对话Momenta曹旭东：登月自动驾驶，要先做出量产的「火箭」

主队	比分	客队	联赛	时间(北京)
近期暂无比赛，请稍后再来查看。

Momenta于7月8日在港交所主板完成上市，股票代码为“6880”。公司开盘后股价一度攀升超过6%，总市值突破700亿港元。

以每股295.6港元的发行价计，若超额配股权全部行使，Momenta此次全球发售将涉及约2293万股，预计募集资金总额约68亿港元。

这一成就为当前汽车产业激烈的价格竞争环境注入了一剂强心剂。

在过去十余年间，汽车行业经历了多轮洗牌，不仅诞生了蔚来、理想、小鹏等造车新势力，也涌现出宁德时代、禾赛科技以及如今的Momenta等产业链头部企业。

这些成功企业的共同点在于，它们在市场变革中精准识别并坚定执行了自身战略。Momenta的历程尤其具有代表性。自2016年公司创立之初，自动驾驶技术蓬勃发展，吸引了大量资本涌向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曹旭东，从一开始就确立了数据驱动和数据闭环的技术路线。他期望构建一个数据与研发体系能够相互促进的商业模式。因此，在2016年创业之初，Momenta便确立了“两条腿走路”的战略：一方面聚焦L2量产，另一方面探索L4自动驾驶。

通过L4技术的前沿突破，并将成果下放至L2量产业务；再利用L2业务产生的数据飞轮，反哺L4自动驾驶的研发。

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‘登月’要素。”

Momenta的上市准备期间，36氪CEO冯大刚与高级内容总监杨轩对Momenta创始人曹旭东进行了专访。

曹旭东在采访中提到，Momenta在2016年至2022年间，几乎尝试了所有能够大规模落地的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。

他坦言，从技术理念到商业落地存在巨大的落差。他最初以为汽车行业与互联网行业类似，产品从立项到发布周期仅需数月至一两年，但Momenta与奔驰的供应链合作直至产品上车，耗时整整八年。

正是这段漫长而艰苦的打磨，让Momenta成为首批敲开车企辅助驾驶算法量产大门的供应商之一，并最终跻身自动驾驶公司的头部阵营。

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，公司业绩也呈现线性增长。根据Momenta招股书显示，2023年至2025年，公司营收预计从7.43亿元增长至24.13亿元，毛利率达到71.6%。随着规模效应的显现，净亏损也从10.93亿元收窄至3.03亿元。

曹旭东向36氪比喻道：“很多人一开始目标远大，想‘登月’，然后觉得珠峰离月亮最近，就去登珠峰。但‘登月’需要的是‘造火箭’。在我们看来，我们做L2量产，就是在‘造火箭’。”

目前，Momenta已对新一代技术方向做出预判，选择了世界模型和强化学习，并将此技术体系应用于最新的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，他规划稳健，目标是到2028年实现1万台Robotaxi的运行，其中中国和海外各占一半。

Momenta的长期战略布局还包括机器人业务，计划于2027年启动。一方面，届时Momenta的Robot飞轮构建将趋于完善；另一方面，公司将有“溢出的能力”来发展机器人业务。

尽管已有不少自动驾驶公司和车企提前布局机器人领域，曹旭东并不认为Momenta错失了最佳时机。他指出，机器人与自动驾驶在数据基础设施、训练基础设施、数据飞轮和大型模型架构等方面具有高度复用性。更重要的是，Momenta在汽车产业中长期积累的技术底座、组织体系和市场体量是其核心竞争力。

关于上市：品牌与信任的构建

36氪： Momenta选择上市的主要原因是什么？

曹旭东： 上市更多是为了提升品牌知名度和赢得信任。公司目前现金储备充足，亏损也在快速收窄，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。然而，作为一家B端公司，我们高度重视C端品牌影响力以及C端用户对我们的信任。上市能够显著放大我们的品牌效应，从而帮助我们赢得用户、客户和资本市场的认可。

36氪： 这是否意味着Momenta希望成为像英特尔那样，让消费者产生“用了Momenta的辅助驾驶，车就一定好”的认知？

曹旭东： 这是我们学习和借鉴的目标之一。目前，我们的许多客户，如奔驰、宝马、奥迪、丰田、本田、日产以及国内的上汽、奇瑞等车企，在产品上市时都会与我们进行联合营销。良好的品牌形象和用户信任度，也能帮助我们的客户更好地销售汽车。

36氪： 您期望资本市场如何定义Momenta？是将其视为一家智能驾驶公司，还是AI公司？您自己如何看待Momenta？

曹旭东： 资本市场的定义最终由其自身决定。在我看来，Momenta秉持“Better AI, Better Life”的理念，长期而言，我们是一家AI公司，自动驾驶是其重要组成部分。从城市辅助驾驶到未来的L4自动驾驶，无论是乘用车、Robotaxi还是Robotruck，其核心都是AI，而AI的核心对应到物理世界就是“World model”。

