博客详情

Momenta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。

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

在当前汽车产业激烈的价格竞争中，Momenta的上市无疑为市场注入了一剂强心针。

过去十年多，汽车行业经历了多轮洗牌，不仅催生了蔚来、理想、小鹏等造车新势力，也在产业链中涌现出宁德时代、禾赛科技以及如今的Momenta等领军企业。

这些成功企业的底层逻辑颇为相似，即在市场热度中，能够清晰辨识并坚定执行自身战略。Momenta的历程便是典型例证。公司成立于2016年，彼时自动驾驶技术备受瞩目，资本大量涌向L4级自动驾驶项目。

然而，拥有微软和商汤在计算机视觉领域深厚背景的创始人曹旭东，很早就确立了数据驱动和数据闭环的技术路线。他期望构建一个能持续互相促进的商业模式，因此从创业之初就制定了“两条腿走路”的战略：一方面聚焦L2量产，另一方面攻坚L4自动驾驶。

具体而言，L4腿负责前沿技术突破，并将其下放至L2量产业务；而L2业务产生的数据飞轮则反哺L4自动驾驶技术的研发。

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上市前夕，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。

尽管战略选择看似容易，但实践过程往往充满挑战。据36氪了解，Momenta从2016年至2022年，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。

曹旭东坦言，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类似，产品从立项到发布只需几个月或一两年，但实际上，Momenta从打入奔驰供应链到产品上车，耗时八年。

经过长期的锤炼和准备，Momenta成功成为首批敲开汽车企业量产辅助驾驶算法大门的供应商之一，并跻身自动驾驶公司的第一梯队。

就在上市前不久，Momenta宣布其装车量已突破100万辆。伴随规模的增长，公司业绩也线性提升。Momenta招股书显示，预计2023年至2025年，公司收入将从7.43亿元增至24.13亿元，毛利率达到71.6%。随着规模效应显现，净亏损预计将从10.93亿元收窄至3.03亿元。

曹旭东在接受36氪采访时将此比喻道：“很多人一开始目标宏大，想‘登月’，就近地选择珠穆朗玛峰。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’。”

如今，Momenta再次做出技术预判，选择了世界模型和强化学习作为新的技术方向，这套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，他规划稳健：目标是到2028年运营1万台Robotaxi，其中中国和海外各占一半。

Momenta的长远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飞轮将构建得较为完善；另一方面，公司“溢出的能力刚好可以做机器人”。

尽管业界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、大模型架构等方面具有高度复用性。此外，Momenta从汽车产业长期淬炼出的技术底蕴、组织体系和市场体量，也是其信心的来源。

以下是36氪CEO冯大刚、36氪原创内容负责人杨轩与Momenta创始人曹旭东的对话实录，内容经过编辑：

谈上市：上市是为了品牌和信任

**36氪：**Momenta为何选择上市？

**曹旭东：**这是一个很好的问题。公司选择在这个时间点上市，更多是为了提升品牌影响力和赢得信任。

实际上，我们公司的现金储备相当充裕，且亏损正在快速收窄，预计明年就能实现盈亏平衡，后年实现规模化盈利。因此，从现金流角度来看，上市与否对我们的影响不大。

尽管我们是一家To B公司，但我们高度重视C端品牌形象以及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、客户以及资本市场的信任。

**36氪：**这是否类似于英特尔，让消费者认为只要是英特尔的CPU，电脑就一定好，同理，使用了Momenta的辅助驾驶，车辆就一定很好？

**曹旭东：**这确实是我们学习和借鉴的目标。

目前，许多客户在产品上市时会与我们进行联合营销，例如奔驰、宝马、奥迪、丰田、本田、日产，以及国内的上汽、奇瑞等车企。我们品牌影响力的提升和用户信任度的增强，也将有助于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？是将其视为一家智能驾驶公司，还是AI公司？您自己又如何看待Momenta？

**曹旭东：**我认为资本市场的参与者都非常聪明，他们会根据自身判断来定义公司，而非我所期望的那样。

在我看来，我们的愿景是“Better AI, Better Life”。从长远来看，我们无疑是一家AI公司，自动驾驶是其中的重要组成部分。

自动驾驶，从当前的城市辅助驾驶到未来的L4自动驾驶，无论是乘用车还是Robotaxi、Robotruck，其核心都是AI。而这个AI的核心，对应到物理世界，就是“World model”（世界模型）。

