十年堅守，挽救百萬生命。

這是Momenta官網的一條資訊，也是公司在創立之初定下的一條愿景。

十年已至，當眾多車企的模型還局限在"感知"層面，某些智駕還認為"從L2到L4躍遷的可能性就像諾基亞到iPhone"的時候，Momenta已經轉向IPO，開始推進港股上市。

Momenta不是自動駕駛公司，他們不造車、不造芯片、不綁定任何一家車企，他們用全棧算法同時服務九大全球車企，他們在車企中的角色，就像瑞士在各國中的角色——獨立而又周全。

過多的焦點聚集在"物理AI第一股"、"清華學霸退學創業"、"中國自動駕駛獨角獸"上，唯獨沒有提到Momenta展示出了自動駕駛行業最孤獨、也是最可持續的一種活法。

這篇文章我們將看到：曹旭東的產品觀是如何養成的，數據飛輪機制背后有什么風險，無綁定又是一個多冒險的決策。

不要學歷要經歷

物理是解釋世界的，但AI正在重塑世界。

十幾年前，清華物理系的曹旭東意識到這點后，決定直博退學，開啟一段完全不一樣的經歷，而真正塑造Momenta產品哲學的，是他在微軟亞洲研究院和商湯科技的經歷。

在微軟亞洲研究院（MSRA）計算機視覺組，如何讓計算機更準、更快、更聰明地“看清”和“理解”人臉。他在計算機視覺領域的三大頂級會議CVPR、ICCV、ECCV上累計發表論文數十篇，其中有3篇CVPR論文和2篇ICCV論文獲得了口頭報告（Oral）的榮譽。

這些研究成果沒有停留在論文階段，成功落地于微軟的多款知名產品：為Xbox提供體感相關的視覺技術支撐；用于Bing圖像搜索；還有曾經風靡全球的現象級應用How-Old.net。

這是他第一次看到算法從論文變成數億用戶使用的產品，如何讓深度學習模型在消費級硬件上跑起來，這項能力，在他后來定義Momenta"量產先行"路線時起了決定性作用。

商湯科技提供了更進一步的平臺，曹旭東擔任執行研發總監，親歷了AI視覺從實驗室到產業化的完整周期。他前瞻性地指出了深度學習在計算機視覺領域未來十年的核心發展方向：通用AI引擎、特征遷移能力、端到端算法。[1]例如，在物體識別（ImageNet）上訓練出的特征，可直接用于場景分類，效果依然出色。

如今，端到端已成為自動駕駛等領域的核心范式，"自監督學習"和"大模型"正在解決各種數據瓶頸問題。

2016年，曹旭東完成了從"解釋世界"到"改變世界"的轉變，離開商湯開啟創業。他從這里帶走的不僅有技術信仰，還有商業克制。商湯在2016-2018年間融資超20億美元，估值從10億飆升至60億美元，但也種下了后來巨額虧損和股價崩盤的種子。

當時自動駕駛賽道已經被L4 Robotaxi的宏大敘事統治，小馬智行、文遠知行一輪接一輪融幾億美元，小馬智行聯合創始人樓天城為代表的L4派認為，L2做得越好，反而可能離L4越遠。

曹旭東卻不走這條路，他要先做L2輔助駕駛裝車跑數據，等數據夠了再反哺算法通向L4。2021年Momenta拿到車企量產訂單，C輪系列融資累計超10億美元，種種質疑開始平息。

今年的6月29日，剛好是曹旭東40歲的生日，十年前他孤身創立了"初速度"，十年后他站在了港交所門前。

高明的"兩條腿"走路

用L2的數據反哺L4的業務，這條技術路徑一開始不被看好。

從2019年到2020年，Momenta的公司賬戶亮了紅燈，核心技術成員被同行挖走了四分之一，其他L4公司一輪接一輪融資，Momenta卻冷冷清清。

而我們現在看到，曹旭東的產品策略華麗無比：

一頭是奔馳、寶馬、豐田等全球十大車企中九家的背書，為量產車型提供輔助駕駛解決方案，通過大規模裝車積累海量真實數據，這一塊是Momenta的商業基本盤和現金流來源。