36氪： 当前业界存在“纯血AI”的概念，一些公司认为只有销售token的公司才是纯血AI。您认为Momenta被排除在这一范畴是否不公平？

曹旭东： 不同人有不同看法。我认同“短期是投票机，长期是称重机”的说法，最终还是要看价值。Momenta的决策始终以价值导向为主，而非资本导向，我们致力于为用户创造价值，并使公司的行为与价值导向相匹配。例如，我们早期提出的“飞轮两条腿”战略，即同时发展L2量产和L4自动驾驶，在当时行业普遍聚焦Robotaxi的背景下并不主流，甚至与资本市场的估值方向相悖。但我们坚信这是实现规模化L4的正确道路，因此选择了这条路径。

关于世界模型：自动驾驶的必要条件

36氪： 您是否关注一线技术发展？当前AI技术日新月异，大家对“世界模型”的理解各不相同。Momenta如何定义世界模型，并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核心部分：World model prediction（世界模型预测）、World model simulation（世界模型仿真）和World model reinforcement learning（世界模型强化学习）。以World model pretrain为例，其对标GPT的预训练模式。GPT通过“next token prediction”学习互联网海量数据，将数字世界的常识压缩至模型中。而World model pretrain则通过预测物理世界的行为，例如“扔笔会掉落”，来学习和压缩物理世界的规律。拥有海量此类数据后，模型便能具备物理常识。

36氪： 您认为世界模型对自动驾驶至关重要？

曹旭东： 是的，不仅对自动驾驶，对机器人领域也同样重要。我们在去年下半年已在自动驾驶领域验证了世界模型的有效性，并将于今年实现量产。我观察到，许多公司已从VLA转向世界模型，因为大规模预训练后，成功率大幅提升，甚至可能从50%提升至90%，这在行业内引起了巨大反响。

36氪： 相较于早期采用的端到端（End-to-End）方法，世界模型有何进步？

曹旭东： 端到端并非与世界模型冲突，而是基础。ResNet、Transformer、GPT、强化学习以及World model均可视为端到端模型。在没有世界模型的情况下，自动驾驶任务输入维度极高，若无压缩，输入token可能达数百万，而输出的轨迹token仅数十个。这种高维输入到低维输出的映射容易导致过拟合或因果混淆。而世界模型首先学习物理常识，如同拥有大学知识的人更容易理解复杂的物理问题，而非未受基础教育者。

36氪： 您认为世界模型是自动驾驶的终极答案吗？

曹旭东： 我认为它是必要条件，但未必是终极答案，技术仍在快速发展。强化学习和端到端同样是必要条件。虽然端到端概念提及频率有所下降，但强化学习和世界模型均建立在端到端的基础上。

36氪： 在世界模型框架下，强化学习是否变得尤为重要？强化学习在训练世界模型时，是否存在如奖励函数设计等挑战？

曹旭东： 是的，强化学习在安全性方面能带来显著提升，至少是5-10倍。但也存在挑战，例如“reward hack”问题，模型可能“偷懒”。因此，强化学习的奖励函数设计至关重要，既要保证安全性，也要考虑行为的拟人化。

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： 在安全性方面提升巨大。例如，在我们的R6上应用强化学习后，安全性相比未应用时提升了5-10倍。

关于优先量产辅助驾驶：为“登月”打造“火箭”

36氪： 您提及的“飞轮两条腿”战略——同时推进L2和L4——让我想起《月亮与六便士》。您认为自己既要“月亮”（L4）又要“六便士”（L2），这是一个有野心的选择，您凭什么认为可以兼顾？

曹旭东： 当时我选择此战略并非想“兼顾”，而是认为这是实现“登月”的唯一途径。虽然只做L4也能获得投资，但关键在于实现规模化L4的根本前提——数据飞轮和海量数据。正如我所说，‘登月’需要‘造火箭’，而L2量产正是‘造火箭’的过程。

36氪： “飞轮两条腿”是技术判断，为何在众多技术背景的L4公司创始人中，您的判断与众不同？

曹旭东： 我曾与Waymo的团队交流，询问他们实现规模化L4最根本的问题是什么。我发现，许多团队的出发点更多是基于“老板想做”，觉得这件事很兴奋，但并未深入思考根本性问题及其战略解决方案。这让我更加坚定了按照自己的想法去做的决心。

36氪： 您所指的“根本性问题”是什么？

曹旭东： 这可能与我在微软和商汤的经历有关。我曾参与过一些规模化产品，它们在特定领域的能力已超越人类水平，而这些都需要海量数据驱动的算法。

36氪： 这是否是“第一性原理”的应用？为何不同人对此的理解和结论迥异？

曹旭东： 我们所信奉的正在逐步实现，并逐渐成为行业共识。

36氪： Momenta成立于2016年，但直到2020年前后才获得车企订单。在此期间，行业内疯狂追逐L4，您是否曾质疑过自己？

曹旭东： 没有。

36氪： 公司内部是否有人质疑？

曹旭东： 肯定会有。有些人“因信而见”，有些人“因见而信”。在技术、产品、商业落地之前，大家更看重融资情况。谁融钱多，谁就更被认可。我们之所以能坚持下来，是因为内部存在一条连续的、能产生正反馈的路径，反馈周期可能只有三个月。通过技术研发和产品进展，我们能看到正反馈。

