Momenta IPO 后专访曹旭东：聪明人如何下笨功夫（中）

摘自 晚点团队 晚点LatePost

智驾已经从  nice to have 到 must have

晚点：几年前，市场的一种普遍推演是智能电动车的品牌数量会相对少，比如李想和何小鹏都曾预言，电动车会像手机那样集中到 5 家左右；智驾供应商的数量则会更多，这会带来激烈的智驾价格战，大家都赚不到钱。而从 Momenta 招股书看，你们的毛利从 2023 年的不到 20% 涨到了 2025 年的超过 70%。为什么后续发展和此前预测有这么大的差异？

曹旭东：我不知道其他人是怎么想的，我以前就不同意这种观点。车是消费品，天然有个性化属性，所以品牌不会那么集中。而智驾行业的规律就是强先发优势叠加规模优势，注定容纳不下很多玩家。

晚点：你们已经做到了这个市场超 60% 的市占率，依然在亏损。这是为什么？什么时候能盈利？

曹旭东：我们今年可能还会战略性亏损，相比去年会收窄，明年打平、后年盈利。这是因为每年提升十倍体验是我们最重要的目标，然后是兼顾收窄亏损。我们的研发投入还在涨，比如 GPU 的投入，今年可能是 2 亿美金，明年 4 亿，后年可能到 16 亿。但我们也不会一直亏，这会损害投资人的利益。

晚点：这需要多大的业务支撑？你两年前告诉我们的关键指标是服务 1000 万台量产车，而截至 2026 年 6 月底，你们累计服务了 100 万台车，还差 10 倍。

曹旭东：28 到 29 年差不多能到 1000 万台，这从订单和定点上可以推算出来。

晚点：现在汽车销量增速放缓，车企在打价格战，毛利在下降，这会怎么影响你们？

曹旭东：会倒逼我们把产品做得更好。拿我们某个客户来说，它的高阶智驾方案的选装率就非常高，20~30 万价位的车超过 80%，15 万~20 万价位的有五六成，10 万价位的也有二三成。选装要额外付费，所以我们不是成本项，是盈利项。

晚点：这个逻辑的前提是消费者认可智驾的价值。而目前一些市场调研显示，购车决策的主要因素依然是价格、外形和空间。

曹旭东：如果智驾只在这几个因素之后，那已经非常靠前了，几年前它还在倒数的位置。智驾的体验已经跨过了好用的门槛，从前面提到的选装率就可以看到，对更多消费者来说，它已经从 “nice to have”（有更好）走到 “must have”（必须有）了。

晚点：最好的和次好的智驾，在体验上现在能拉开多少差距？消费者能感受到吗？

曹旭东：当然能。拿我们自己的 R7 和上一代 R6 比，同样遇到前方有施工场景，R6 也安全，但更像新手司机，比较 “肉”。R7 则避让得非常早，整个过程安静、丝滑，好多时候你根本没意识到前面遇到了特殊路况。

晚点：你们的最新版本和华为的最新版本比了？

曹旭东：各有特色，大家都进步得很快。

晚点：再往后，第一梯队之间的差别会是什么？

曹旭东：我觉得智驾跟电池很像，只有好和更好，好的标准是相似的：更安全、更舒适、更有效率。你也可以调成不同风格，奶爸风、运动风……但好和更好的差别占了八九成，差异化只占一两成。

晚点：那你们在体验上能给车带来什么差异化的竞争力？

曹旭东：车企的整体竞争力来自他们自己的品牌和产品能力——知道自己的用户是谁、他们喜欢什么，再倒推需要什么技术。至于这些技术是自己做，还是用最好的供应商的，没有本质区别。

晚点：但过去几年最成功的车企特斯拉和比亚迪都以垂直整合见长，他们都自研电池、智驾等核心技术。

曹旭东：也对也不对。垂直整合就像加杠杆，时机好时能放大势能，但原点还是做出了好的产品。比亚迪之前十几年里也一直在垂直整合，直到 2020 年做出了汉这么好的产品。

晚点：你觉得品牌未来会成为智驾这个中间环节的竞争要素之一吗？你们现在的份额（高阶的城区 NOA）比华为高，但品牌影响力不如华为和特斯拉。

曹旭东：我们确实需要更强的品牌。Momenta 现在是美誉度尚可，用过我们产品的人会认可我们，但知名度一般。我们这次 IPO 的重要战略目标也不是融资，而是品牌和信任。

晚点：Momenta 想塑造什么品牌形象？

曹旭东：安全、安心。对应我们的愿景之一：十年挽救百万生命。

Robotaxi 的拐点在两年之后

晚点：2016 年 Momenta 成立时的战略就是 “一个飞轮、两条腿”：是指用同一套数据飞轮支持两块业务，一是我们前面聊的高级辅助驾驶，这是你们目前收入的大头；另一个是 L4 级全自动驾驶如 Robotaxi 等。前面你说，高级辅助驾驶的竞争会在 2026 年结束，那么 Robotaxi 呢？