另一頭是Robotaxi和Robovan等的布局，目標是實現Robotaxi"車端無人"，公司在招股書中明確表示，Momenta是全國首家實現智能出租規?；钠髽I。[2]

曹旭東用來自L2的數據，形成閉環自動化工具鏈，發現并解決危險、刁鉆的"長尾問題"，再用迭代后更強的算法，反過來賦能給新的量產車和L4業務。

這套方案最高明的一點是：用一個共享的視覺編碼器和差異化決策頭的架構，實現了"一套代碼、兩種產品"，L2量產車和L4 Robotaxi收集的數據格式統一，Momenta可以直接復用量產車型來開展Robotaxi業務。

即，L2是L4的數據收集器和商業化試驗田，而L4則是L2的技術燈塔和最終目標。

"搏二兔而不得一兔"，這是文遠知行創始人韓旭對Momenta路線的直接批評，但是別忘了，曹旭東是深度學習出身，他的技術點子要比車輛的工程問題多。

物理AI的核心是讓AI理解并作用于真實物理世界。

Momenta的R6強化學習大模型，從超過120億公里的實車+仿真里程中中提煉"黃金數據"進行預訓練，讓模型讀懂真實世界，然后將預訓練好的模型用于閉環仿真，在虛擬環境中測試和評估各種場景，尤其是現實中罕見但危險的"長尾場景"。

這種數據規?；c商業規?；g的正反饋閉環，逐步得到市場驗證：從2022年交付首個10萬輛車耗時24個月，到如今不到40天即可完成新一輪10萬輛級的量產交付。[3]其智駕模型的自動化率已從第一代的約50%提升至第五代超過99%。[4]

根據招股書，2025年Momenta累計定點170款車型，2026年Momenta已經獲得了180款車型定點，其中68款正式量產，量產車解決方案累計安裝量超過73.3萬套。

雖然，Momenta的財報數據與AI產業鏈中的絕大多數公司如出一轍：未盈利、大筆投入研發，虧損逐年擴大。

但至少有兩項數據，momenta具備估值優勢。

一項是毛利率，Momenta的毛利率從2023年的17.5%→2024年的49.0%→2025年的71.6%，三年翻了四倍。作為對比，地平線2025年毛利率約65%，Mobileye約70%。高毛利得益于公司的許可服務，也就是按照量產的車輛數目收取一次性的軟件授權費，這部分收入雖然拋開了前期的研發成本，但也與新車銷量直接掛鉤。

另一個是客戶占比，2023年到2025年公司的五大客戶分別占總收入的86.7%、78.3%及62.6%，而最大客戶分別占收入的35.7%、19.3%及21.6%。最大客戶沒有壓倒性的讓公司產品成為"專供"，也就是說，即便最大客戶不簽合同，其他客戶也能快速補位。

不站隊的算法（全棧）供應商

要理解Momenta為何能成為各大車企的交集，首先要厘清一個概念：全棧算法。

在自動駕駛領域，"全棧"常被濫用，但Momenta定義的全棧算法有著嚴格的邊界。從感知到預測，再到規劃與控制，整套軟件系統完全自主研發，不依賴任何第三方的中間件或算法模塊，車企最終拿到的是一套完整、可獨立驗證、可跨平臺遷移的自動駕駛"大腦"。

這一點與華為車BU形成了鮮明對比。華為提供的ADS方案是"算法+芯片+云"的全家桶，感知決策算法跑在昇騰芯片上，訓練與仿真依托華為云，甚至連傳感器都深度綁定，車企選擇華為，固然獲得了強悍的體驗，但也幾乎交出了技術主權，無法替換芯片，無法遷移算法，迭代節奏與成本結構完全受制。

Momenta的純算法方案已經適配了英偉達Orin-X、高通Snapdragon Ride、地平線J6、黑芝麻A2000等主流自動駕駛芯片平臺，而華為ADS只適配昇騰。[5]

