则导致负循环。

36氪： Momenta的组织进化能力令人印象深刻，从400人两年完成一个case，到如今几人半年完成。这是如何实现的？

曹旭东： 依靠标准化、流程化、自动化（SPA），而非单纯的体力投入。清晰的定义是标准化的前提，我们内部在这方面做得很好。这需要良好的架构和体系支撑。

36氪：