曹旭东：首先纠正一下，第一条腿准确说不是高级辅助驾驶，而是量产业务，因为量产未来也会走到 L4。另一条腿是 Scalebale Robo，包括 Robovan、Robotruck 和 Robotaxi。

这个市场的拐点，我认为会在 2028 年到来。首先技术上，从现在的进步速度推算，到时头部公司的智驾安全性可以达到人类的 10 到 100 倍，这也会带来商业化的爆发，从 2028 年到 2030 年，整个市场规模可能会增长 10 倍。

晚点：假设你的判断成立，截至 2025 年底，Momenta 只有几十台正式运营的 Robotaxi 车辆，而行业最领先的 Waymo 已经超过 3000 台。这个差距能在未来 2 年多里追起来吗？

曹旭东：更重要的不是现在的规模，是加速度。25 年底我们只有几十台，今年会到几百台，明年是数万台，后年可能超过 10 万台。这是指 Robovan、Robotruck 和 Robotaxi 加起来的量。

晚点：靠什么能增长这么快？

曹旭东：就是靠技术，每年提升十倍性能。

晚点：具体的技术信号是什么？

曹旭东：简单来说，是数据驱动的方式更加通用了。2023 年，我们实现了用深度学习来做 planning（智驾的规控环节，规控之前的主流做法是 rule-based，编写确定的规则，而非用大量数据训练 AI 模型），24 年端到端，25 年推出 R6 强化学习模型，26 年是 R7 世界模型。

这些技术的名字不一样，但底层逻辑一样：就是让模型能吃掉更多数据，带来更好的、可预测的性能提升。两年前我看到的速度是两年提升十倍，最新的判断是每年十倍。

尤其是到今年，我们在 R7 世界模型上验证了一件重要的事：一套 world model 能支持多个下游应用，量产、Robovan、Robotruck、Robotaxi 都可以。更早之前，这种通用性主要是在量产和 Robotaxi 上，因为乘用车的结构更相似。

晚点：另一方面，Robotaxi 等 Robo 业务真是个好生意吗？从已上市的 Robotaxi 公司看，文远知行、小马智行 2025 年的毛利都比你们低，分别在 30% 和 15% 左右，如果你们也做大 Robotaxi，会如何影响利润水平？

曹旭东：这看战略选择。在 Robotaxi 业务上，我们不会自己做出行平台或自营大规模的车队，滴滴、高德已经做得很好了，我们会和他们合作，提供自动驾驶司机，赚服务分成的钱。

晚点：除了 Waymo、百度、小马、文远等已经做 Robotaxi 多年的公司，去年至今，京东、美团等更多大公司也在进场 Robotaxi，为什么会如此？以及这会怎么影响接下来的竞争？

曹旭东：更多人进来还是和 Waymo 的进展有关，它已经在旧金山、洛杉矶等城市日常运营。

而对我们自己来说，未来五年的排序是 Robovan 第一，Robotruck 第二，Robotaxi 第三。Robovan 和 Robotruck 需求更强，竞争也更少。

Robovan 是同城物流，涵盖金杯车、冷链车、物流小车等等。Robotruck 是大宗物流，拉煤拉矿，短的三五十公里，长的两三百公里，跑的是偏僻的郊区路，车流、人流不多，但路况复杂，有坑、动物横穿，甚至狼在马路上溜达。这个规划里暂时还不包括高速干线物流，我们认为这是自动驾驶最后一块难啃的骨头，技术、商业、政策都难，最后才会做。

从自动驾驶到具身智能，这就像打游戏

晚点：2024 年 6 月我们专访你时，你说暂时不会做具身智能或通用机器人。而现在你们也要来做具身智能，这中间发生了什么变化？

曹旭东：我们今年也不会有太大投入，计划是明年开始。以终为始倒推，我们判断到 2030 年，家庭机器人能进入拐点，开始规模化的商业化。

晚点：这是怎么推算的？

曹旭东：第一是端侧算力。有自动驾驶探路，到时端侧芯片应该能支持同时部署物理大脑和语言大脑，这个问题最早 28 年就可能解决。其中物理大脑一定要在端侧，云端的延迟没法支持精细操作；语言大脑可以在端侧也可以在云端。第二是到那个时间点，本体的可靠性、精度和灵巧性也都能做得不错，供应链会相对成熟。家庭机器人要规模化，本体成本需要做到一万到两万美元，最理想是一万美元。

晚点：那为什么是 27 年开始投入？很多专门做具身智能的创业公司 23、24 年就起步了。

曹旭东：今年和明年对自动驾驶很重要，要保证量产和 Robo 线的飞轮转起来。飞轮转顺了，研发能力和组织能力溢出，这时再做机器人是顺水推舟。能力没到位就硬做会顾此失彼，很痛苦。

