對話 Momenta CEO曹旭東：自動駕駛是物理AI的序章

Momenta CEO 曹旭東

很長一段時間里，自動駕駛行業喜歡討論路線之爭。

端到端、世界模型、VLA、大模型、強化學習、無圖、輕圖……每隔一段時間，行業都會出現一個新的關鍵詞。車企發布會上的技術名詞越來越密集，供應商之間的表達也越來越接近。乍一看，大家都在往同一個方向走。

但 Momenta CEO 曹旭東認為，真正的差距并不在這些單點技術名詞上。

在北京車展期間的交流中，他多次提到一個判斷：自動駕駛行業真正的壁壘，已經不再是某個單點算法，而是架構、體系和組織能力。算法可以被學習，人才會流動，技術概念也會快速擴散，但一家企業能不能把數據變成能力，把能力變成產品，把產品變成商業閉環，才是決定行業格局的核心。

他用了一個很形象的比喻：數據不是金礦，而是“含礦量很低的鐵礦石”。擁有海量原始數據，只是價值源頭的10%，剩下90%的價值，來自如何把貧礦變成富礦，再把富礦變成鋼鐵、發動機，最終裝到車上。

這也是 Momenta 在這輪自動駕駛競爭中想強調的東西：自動駕駛的下半場，不是堆數據和喊模型，而是體系戰爭。

過去兩年，中國智能駕駛供應商開始密集進入國際車企體系。Momenta 已經與奔馳、大眾、豐田、本田、日產、通用、福特等全球主流品牌建立量產合作關系。曹旭東說，和國際 OEM 合作，最常見的挑戰是“中國速度”和“國際標準”的沖突，但只要圍繞用戶價值共創，很多矛盾可以找到創新性的解法。

與此同時，自動駕駛也被他放進了一個更大的坐標里：物理 AI。

在曹旭東看來，自動駕駛很可能是物理 AI 最先跑通規模化閉環的領域。因為它已經率先實現了數據閉環和商業閉環，而這兩者一旦互相正反饋，就可能推動能力快速跨越人類水平。機器人也會走向類似方向，但距離規模化閉環還需要更長時間。

“物理 AI 是需要門票的。”曹旭東說，這張門票不是一個漂亮的技術概念，而是能支撐長期研發的現金流業務。

以下是北京車展期間與 Momenta CEO 曹旭東的交流內容整理，略經編輯：

“原始數據只是價值源頭的10%，剩下90%來自體系”

問：Momenta一直強調數據驅動。現在行業里也有一種說法，數據本身并不難，難的是用好數據。你怎么看？

曹旭東：數據這件事情，不是單單的數據本身。你可以認為數據是礦石，而且是含礦量很低的鐵礦石。你要真正把數據用起來，首先要把貧礦變成富礦。

比如我剛才分享的，高速上三只小狗排隊橫穿高速，這樣的場景真的是萬中無一。你怎么把這個數據挑出來？這本身就是大海撈針級別的難度。

但這只是第一步。你要把貧礦變成富礦，再從富礦變成鋼鐵，鋼鐵又變成發動機，發動機最終裝到車上，這才是最終價值。

所以，整個數據飛輪是一個體系能力。擁有原始數據，哪怕擁有海量原始數據，也只是價值源頭的10%，剩下90%來自體系。

問：那 Momenta 是怎么把數據真正用起來的？

曹旭東：我們的大模型細節不能說太多，但可以分享一個大致過程。它分為預訓練和 Post-Training 兩個階段。

預訓練階段，數據來自我們量產車的大規模數據。現在我們已經有80萬臺量產車，這些量產數據里包括大量長尾場景。我們會通過 World Model Pre-Training 預訓練模型。

預訓練讓模型具備物理常識，但有物理常識不代表它是一個好司機。大量數據里面有好的駕駛行為，也有很多不好的駕駛行為。這一點和數字 AI 里的大模型訓練類似，海量數據可以讓模型具備世界常識，但不意味著它有好的行為。

所以還需要 Post-Training，把模型的行為激發出來，或者說對齊到人類好的駕駛行為上去。

“單點算法沒有長期壁壘，真正的差距在體系和組織”