36氪： 您是刻意建立这种正反馈机制吗？

曹旭东： 是的。任何一个团队的负责人，都不能让反馈周期过长。如果周期是三到五年，很少有人能仅凭信念坚持下来。

36氪： 在那段最孤独的四五年里，支撑您们坚持下来的关键正反馈是什么？

曹旭东： 数据驱动技术研发取得了显著进展，这是我们能看到的。尽管我们的技术路线与主流不同，但我们自身看到了进展和正反馈。

36氪： 您是否曾为融不到钱而焦虑？

曹旭东： 没有。

36氪： 有同事说Momenta是技术公司，没什么故事可讲，但与奔驰的合作长达八年才实现量产，这本身就是一个故事。

曹旭东： 8年是量产周期。

36氪： 这个过程中有何特别之处？

曹旭东： 8年其实算快的。我刚进入汽车行业时，以为像互联网一样，周期只有几个月到一两年。一位汽车行业的前辈告诉我，敲门需要三年，开发两年，共五年。我当时觉得很长。后来得知我们获得奔驰投资，我询问能否缩短周期。前辈表示，获得奔驰投资是巨大认可，但与奔驰合作量产至少需要十年，因其品质要求极高。事实证明，从获得投资到最终量产，我们花了八年，仅略微缩短。

中间我们经历了POC阶段（2017-2019），完成了大量识别类POC，奔驰因此在2018年底增持。之后是PreSOP阶段（2020-2022），我们获得了奔驰一小部分车型的SOP项目。2024年，我们在与竞争对手的PK中表现突出，奔驰将中国市场所有车型（电动和燃油）的量产项目都交给了我们。首个奔驰车型将于2025年底量产，今年还将有多款车型量产。这个漫长的周期，是我进入行业前难以想象的。

36氪： 有观点认为，L2市场蛋糕正在萎缩，辅助驾驶渗透率已高，且单车收费快速下降。这是否会影响Momenta的计划，导致L4“断粮”？

曹旭东： 这是行业部分现状，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。特斯拉的月度订阅费99美元，产品体验出色。随着技术和产品提升，为用户创造的价值将随之增加，商业回报也会提升。例如，若自动驾驶安全性达到人类10倍，用户每年只需支付2700元订阅城市NOA，加300元保费，商业价值显著增加。因此，商业价值的增减完全取决于产品水平和为消费者创造的价值。

36氪： 您认为未来几年，自动驾驶的价格和用户体验差距将非常大？

曹旭东： 是的，必然如此。

关于Robotaxi和机器人：开启机器人新篇章

36氪： 关于Robotaxi的实现及其盈利能力，您有何看法？

曹旭东： Robotaxi的实现正在加速。我们的目标是到2028年运营1万台Robotaxi，中国和海外各占一半。至于规模化盈利，尚不确定。国内利润率较低，海外较高。若每台车年利润1万美元，1万台即1亿美元，不算巨额。我们去年Robotaxi业务毛利润已超2亿美元。到2030年，规模可能达10万台，对应毛利润10亿美元。

36氪： Momenta何时开始机器人业务？

曹旭东： 2027年。

36氪： 选择2027年的原因？

曹旭东： 一方面，L4或Robot飞轮构建届时将趋于完善。另一方面，我们判断届时组织和能力将出现“溢出”，可用于机器人业务。

36氪： 但此时其他机器人公司可能已深耕多年。自动驾驶公司在机器人领域有哪些优势和劣势？

曹旭东： 机器人与自动驾驶在data infra、training infra、数据飞轮、大模型架构、推理芯片和端侧模型等方面高度相似且可复用。自动驾驶的验证成果可直接应用于机器人。此外，组织和体系也是优势。机器人业务，尤其是家庭机器人，需要巨大的研发投入，累计至少百亿美元以上。

36氪： 百亿美元的投入是基于算力成本还是其他？

曹旭东： 包括算力成本和人力成本，算力占大头。

关于创业目标：机器人是下一个激动人心的领域

36氪： 您似乎是一个不循规蹈矩的人，从清华、博士退学，离开商汤，您做了许多在当时看来并非“常规”的选择。如今公司上市，您希望打造什么样的公司？

曹旭东： 我是一个一旦对某件事产生浓厚兴趣，就会全力投入的人。例如，高考时我对科学本身充满兴趣，而非仅仅为了升学。

36氪： 您是否考虑过学术研究？

曹旭东： 考虑过，但我对发表论文不感兴趣，更倾向于解决实际问题。我更关注如何解决问题，以及用何种方法解决。

36氪： 那么，您想成为一个什么样的人，想打造一个什么样的公司？

曹旭东： 我想打造一个我喜欢且能创造价值的公司。Momenta选择自动驾驶，是因为它融合了感知智能和认知智能。我们认为，要实现“Better AI”，必须深入理解智能

⚽ 足球实时 (0)

对话Momenta曹旭东：登月自动驾驶，要先做出量产的「火箭」 - 世界杯赛程

赛事前瞻：关键球员伤情分析

战术板分析

评论 (4)

发表您的看法

快速链接

赛事资讯

联系我们

选择您的球队