更重要的是，27 年开始更大力度投入并不晚。我们之前就有研发储备，R7 验证世界模型可以 work，这意味着物理世界的海量数据能真正被用起来，物理规律可以被预训练到模型里。自动驾驶上的预训练是学驾驶常识，后训练是好的行为对齐；机器人的预训练是学物理常识，后训练也是好的行为对齐。这两套研发范式和数据管线等基础设施有相似性，未来可以复用。

今年上半年我跟硅谷做得好的机器人公司交流，发现他们也在往这个方向转，比如 Physical Intelligence，用大规模无本体数据做预训练，再用本体数据做后训练，把成功率从 50% 提升到 90%。这也带动了机器人数据产业的发展，无本体的数据采集让成本大幅降低。大规模预训练需要的数据量，10 万小时才算入门，1000 万小时算海量。数据的快速增长会在未来两年发生。

晚点：在做量产智驾和 Robo 业务时，你们可以共用大量真实的驾驶数据，这是 “一个飞轮，两条腿” 成立的前提。但到通用机器人，你们也要从头收集大量多样化的物理世界数据，有什么比别人更高效的方法吗？

曹旭东：这是个需要进一步探索的问题。

晚点：新一批获得巨额融资的具身智能创业公司，他们只做具身这件事，你们和他们比的优劣势是什么？

曹旭东：机器人需要的研发投入至少是百亿美金，有可能是几百亿美金，我更倾向用毛利润去投研发，而不是单纯烧钱或者从二级市场融钱。

晚点：你们的毛利够吗？

曹旭东：百亿美金听起来很多，但自动驾驶未来几年会爆发式增长，我们的收入和毛利润可能每年接近翻番。我相信这能支持我们把机器人做出来。

晚点：和你们同一年成立的宇树马上也会上市，而且现在已经盈利。你们和宇树的发展路径会有何不同？

曹旭东：宇树在机器人领域做了很多开创性的工作，它更多是从本体切入，现在也在做大脑。我们更多是从想做的场景出发，从大脑出发，再去做本体。

晚点：你们会自己造本体吗？

曹旭东：会设计本体，制造的话，中国的供应链和生态非常完备。

在重要的方向上，怎么能做成我们就会做什么。什么是家庭机器人、它的价值是什么、用什么产品形态创造这个价值，行业里没有现成公式和产品，就需要自己端到端定义。

晚点：现在，宇树等具身智能头部公司有估值和人才吸引力的优势。比如大量的智驾工程师跳槽到了具身智能公司。这会怎么影响行业竞争和发展？

曹旭东：我也看到了从具身回流智驾的情况。具身智能行业现在太喧嚣了，就是不停做 demo、想办法融资，真正的研发效率还没那么高，所以有些人心里发慌，跳槽后又觉得还是智驾行业更扎实一些。

晚点：接下来 Momenta 要同时做量产、Scalable Robo 和具身智能，怎么分配资源和优先级？

曹旭东：我不会从这个角度思考问题。我们的方式是，有利于业务发展就投，以创业公司的方式投，设最小闭环，一个个去验证，走通了再进下一阶段。

而且这几件事的共同基础都是做好 foundation model（基座模型），就是前面提到的我们在 R7 上验证的世界模型的通用潜力。foundation model 提升十倍，可能每个下游应用都能提升十倍。放到大语言模型里，一个模型能做数学题、写代码、写 PPT 是很正常的事。

晚点：如果 Momenta 把上面说的这三件事都做成了，会变成一家什么样的公司？

曹旭东：我们成立时的百年愿景就是 Better AI, Better Life。量产自动驾驶、Scalable Robo 和具身智能是一步一步来的，相当于第一曲线、第二曲线、第三曲线。

所以 Momenta 一直是一个 AI 公司。如果再限定一下，可能是一个物理 AI 公司。

晚点：它会变成一个规模多大的公司？

曹旭东：不太好说，这也不是我想问题的出发点。

我刚开始创业时，我们不是自动驾驶公司里最豪华的团队，我才 30 岁，团队里大部分人都是二十多岁，而那时自动驾驶创业公司有一两百家。我不是因为觉得能跑出来、能上市，才做这家公司，更重要的是这件事很有乐趣。

其实创业不会天天想未来能做多大。每一天里，更强烈的感受是，对问题有了更深的认知，在技术上有了更多创新，跟一帮优秀的人一起解决了更多问题、创造了更多价值。用户从吐槽变成认可，开始跟家人、朋友推荐我们的产品。

这个过程有点像打游戏，第一关打完觉得好玩，就进入第二关，第二关打完更好玩，就进入第三关。