Momenta 于 7 月 8 日在港交所主板成功上市，股票代码为“6880”。开盘后，Momenta 股价一度上涨超过 6%，公司市值也随之突破 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，预计募集资金总额达 68 亿港元。

在汽车行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、禾赛科技以及今天的 Momenta 等产业链头部企业。

这些成功企业的底层逻辑相似，即在市场波动中，能够清晰地辨识并坚定地执行自身战略。Momenta 的发展历程便是典型例证。公司创立于 2016 年，彼时自动驾驶技术方兴未艾，资本大量涌入 L4 级自动驾驶项目。

然而，曾深耕计算机视觉领域的曹旭东，从一开始就确立了数据驱动和数据闭环的技术路线，旨在构建一个数据与研发体系能持续互相促进的商业模式。因此，Momenta 自成立之初便采取了 L2 量产和 L4 自动驾驶“两条腿”走路的战略。

其中，L4 腿致力于前沿技术突破，并将技术成果下放给 L2 量产业务；而 L2 业务则通过产生的数据飞轮，反哺 L4 自动驾驶业务的发展。

曹旭东在上市前接受 36 氪采访时表示：“要实现规模化的 L4，一定需要数据飞轮和海量数据，没有这两个东西，是不可能‘登月’的。”

Momenta 在上市前夕宣布，其自动驾驶方案的装车量已突破 100 万辆。伴随规模的增长，公司业绩也同步提升。招股书显示，从 2023 年到 2025 年，Momenta 的收入预计将从 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。

曹旭东将 Momenta 的 L2 量产业务比作“造火箭”，他说：“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 已经预测到新的技术趋势，并选择了世界模型和强化学习作为其最新的技术体系，该体系已应用于最新的 R7 世界模型。

曹旭东对 R7 世界模型充满信心，并表示该产品“能够跟特斯拉 FSD V14 打得有来有回”。对于 Robotaxi 业务，曹旭东也制定了稳健的目标，计划到 2028 年实现 1 万台 Robotaxi 的运行，其中中国和海外市场各占一半。

Momenta 的长远战略布局还包括机器人业务，计划于 2027 年启动。曹旭东解释道，届时 Momenta 的 Robot 飞轮构建将趋于完善，且公司“溢出的能力刚好可以做机器人”。

尽管行业内已有不少自动驾驶公司和车企涉足机器人领域，曹旭东并不认为 Momenta 错失了最佳时机。他认为，机器人与自动驾驶在数据基础设施、训练基础设施、数据飞轮及大模型架构等方面具有高度复用性。此外，Momenta 从汽车行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。

关于上市：品牌与信任的构建

36氪： Momenta 选择在此刻上市的主要原因是什么？

曹旭东： 上市更多是为了提升品牌影响力和赢得信任。尽管公司现金储备充足，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，但上市能显著放大我们的品牌效应，从而帮助我们赢得用户、客户及资本市场的信赖。

36氪： 这是否意味着 Momenta 希望像英特尔一样，让用户产生“用了 Momenta 的辅助驾驶，车就一定好”的认知？

曹旭东： 我们确实在向这个方向努力。目前，我们的许多客户，如奔驰、宝马、奥迪、丰田、本田、日产以及上汽、奇瑞等国内车企，在产品上市时都会与我们进行联合营销。提升品牌影响力和用户信任度，也能帮助我们的客户更好地销售汽车。

36氪： 您希望资本市场如何定义 Momenta？是智驾公司还是 AI 公司？

曹旭东： 资本市场的定义最终会基于价值。在我看来，Momenta 致力于“Better AI, Better Life”，长期而言，我们是一家 AI 公司，自动驾驶是其中的重要组成部分。无论是城市辅助驾驶还是未来的 L4 自动驾驶，其核心都是 AI，而 AI 的核心则对应着物理世界的 World model。

36氪： 当前市场存在“纯血 AI”的说法，您认为 Momenta 是否会被归为此类？

曹旭东： 不同的人有不同的看法。我们公司做决策始终以价值为导向，而非资本导向。我们坚信通过“数据飞轮”和 L2 量产来驱动 L4 自动驾驶的战略是正确的，即使它与当时行业主流方向不符。

关于世界模型：自动驾驶的必要条件

36氪： 您如何定义世界模型，以及如何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部分：World model prediction、World model simulation 和 World model reinforcement learning。World model pretrain 类似于 GPT 的预训练，通过对未来事件的预测，学习物理世界的规律，并将这些规律压缩到模型中，使其具备物理常识。

36氪： 世界模型对自动驾驶的重要性体现在哪里？

曹旭东： 世界模型对自动驾驶至关重要，也同样适用于机器人。我们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。据观察，采用世界模型大规模预训练后，自动驾驶的成功率可从 50% 提升至 90%，这在行业内引起了广泛关注。

