Blogs

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。

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

在当前汽车行业激烈的价格竞争中，Momenta 的上市无疑为行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，不仅催生了蔚来、理想、小鹏等造车新势力，也涌现出宁德时代、禾赛科技以及今天的 Momenta 等产业链头部企业。

这些公司的成功背后，往往有着相似的底层逻辑：在市场热潮中，能够清晰地识别并坚定地执行自身战略。Momenta 的发展历程便是其中一个典型。早在 2016 年公司成立之初，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，早期便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让数据与研发体系相互促进的商业模式。因此，在 2016 年创业之初，Momenta 便制定了“两条腿走路”的战略，即同时推进 L2 量产和 L4 自动驾驶的研发。

具体而言，L4 腿负责前沿技术突破，并将成果下放给 L2 量产业务；而 L2 业务产生的数据飞轮，则反哺 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 L4，一定需要数据飞轮，以及海量的数据，没有这两个东西，是不可能‘登月’的。”

Momenta 在上市前夕宣布，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提升。招股书显示，从 2023 年至 2025 年，公司收入预计将从 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 氪解释道：“很多人一开始目标很宏大，说想要登月，然后珠穆朗玛峰离月亮最近，那我就去登珠峰。但登月要干的事情是造火箭。在我们看来，我们做 L2 量产，实际上就是在造火箭。”

目前，Momenta 已经对新的技术方向做出了预判，选择了世界模型和强化学习，并已将这套技术体系应用于其最新的 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 的运营，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。曹旭东解释说，届时 Momenta 的 Robot 飞轮将较为完善，且公司“溢出的能力刚好可以做机器人”。尽管其他自动驾驶公司和车企已在机器人领域布局，曹旭东认为 Momenta 仍有机会，因为机器人和自动驾驶在数据基础设施、训练基础设施、数据飞轮和大型模型架构等方面具有高度复用性。此外，Momenta 在汽车产业中积累的技术底座、组织体系和市场体量也为其提供了信心。

关于上市：品牌与信任的构建

Momenta 创始人曹旭东在接受 36 氪 CEO 冯大刚和高级内容总监杨轩的采访时，阐述了公司选择在此刻上市的原因。他表示，上市更多是为了提升品牌影响力和赢得信任。公司目前现金储备充足，亏损迅速收窄，预计明年实现盈亏平衡，后年开始规模化盈利，因此从现金流角度看，上市并非迫切需求。

然而，Momenta 非常重视品牌建设和用户信任，即使作为一家面向企业的 B2B 公司。上市将极大放大其品牌影响力，从而有助于赢得用户、客户和资本市场的认可。曹旭东以英特尔为例，希望 Momenta 也能成为用户信赖的品牌，让消费者认为使用 Momenta 的辅助驾驶系统能确保车辆的品质。

目前，Momenta 正在与奔驰、宝马、奥迪、丰田、本田、日产以及上汽、奇瑞等国内外车企进行联合营销（comarketing）。他认为，公司品牌的提升和用户信任度的增加，也能帮助客户更好地销售汽车。

当被问及希望资本市场如何定义 Momenta 时，曹旭东认为资本市场拥有独立的判断能力。他个人将 Momenta 定位为“Better AI, Better Life”，并相信从长远来看，公司将是一家 AI 公司，而自动驾驶是其核心业务之一。他认为自动驾驶，无论城市辅助驾驶还是 L4 级别，其本质都是 AI，而 AI 的核心对应物理世界就是“World model”。

面对“纯血 AI”的讨论，曹旭东引用“短期是投票机，长期是称重机”的观点，强调 Momenta 的决策始终以价值为导向，而非资本驱动。他以公司早期“两条腿走路”的战略为例，说明了即使在与主流市场和资本市场估值方向不一致时，Momenta 也坚持选择了被认为是正确的道路，以期最终实现规模化的 L4 自动驾驶。

关于世界模型：自动驾驶的必要条件

曹旭东在与 36 氪的对话中，深入探讨了世界模型在自动驾驶领域的重要性。他将 Momenta 的世界模型定义为包含三个关键部分：World model prediction、World model simulation 和 World model reinforcement learning。

他将 World model pretrain 与 GPT 的预训练进行类比，指出 GPT 通过“next token prediction”学习了海量数据中的数字世界常识；而 Momenta 的 World model pretrain 则通过预测物理世界的行为，例如“笔扔出去会掉下来”，来学习物理世界的规律，并将其压缩到模型中，从而赋予模型物理常识。

曹旭东强调，世界模型对自动驾驶至关重要，并且也适用于机器人领域。他提到，去年下半年，Momenta 已在自动驾驶领域验证了世界模型的有效性，并计划于今年实现量产。他观察到，许多公司已从 VLA 转向世界模型，因为大规模预训练的世界模型能显著提升成功率，他估计成功率可能从 50% 提升到 90%，这一进展在行业内引起了巨大反响。