問：今年車展上，很多車企都在強調輔助駕駛技術路線，比如小鵬的 VLA、華為乾崑 ADS。Momenta 世界模型最大的特點是什么？

曹旭東：我覺得更重要的不是單點算法，而是架構能力。

架構能力比單點算法能力更強。因為一旦涉及架構，就一定涉及取舍。不是所有創新都能放到同一個架構里面。好的架構能實現更好的積累和合力。

架構之上還有體系。這個體系包括數據迭代體系、訓練體系、驗證體系，也包括整個迭代體系。體系之上，則是組織和文化。

根本上，企業之間的差距來自組織、文化和體系建設。單點算法當然很重要，每一代算法架構創新都會帶來大的進步。但坦率來說，在中國環境下，知識流動和人才流動都很快，僅僅靠單點算法，并不存在特別大的長期壁壘。

有壁壘的是體系和組織能力。

所以你會發現，大家說的可能是同樣的單點算法方向，但最終做出來的效果可能差一代甚至兩代。背后不是單點算法的差距，而是體系和組織的差距。

“中國技術出海，反向合資會是一個共贏模式”

問：現在全球汽車產業出現一種新的趨勢，越來越多海外車企看重中國科技公司，甚至出現所謂‘反向合資’。你怎么看？

曹旭東：中國技術正在從中國走向世界，速度非常快。進入歐洲等海外市場時，中國技術可以給當地用戶帶來更領先的產品價值，但另一方面，也會對當地公司、就業和稅收產生沖擊。

比較好的解決方案，就是借鑒中國之前的發展模式，做反向合資。

反向合資之后，一方面讓當地用戶享受到中國高科技帶來的好產品和好體驗；另一方面，中國技術也能賦能當地企業，給當地帶來更多發展機會、就業機會和稅收。這是一個共贏模式。

問：Momenta 與外資車企合作時，最大的挑戰是什么？

曹旭東：我們現在已經是全球品牌的共同選擇。全球頂尖品牌里，德系的 BBA、大眾，日系的豐田、本田、日產，美系的通用、福特，都已經是我們的量產合作客戶。

挑戰最常見的是，中國速度和國際 OEM 標準之間有時會矛盾和沖突。但這個矛盾和沖突，只要圍繞客戶和用戶價值去共創，很多時候都能找到更好的創新方法，帶來更好的結果。

“自動駕駛是物理 AI 的序章”

問：物理 AI 最近非常熱。你覺得 Momenta 在物理 AI 里處于什么位置？

曹旭東：物理 AI 是大勢所趨。

數字 AI 有很大優勢。第一個優勢是數據能夠快速、大規模獲得。比如 GPT 所需要的是互聯網數據，互聯網數據天然就是大規模的。第二個優勢是數字 AI 的驗證成本更低、周期更短。Agent 調用一個工具，可能只需要一個接口。

但機器人要調用一個工具，就要先把機械手造出來，再抓取工具、使用工具，難度和復雜度都大很多。

我們所處的世界既有數字部分，也有物理部分，而且物理部分可能更大。所以當數字世界取得巨大進展后，很多成功經驗和方法自然會進入物理世界。

現在只是物理 AI 的序章剛開始。

講到物理 AI，最核心的是兩個閉環：數據閉環和商業閉環。這兩者是互動的。

我有一個觀察：任何一個人工智能應用，一旦接近人類水平，就會在很短時間內大幅超過人類水平。AlphaGo如此，人臉識別也是如此。前面接近人類可能花了十年、二十年，但超過人類，可能只需要一兩年、兩三年。

背后的邏輯，就是數據閉環和商業閉環的正反饋。先有數據閉環，才有足夠好的體驗；體驗一旦接近甚至超過人類水平，就能實現爆發式商業化；商業化又帶來數據爆發式增長；數據增長再推動模型能力繼續增長。

自動駕駛正在進入這個階段。機器人還需要一段時間。自動駕駛是物理 AI 的序章，因為它最先實現了規模化的數據閉環和商業閉環。

“物理 AI 是需要門票的，門票就是現金流業務”