36氪： 世界模型与早期的端到端模型有何区别？

曹旭东： 端到端模型与世界模型并不冲突，它们都是模型的一种。区别在于，如果没有世界模型，自动驾驶任务的输入维度极高，输出维度却很低，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，使模型具备常识后，处理复杂问题会更加容易。

36氪： 您认为世界模型是自动驾驶的最终答案吗？

曹旭东： 我认为世界模型是自动驾驶的必要条件，但未必是最终答案，技术仍在快速发展。同样，强化学习和端到端模型也是必要条件。

36氪： 强化学习在世界模型框架下是否变得更加重要？训练中是否存在挑战？

曹旭东： 是的，强化学习在提升安全性方面作用显著，可带来 5-10 倍的提升。但挑战在于，强化学习容易出现 reward hack，需要精心设计奖励函数，同时考虑安全性与拟人化行为。

36氪： Momenta 是否观察到强化学习对自动驾驶表现的显著提升？

曹旭东： 是的，在安全性方面，我们的 R6 搭载强化学习后，安全性提升了 5-10 倍。

关于优先量产辅助驾驶：为 L4 打造“火箭”

36氪： 您将 L2 量产比作“造火箭”，这是如何支撑 L4 的“登月”目标的？

曹旭东： “两条腿走路”并非仅仅是为了兼顾眼前利益，而是我们认为实现规模化 L4 的必经之路。规模化 L4 的实现，离不开数据飞轮和海量数据。L2 量产业务正是我们构建数据飞轮、为 L4 积累数据的“火箭”。

36氪： 为什么 Momenta 的技术判断与当时其他 L4 公司不同？

曹旭东： 我曾与 Waymo 的团队交流，发现他们更多是基于“老板想做”的驱动力，而未深入思考实现规模化 L4 的根本问题及战略路径。我在微软和商汤的经历让我认识到，规模化产品需要海量数据和数据驱动算法。

36氪： 您认为您现在所坚持的“第一性原理”是正确的吗？

曹旭东： 我们所相信的正在逐渐被实现，并逐步成为行业共识。

36氪： 2016 年成立至 2020 年才获得车企订单，Momenta 在此期间是否经历过质疑？

曹旭东： 公司内部确实存在不同声音，但我们从未质疑过自己的方向。我们通过持续的技术研发和产品进展，看到了正反馈，从而坚定了信念。

36氪： 您如何建立这种正反馈机制？

曹旭东： 任何团队的一号位都应缩短反馈周期。我们通过技术研发和产品进展，每三个月就能看到正反馈，这有助于维持团队的信心。

36氪： 在那段最艰难的时期，是什么支撑着团队？

曹旭东： 坚持数据驱动，并在技术研发上取得的进展，是我们能够坚持下来的关键。尽管我们的技术路线与主流不同，但我们看到了自身的进步和正反馈。

36氪： 您是否曾为融不到钱而焦虑？

曹旭东： 没有。

36氪： Momenta 与奔驰的合作长达 8 年才实现量产，这段经历中有何有趣之处？

曹旭东： 8 年在汽车行业其实算快的。我刚进入汽车行业时，以为 1-2 年就能完成量产，但师兄告诉我，汽车行业敲门就需要三年，加上开发可能需要五年。与奔驰合作，考虑到其对品质的高要求，我们实际用了 8 年时间才实现量产，这比预期的 10 年要快一些。

在此过程中，我们经历了 POC 阶段（2017-2019），获得了奔驰的认可和增持；随后进入 PreSOP 阶段（2020-2022），并于 2022 年拿到小规模量产项目。2024 年，我们在与竞争对手的 PK 中脱颖而出，获得了奔驰在中国的所有车型量产项目。

36氪： L2 市场的价格战是否会影响 Momenta 的计划？

曹旭东： L2 市场确实存在价格战，但对于一线供应商而言，情况并非如此。我们相信，随着技术提升和产品价值的增加，商业回报也将持续增长。例如，若自动驾驶安全性达到人类的 10 倍，用户订阅城市 NOA 的费用可能增加，同时保险费用下降，整体商业价值将提升。

36氪： 您认为几年后，自动驾驶在价格和用户体验上会有显著差异？

曹旭东： 是的，一定会。

关于 Robotaxi 和机器人：百亿美金的研发投入

36氪： 在新的技术架构下，您认为 Robotaxi 能实现规模化盈利吗？

曹旭东： Robotaxi 肯定能实现，并且正在加速实现。我们计划到 2028 年运营 1 万台 Robotaxi，但能否实现规模化盈利尚不确定。按每台车每年 1 万美元的毛利润计算，1 万台 Robotaxi 的年毛利润约为 1 亿美元。Momenta 去年 Robotaxi 业务的毛利润已超过 2 亿美元，预计到 2030 年，规模可能达到 10 万台，毛利润达 10 亿美元。