对于端到端（end-to-end）和世界模型的区别，曹旭东认为两者并不冲突，他指出，ResNet、Transformer、GPT、强化学习以及世界模型，都属于端到端的范畴。他进一步解释了世界模型相对于纯粹端到端的进步：纯粹的端到端模型在处理自动驾驶这种高维度输入（可能数百万个 token）到低维度输出（几十个 token）的任务时，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，就像一个拥有完整教育背景的人，能够更容易地理解和解决复杂问题，从而避免了模型学习到奇怪的映射关系。

曹旭东认为，世界模型是实现自动驾驶的“必要条件”，但并非“终极答案”，因为技术仍在快速发展。他同样认为强化学习和端到端也是自动驾驶的必要条件，并指出强化学习、世界模型等都是建立在端到端基础之上的。

在强化学习方面，曹旭东表示，它在提高安全性方面具有显著优势，至少能带来 5-10 倍的提升。但他同时也指出了强化学习的挑战，例如“reward hack”问题，即模型可能“偷懒”，因此需要精心设计奖励函数，既要保证安全性，也要考虑行为的拟人化。他以 Momenta 的 R6 为例，说明了强化学习在安全性上带来的巨大提升。

关于优先量产辅助驾驶：为“登月”打造“火箭”

曹旭东在接受 36 氪采访时，阐述了 Momenta“两条腿走路”战略的深层逻辑，即同时发展 L2 量产和 L4 自动驾驶。他认为，这一战略并非仅仅是“既要月亮又要六便士”，而是实现“登月”的必经之路。

他解释说，实现规模化的 L4 自动驾驶，关键在于拥有数据飞轮和海量数据。他将 L2 量产比作“造火箭”，认为这是实现“登月”（L4 目标）的基础。他指出，许多公司虽然目标宏大，但没有思考实现这些目标的根本性战略路径。

曹旭东回顾了自己与 Waymo 团队的交流经历，发现当时许多公司做 L4 更多是基于“老板想做”的兴奋感，而未深入思考实现规模化 L4 的根本问题及其解决方案。这反而坚定了他按照自己的认知和战略去推进 Momenta 的决心。

他认为，在微软和商汤的经历让他认识到，规模化产品需要海量数据和数据驱动的算法。他相信 Momenta 所坚持的理念正在逐渐成为行业共识。

对于 Momenta 在 2016 年成立后，直到 2020 年才获得车企订单，以及在此期间行业内 L4 竞争激烈的情况，曹旭东表示公司内部从未质疑过自己的战略。他认为，公司的坚持源于内部存在一条连续的正反馈路径，这种反馈周期缩短至三个月，通过技术研发和产品进展就能看到积极成果。他强调，任何公司的领导者都应努力缩短反馈周期，以维持团队的信心。

在长达四五年的“孤独”时期，Momenta 内部的正反馈主要来自于数据驱动技术研发的持续进展。尽管 Momenta 的技术路线与主流不同，但内部可见的进展和成果支撑了团队的信念。

谈及与奔驰长达八年的合作，曹旭东认为这实际上是“快”的。他回忆起刚进入汽车行业时，对汽车行业的长周期感到意外，认为五年的量产周期已很漫长。而他的一位汽车行业师兄告诉他，与奔驰合作量产可能需要十年。尽管 Momenta 最终用了八年时间，他认为这已是加速。

他详细介绍了与奔驰合作的几个阶段：

• POC 阶段（2017-2019 年）： 完成了大量 POC 项目，技术获得奔驰认可，并在 2018 年底获得奔驰增持。
• PreSOP 阶段（2020 年起）： 进入量产前的进一步验证阶段。
• 小规模 SOP 项目（2022 年）： 成功获得奔驰部分车型的量产项目。
• 大规模量产（2024 年至今）： 在与友商的竞争中胜出后，获得奔驰在中国的所有车型量产项目。

曹旭东指出，尽管行业内存在 L2 市场蛋糕变小、单车收费下降的观点，但他认为这只适用于“二线”供应商，而一线供应商如 Momenta，正通过技术迭代和产品提升，持续创造价值，并有望获得更高的商业回报。他以自动驾驶安全性提升 10 倍为例，说明了用户可能愿意为更好的体验支付订阅费，从而带来商业价值的增长。他坚信，产品的水平和为消费者创造的价值，决定了商业价值的萎缩还是增长。

关于 Robotaxi 和机器人：未来蓝图

曹旭东在采访中表达了对 Robotaxi 和机器人业务的信心。他认为 Robotaxi 的实现正在加速，并设定了到 2028 年运营 1 万台 Robotaxi 的目标，其中中国和海外市场各占一半。

关于 Robotaxi 的规模化盈利，他表示虽然存在不确定性，但 Momenta 去年已在 Robotaxi 业务上实现超过 2 亿美元的毛利润。他预计到 2030 年，Robotaxi 规模可能达到 10 万台，对应毛利润可能达 10 亿美元。

Momenta 计划于 2027 年启动机器人业务，原因在于届时 L4 飞轮或 Robot 飞轮的构建将趋于完善，同时公司将有“溢出的能力”投入机器人领域。

他认为，尽管其他公司在机器人领域布局更早，但 Momenta 仍具优势。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、芯片及端侧模型等方面具有高度复用性。此外，Momenta 在汽车产业中积累的技术底座和组织体系也是其优势所在。