問：為什么你認為自動駕駛會比機器人更早進入物理 AI 的規模化階段？

曹旭東：自動駕駛要實現規模化 L4，我判斷累計投入至少是百億美金級別，而且這可能還是創業公司的研發效率。如果是大公司，可能不只是百億美金，而是幾百億美金。

通用機器人需要多少錢？我的判斷可能是幾百億美金到千億美金級別，而且這也可能還是創業公司的研發效率。

所以，物理 AI 是需要門票的。這個門票就是你需要有現金流業務。

雖然現在中國具身智能資本市場非常活躍，但長期來看，靠投資、靠融資去追蹤做成通用物理 AI，或者物理世界 AGI，是不現實的。一定要有現金流業務支撐物理 AI 研發。

這個現金流業務可以是自動駕駛，也可以是物理 AI 的某個方向，或者來自數字 AI 的現金流業務。無論如何，一定要有現金流業務支撐長期研發。

“一個自動駕駛大模型，可以覆蓋所有垂直場景”

問：今年 Momenta 的 L4 業務有什么進展？Robotaxi 賽道玩家越來越多，Momenta 的優勢是什么？

曹旭東：Momenta 的 L4 不只做 Robotaxi，也會做 Robovan，也就是物流。我們十年前的愿景里，就有物流和出行效率翻倍。實際上物流放在更前面，出行放在后面。明年我們還會做 Robotruck，今年不會做，但明年會做。

背后的底層邏輯，是我們相信一個自動駕駛大模型能夠實現所有自動駕駛垂直應用，并且做得更好。

這件事我們已經在 Robotaxi、Robovan 和乘用車上驗證過，并取得了很好的效果。

它帶來的價值是，每一個 vertical 的研發成本會大幅降低。每個應用場景、每個垂直領域的經驗和數據，又可以匯總、吸收到同一個大模型里，讓每個垂直領域做得更好。

這就是平臺優勢。

有點像十年前互聯網行業有垂直電商，也有平臺電商。最后勝出的往往是平臺電商，重要原因就是平臺效應。

我們的判斷是，自動駕駛大模型領域也存在很強的平臺效應。一個大模型能夠覆蓋所有垂直領域，每個領域成本更低，效果也會更好。

“自動駕駛會比芯片行業更快收斂”

問：你怎么看智駕供應商格局？未來會一直是華為、Momenta 和少數玩家，還是會有更多供應商趕上來？2030年會不會迎來終局？

曹旭東：自動駕駛有非常強的規模效應和先發優勢，而且這個效應會比芯片行業更強。

回顧歷史，PC 芯片時代全球主要就兩家，手機芯片時代全球也就兩家，高通和 MTK。自動駕駛因為是軟件，邊際成本是零，所以規模效應更強。

它的規模效應不只是成本上的規模效應，還有體驗提升上的規模效應。

另一方面，面向主機廠也有很強的先發優勢。汽車行業很多業務都是敲門敲三年。從見到客戶到拿下合同，國內 OEM 可能需要三年，國際 OEM 可能需要五到七年。

比如奔馳。2017年奔馳投資了我們，當時 Ola K?llenius，也就是現在奔馳董事長，覺得 Momenta 很有活力，選擇投資我們。但我們和奔馳的第一個量產項目真正上市，是2025年后半年，整整經歷了八年時間，而且這已經算加速了。

2017年到2020年是 POC，2020年到2022年是 Pre-SOP，2022年到2024年是小批量量產開發，到了2024年才拿到奔馳所有電車和油車業務，2025年底才真正量產。

所以這個行業有非常強的規模效應和先發優勢。我還是維持原來的判斷：中國最終可能只有2到3家，全球可能只有3到4家，會非常快速地收斂。

“創業十年，最重要的是和志同道合的人做真正喜歡的事”

問：今年是 Momenta 成立十周年。從創業到現在，你最大的感受是什么？

曹旭東：我覺得自己蠻幸運。

一路走來，最重要的還是跟志同道合的人，去干真正喜歡的事情。這會讓你的人生生機勃勃。

創業過程中有很多困難和挑戰。每一年你都會覺得，今年可能是最難的一年，過了今年明年會更好。但實際上不是。

所以，如果你不享受發現問題、解決問題的過程，不享受和身邊志同道合的人一起探索、面對困難、解決困難，創業中的這些困難很難堅持下去。

咬著牙堅持一年、兩年、三年可能可以，但很難堅持十年。

你一定要找到志同道合的人，去干喜歡的事情，讓自己的人生生機勃勃。

（作者｜李玉鵬，編輯｜楊林）