36氪： Momenta 计划何时启动机器人业务？

曹旭东： 2027 年。

36氪： 选择 2027 年的原因是什么？

曹旭东： 一方面，届时 L4 的 Robot 飞轮构建将趋于完善；另一方面，公司届时将拥有“溢出的能力”，足以支撑机器人业务。

36氪： 相比已在该领域深耕多年的公司，Momenta 的优势和劣势是什么？

曹旭东： 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 在汽车行业积累的组织和体系也是优势。机器人业务需要强大的“现金奶牛”支撑，将家庭机器人做到极致，预计研发投入至少需要百亿美金。

关于创业目标：机器人是下一个兴奋点

36氪： 您认为自己是循规蹈矩的人吗？

曹旭东： 我是一个对自己热爱的事业会全力以赴的人。我对科学本身有浓厚的兴趣，并乐于解决实际问题。

36氪： 您是否考虑过学术研究？

曹旭东： 我对发表论文不感兴趣，更喜欢解决实际问题。我关注的是如何解决问题，并可以通过借鉴学术方法或独创方法来实现。

36氪： 您想成为一个什么样的公司？

曹旭东： 我们希望创造价值，并用更好的 AI 创造更美好的生活。自动驾驶只是我们实现这一目标的一个切入点，因为它融合了感知智能和认知智能。

36氪： 您当初选择自动驾驶时，是否热爱开车？

曹旭东： 当时我并不热爱开车，甚至不认识所有汽车品牌。

36氪： 您主要是从学术角度出发，希望将喜欢的东西与实际应用结合？

曹旭东： 是的，我认为自动驾驶是理解智能本质的绝佳载体，我们的目标是通过更好的智能创造更美好的生活。

36氪： 您如何看待 Momenta 今天的成功？

曹旭东： 公司正站在新的起点。成功本身并没有带来过度的喜悦，因为我们仍在不断前进。

36氪： 下一个让您兴奋的目标是什么？

曹旭东： 几年前，我与大姑的对话让我深刻感受到机器人对普通人的吸引力。她对机器人能做家务、接送孩子等功能的浓厚兴趣，让我意识到机器人比自动驾驶更能触及人们的生活。

36氪： 您认为 10 年后 Momenta 会成为一家伟大的公司吗？其风险是什么？

曹旭东： 创造价值是伟大的企业最重要的特质。我们致力于为用户、客户和社会创造价值。至于风险，我们更关注如何更好地实现目标，而不是担心潜在的困难。我们通过“危心”精神，深入分析潜在问题和不同观点，以更好地实现目标。

关于公司竞争力：价值驱动而非价格战

36氪： Momenta 如何解决早期软件版本无法落地的难题？

曹旭东： 我们遵循“You get what you name”的原则，即通过清晰的命名来聚焦问题，促使团队反复讨论和思考，从而将模糊的问题变得清晰。清晰的定义是解决问题的关键。

36氪： Momenta 的组织进化能力如何？

曹旭东： 我们通过标准化、流程化和自动化（SPA）来提升效率，而非单纯依赖员工的体力。清晰的定义是实现标准化的前提。

36氪： 效率是否是 Momenta 的杀手锏？

曹旭东： 我们不参与价格战。我们相信低质低价不可持续，最终会被市场淘汰。Momenta 致力于提供高品质的产品和解决方案。

关于行业竞争：R7 与 FSD V14 的较量

36氪： 面对车企自研辅助驾驶的趋势，Momenta 作为第三方供应商有何优势？

曹旭东： 我们更关注“竞”而非“争”。我们相信通过更好地为用户创造价值，自然会赢得市场。

36氪： 主机厂自研与合作开发，哪种模式更好？

曹旭东： 两种模式都有可能成功。特斯拉、Momenta 和华为都做得很好。

36氪： 最终的胜负取决于什么？

曹旭东： 综合因素。包括拥有使命感、专注投入并能持续吸引顶尖人才的团队。

36氪： 车企应该优先自研智能座舱还是辅助驾驶？

曹旭东： 应该优先自研智能座舱。自动驾驶如同电池，只有好与更好之分。智能座舱更能体现车企的品牌个性和差异化。

36氪： 自动驾驶行业目前最激烈的竞争点是什么？

曹旭东： 竞争已非单点能力的比拼，而是组织和组织文化的竞争。

36氪： 您认为 Momenta 的 R7 与特斯拉 FSD V14 相比如何？

曹旭东： 特斯拉 FSD V14 表现出色，Momenta 的 R7 世界模型有信心与其打得有来有回。

36氪： 数据处理在 Momenta 的技术优势中扮演何种角色？

曹旭东： 数据、基础设施、模型架构以及端侧部署等都是关键因素。一个体系中存在大量待决策点，任何一个环节的错误都可能导致结果的巨大差异。

关于公司管理：招募高潜力人才

36氪： 您是否以马斯克为偶像？

曹旭东： 是的。

36氪： 您从马斯克身上学到了什么？

曹旭东： 我钦佩马斯克，但他的某些管理风格不完全适用于我们。我尤其钦佩他敢于在人才选择