曹旭东估计，要将机器人，尤其是家庭机器人做到极致，累计研发投入至少需要上百亿美元，这其中算力成本和人力成本将是主要构成。

关于创业目标：机器人是下一个兴奋点

曹旭东在采访中分享了他的人生哲学和创业追求。他认为自己是一个对感兴趣的事物会全身心投入的人，这种投入源于对科学本身浓厚的兴趣，而非外界的驱动。

他曾考虑过学术研究，但更倾向于解决实际问题，而非仅仅发表论文。他认为，解决问题的核心在于找到方法，无论是借鉴现有方法还是独创。

他将 Momenta 的目标定义为创造价值和发展技术，而非仅仅追求“第一”。选择自动驾驶，是因为它融合了感知智能和认知智能，而他认为要理解“Better AI”，必须深入认知智能。

当被问及创业初期是否热爱开车时，他坦诚自己当时并不懂车，甚至认不清汽车品牌。他强调，选择自动驾驶更多是因为它是一个包含感知和认知智能的绝佳切入点，他的内心驱动力是“把智能是什么搞清楚，并且用更好的智能，去创造更好的生活”，汽车只是载体。

对于 Momenta 当前的成就，他认为公司进入了一个新的起点，但并没有感受到过度的喜悦。他认为，成功本身并非终极目标。

当被问及下一个让他兴奋的事物时，他提到了机器人。他以与大姑的对话为例，说明了机器人对普通人的吸引力远超自动驾驶，能够切实解决生活中的问题。他相信，机器人业务的研发投入将是巨大的，但其带来的价值也同样巨大。

对于 Momenta 是否能成为一家伟大的公司，曹旭东表示这是他们的目标，关键在于创造价值，包括用户价值、客户价值和社会价值。

至于风险，他认为 Momenta 的“危心”更多体现在做事的三抓原则（需求三抓、问题三抓），即在确定方向时，关注价值和个人喜好，并在执行过程中主动寻找潜在问题和不同观点，以更好地实现目标。他相信，只要选定了方向并坚持，就没有“天堑”般无法克服的困难。

关于公司竞争力：价值而非价格

Momenta 创始人曹旭东在接受 36 氪采访时，阐述了公司在竞争中的独特策略。他认为，Momenta 解决未知问题的方法在于其强大的组织进化能力和对“命名”的重视。他提出的“You get what you name”的理念，强调清晰地定义和命名问题，能够促进问题的反复讨论和清晰化，从而加速解决。

他以 Momenta 组织效率的提升为例，说明了公司如何从“400 人两年做一件事”进化到“几人半年做一件事”。他将其归功于“SPA”（标准化、流程化、自动化）的实现，而标准化是前提，这与清晰的定义和命名密切相关。

对于效率是否意味着价格下降，曹旭东明确表示 Momenta 不打价格战。他认为，低质低价的模式不可持续，当竞争对手的价格过低时，Momenta 会选择退出竞争，并相信客户最终会回归。他指出，内卷会阻碍研发投入，导致产品竞争力下降，最终被用户和客户抛弃。

关于行业竞争：实力而非规模

曹旭东在采访中回应了传统车企自研辅助驾驶的趋势，他认为 Momenta 作为第三方厂商，与主机厂并非简单的竞争关系，而是“竞”而非“争”。他强调，关键在于谁能更好地为用户创造价值，这是一个共同进步的过程。

他认为，主机厂自研和与第三方合作都有可能取得成功，并列举了特斯拉、Momenta 和华为作为例子。他认为，最终的胜负取决于多方面因素，包括拥有使命感、高度投入且能吸引顶尖人才的团队，以及团队成员从行业中获得快乐的能力。

对于“车企应优先自研辅助驾驶”的观点，曹旭东表示不认同。他认为，如果必须二选一，车企更应自研智能座舱，因为自动驾驶类似于电池，更看重“好”与“更好”的迭代，而智能座舱更能体现品牌的个性和差异化。

他认为，当前自动驾驶行业最激烈的竞争点已非单点能力，而是多维度的竞争，其底层是组织和组织文化。

谈及与特斯拉 FSD 的对比，曹旭东表示 Momenta 在北美已有接近 L4 体验的 L2++ 产品。他有信心，Momenta 最新的 R7 世界模型能够与特斯拉 FSD V14 “打得有来有回”。他解释说，数据处理、基础设施、模型架构以及端侧部署等方面都可能存在巨大的差异，导致不同团队的成果相差巨大。

关于公司管理：潜力与热爱

曹旭东坦承埃隆·马斯克是其偶像，但认为马斯克的管理风格并不完全适用于 Momenta。他钦佩马斯克在 FSD 项目中不拘一格、持续寻找合适人才的魄力，但也指出这种做法在其他公司难以复制，因为容易导致团队动荡。

他认为，在 AI 行业快速迭代的背景下，与其招募行业大佬，不如招募高潜力的年轻人才，并通过内部培养来加速其成长。他相信，只要招募到足够高潜力的人才，至少能培养出三分之一的优秀人才。

当被