豐田可以一邊用著英偉達的芯片，一邊搭載Momenta的算法；比亞迪可以在自研芯片上跑Momenta的感知模型；奔馳既不必被高通的座艙芯片綁定，也不必在英偉達的自動駕駛芯片上被迫接受CUDA生態的深度捆綁。

這種"芯片中立"的能力，在自動駕駛供應鏈高度敏感的地緣政治年代，已經上升為一種戰略資產。

如果全棧算法是門檻，那么真正讓Momenta坐上牌桌的，是其全球客戶名單。

Momenta已與九大全球車企建立量產合作關系，包括豐田、通用、奔馳、寶馬、大眾、比亞迪、本田、現代起亞和福特。這一名單橫跨日系、美系、德系、韓系和中系，構成了全球自動駕駛行業最分散、也最復雜的客戶組合。

如此高的兼容性，突出了momenta的信任資本。

豐田不會用華為的方案，在中美科技競爭長期化的背景下，任何與中國科技巨頭深度綁定的日系車企，都可能面臨美國市場的政治風險。通用不會用地平線的方案，其投資方和戰略合作方包括多家競品車企。比亞迪不會用高通的"全家桶"，它需要的是能跑在自己芯片或靈活選擇芯片上的算法，這正是Momenta可以提供的東西。

但這種模式也隱含著一個結構性風險：不站隊意味著沒有一家車企會把Momenta當作唯一的自動駕駛供應商。

合作是廣泛的，但也是脆弱的。一旦其中任何一家車企的自研團隊成熟，或轉向其他競品，Momenta來自該客戶的收入就可能銳減，這種風險已經開始顯現，奔馳在中國市場就同時與Momenta和英偉達保持合作，而豐田在部分車型上也在孵化內部算法。

對于Momenta而言，必須要跑得比客戶的自研速度快。

理解了Momenta在全棧算法和客戶信任上的位置，就能重新審視其90億美元、約45倍市銷率的估值定價邏輯。

這一估值介于地平線（約55倍）和Mobileye（約35倍）之間，比地平線更軟件化，比Mobileye更開放。地平線代表的是"芯片+算法"的深度耦合路線，Mobileye代表的是"黑盒交付"的傳統Tier 2模式。

如果Momenta能夠證明，純算法供應商可以在不補貼硬件、不賣芯片的情況下實現盈利，那么所有自動駕駛軟件公司的估值邏輯都將被重寫。

目前來看確定性正在增強，Momenta的營收從2024年到2025年增長了近兩倍，已經跨越了"燒錢研發"到"量產交付"的鴻溝。

結語

十年前，曹旭東從清華物理系退學時，沒有人能預料到這條路的終點。

那時的自動駕駛賽道，人人信奉"一步到位"的L4敘事，Robotaxi的宏大藍圖吸引著最聰明的頭腦和最充裕的資本，但曹旭東沒有改道。

他在一個充滿猜忌和鎖定的行業里，選擇了一條很艱難的立場。每一份訂單都要靠實力贏得，任何一家客戶的自研成熟都可能帶來收入的銳減，但就是這份"不綁定"，讓Momenta成了豐田、通用、奔馳、比亞迪能同時信任的那個交集。

縱觀Momenta的十年，能看到從實驗室到工程車間的清晰腳印，這不止是一個創業者踩上風口的故事，而是真切的告訴我們一個道理：踏實，在充滿猜忌和綁定的行業里，是最昂貴的商品。

在這個追逐風口、熱衷速成的時代，這樣的故事，值得我們多看幾遍。

參考資料：

[1] 雷鋒網.商湯科技曹旭東：為何深度學習幾乎成了計算機視覺研究的標配.2016年7月

[2]中國汽車網.從"看懂世界"到"落地全球"：Momenta副總裁顧功堯詳解R7世界模型與飛輪戰略的加速度.2026年6月

[3]momenta港交所招股書

[4]科技日報. "超級大腦"助無人駕駛落地.2025年3月

[5] 36氪.Momenta闖關港股. 2026年6月

轉載須注明出處，禁止用于蒸餾

提供線索或聯系作者請后臺留言