**36氪：**如今很多人在谈论“纯血AI”的概念，例如那些销售token的公司才算纯血AI，其他与AI相关的公司可能不被如此定义。外界这样定义Momenta，您是否觉得不公平？

**曹旭东：**不同的人有不同的看法。我曾看到一句话：“短期是投票机，长期是称重机。”我认为最终还是要成为“称重机”。

我们公司的许多决策并非由资本驱动，而是更侧重于价值驱动。我们关注如何为用户创造价值，并选择与我们的价值导向相匹配的事物。

举个例子，公司早期提出了“飞轮两条腿”的战略——同时发展量产L2和完全无人驾驶。在当时，整个行业普遍不看好，大家都专注于Robotaxi。

但我们选择了与行业主流甚至资本市场最高估值方向不一致的道路。之所以这样做，是因为我们认为这是通往规模化L4的正确路径，因此我们坚持选择了这条道路。

谈世界模型：世界模型是实现自动驾驶的必要条件

**36氪：**我听说您会亲身参与一线工作，了解最新的技术发展。当前AI技术和新概念层出不穷，例如“世界模型”，但每个人对其定义都不同。Momenta如何定义世界模型？你们如何确保你们的世界模型真正理解物理世界？

**曹旭东：**我们的世界模型主要包含三个部分：World model prediction（世界模型预测）、World model simulation（世界模型仿真）以及World model reinforcement learning（世界模型强化学习）。

以World model pretrain（世界模型预训练）为例，我们对标的是GPT。GPT之所以如此强大，是因为它进行了预训练。预训练通过“next token prediction”（下一个词预测）来处理互联网上或数字世界中的海量数据，将数字世界的常识压缩到模型中。

对应的，World model pretrain是通过预测未来来实现的。例如，我扔出一支笔，它会掉下来，这实际上是对物理世界规则的预测。通过海量此类数据，我们可以进行预测，并将整个物理世界的规律压缩到模型中，从而使模型具备物理常识。

**36氪：**所以，世界模型对自动驾驶至关重要。

**曹旭东：**是的，毫无疑问。不仅是自动驾驶，机器人领域也同样如此。

去年下半年，我们在自动驾驶领域已经验证了世界模型的效果，今年将实现量产。

今年上半年，我在硅谷观察到许多公司正从VLA（Vision-Language-Action）转向世界模型，因为通过世界模型进行大规模预训练后，成功率能够大幅提升。我有一个不一定准确的数据供参考：成功率从50%提升到了90%，这是一个非常显著的提升，在行业内引起了很大震动。

**36氪：**在此之前，大家普遍采用的是端到端（end-to-end）方法。这与当前谈论的世界模型有何区别？

**曹旭东：**这之间没有冲突。端到端是“一切皆有可能”。ResNet是端到端，Transformer是端到端，GPT是端到端，强化学习是端到端，世界模型也是端到端。如今，任何一个模型都可以被认为是端到端的。

**36氪：**那么，当前大家所说的世界模型，与几年前行业常说的端到端相比，其进步体现在哪里？

**曹旭东：**如果没有世界模型，仅仅依赖端到端，自动驾驶任务会变得有些畸形。因为输入维度极高，如果不进行压缩，输入的token可能达到数百万甚至更多。

然而，输出的可能仅仅是自动驾驶的轨迹，这可能只有10个或几十个token。

这就意味着从极高维的输入映射到极低维的输出。这很容易导致过拟合或因果混淆，模型可能会学到一些奇怪的映射关系。

但如果拥有世界模型，它首先学习的是物理常识。你会发现，当一个人拥有常识时，就像他从小学一路学习到大学。此时与他探讨一个大学物理问题会很容易，可能几句话就能讲清楚。

如果这个人从未上过小学、中学，你与他探讨物理问题时，他可能会争辩，例如认为地球是宇宙中心等等。

**36氪：**您认为世界模型是自动驾驶的终极答案吗？

**曹旭东：**我认为它肯定是一个必要条件，但至于是否是终极答案，还有待观察，因为技术仍在快速发展。

再比如，强化学习是否是必要条件？我认为是。端到端是否是必要条件？也肯定是。虽然目前大家可能不常提及端到端，但实际上，强化学习、端到端都是构建在更基础之上的。世界模型或强化学习，都是在端到端的基础上发展的。

**36氪：**在世界模型的框架下，强化学习是否重新变得至关重要？使用强化学习训练世界模型时，是否存在潜在问题，例如奖励函数的设计？

**曹旭东：**是的，存在。这对于安全性来说非常重要，能够带来至少5到10倍的提升。

但确实也存在挑战，因为强化学习容易出现“reward hack”（奖励函数被规避）。就像员工会规避公司的KPI一样，模型也特别容易“偷懒”。因此，强化学习的奖励函数需要精心设计，一方面要保证安全性，另一方面要考虑行为是否符合拟人化，所以我们也设计了一些关于拟人化的奖励。

**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，我们的R6采用了强化学习，在安全性方面比不采用时提升了至少5到10倍。

谈优先量产辅助驾驶：有海量数据才能做成规模化L4

**36氪：**您刚才提到了“飞轮两条腿”，即同时进行L2和L4的研发。这让我想起了毛姆的《月亮与六便士》，其中月亮代表遥远的理想，六便士代表触手可及的现实。在某种意义上，您当时选择“两条腿走路”，既追求L4的遥远理想，又兼顾L2的眼前现实，这或许是一个务实的，抑或是极具野心的选择。您凭什么认为自己能够兼顾两者？

**曹旭东：**当时做出这个选择，我并非考虑“凭什么两个都要”，而是认为“只有这样做了，才有可能‘登月’”。

如果只做L4，或许会有很多人投资，用投资人的钱也能发展。但这并非金钱的问题。我们选择这条路线，更重要的原因是基于我过往的经验形成的认知：要实现规模化的L4，数据飞轮和数据驱动是必不可少的；其次，需要海量的数据。

许多人一开始目标宏大，想“登月”，就近地选择珠穆朗玛峰。但“登月”真正需要的是“造火箭”。在我们看来，我们做量产，就是在“造火箭”。

**36氪：**所以，“飞轮两条腿”是一种技术判断。但当年许多L4公司也是技术背景出身的创始人，为何您的技术判断与他人不同？

**曹旭东：**我曾深入思考过这个问题。创业初期，我曾去硅谷，与Waymo的人交流。交流后，我认为Waymo是一家优秀的公司，但另一方面，我多少有些失望。因为我问了他们一个非常核心的问题：您认为要实现规模化的L4，最根本的问题是什么？

交流后，我发现他们做事出发点更多是老板想做，觉得这件事听起来很激动人心，所以就去做了。但是否思考过要将此事做成，最根本的问题是什么？以及如何通过战略路径来解决这些根本问题？

当时我感到非常意外和吃惊。

但另一方面，这也更加坚定了我按照自己的想法去做这件事的初心和决心。

**36氪：**您刚才提到的他们未曾思考过的、最根本性的问题，是指什么？

**曹旭东：**这可能与我在微软和商汤的经历有关。我曾做过规模化的产品，在很小的垂直领域，其能力能达到甚至超越人类水平，这都需要海量数据。而且要利用好海量数据，必须要有数据驱动的算法。当然，具体如何做数据驱动算法，采用何种架构、模型，则有很多种方法。

**36氪：**这听起来像是“第一性原理”。很多人认为自己是第一性原理的信徒，但每个人看到的第一性以及最终得出的结论却大相径庭。您认为您现在所说的就是正确的吗？

**曹旭东：**我认为我们所相信的东西，正在被我们逐步实现，并且在实现后，逐渐成为行业的共识。

**36氪：**Momenta成立于2016年，但直到2020年前后才获得车企订单。这中间经历了四五年时间。当时外界都在疯狂地做L4，你们是否曾质疑过自己？

**曹旭东：**没有。

**36氪：**公司内部是否有人质疑？

**曹旭东：**肯定会有。有些人是“因为相信，所以看见”，有些人是“因为看见，所以相信”。在技术落地、产品落地、商业落地之前，大家看的是什么？无非是融资。谁融到的钱多，谁更能获得资本认可，谁就显得更正确。

我们之所以能够坚持下来，是因为我们内部有一条连续的路径。这条路径并非三年才有一个正反馈，可能是三个月。通过技术研发和产品进展，我们就能看到正反馈。

**36氪：**这种正反馈是你们有意建立的吗？

**曹旭东：**绝对是。我认为任何一个“一号位”（指在产品、商业或技术方面处于核心领导地位的人），都不能让反馈周期过长。如果反馈周期是3年、5年，很少有人能仅仅因为相信而坚持下来。

**36氪：**那么，在那段最孤独的四五年里，支撑你们内部军心的几个正反馈是什么？

**曹旭东：**我认为很重要的一点是，我们坚持数据驱动，并在数据驱动的技术研发上取得了一些显著进展。这些进展是大家有目共睹的。虽然我们的技术路线可能与行业主流有所不同，但我们自己能够看到这条技术路线取得的进展，并获得了正反馈。

**36氪：**从未担心过如果融不到钱怎么办吗？

**曹旭东：**没有。

**36氪：**之前我和您的同事交流时，让他们讲故事，他们说我们是技术公司，没什么故事可讲。我说一定会有的，后来他讲了一个与奔驰合作的故事。据说Momenta与奔驰的合作洽谈了八年才取得成果。

**曹旭东：**他应该是指八年的量产周期。

**36氪：**是的。那这个过程中有什么有趣的事情吗？

**曹旭东：**首先，我想说八年实际上是快的。

**36氪：**但套用您刚才说的正反馈，这意味着八年才有一个正反馈。

**曹旭东：**好问题。我先解释一下为什么八年算快。

我刚进入汽车行业时，初生牛犊不怕虎，以为这个行业和互联网一样，产品从立项到发布只需几个月，慢的话可能一两年，不可能再长了。

当时我有一位师兄在汽车行业多年，我问他，在汽车行业，这个周期大概需要多长时间。

他说，汽车行业“敲门”就需要三年，再加上两年的开发，可能需要五年时间才能实现量产。

那时我就觉得，哇，五年，这么长。

后来我又和他聊，说我们运气特别好，刚刚拿到了奔驰的投资，有了奔驰的投资，这个时间能不能缩短。这位师兄听完后非常高兴，说恭喜你们在汽车行业拿到奔驰的投资，这对你们是巨大的“背书”（endor