Momenta，一家专注于自动驾驶技术的公司，于7月8日在香港交易所主板正式上市，交易代码为“6880”。上市当日，公司股价一度飙升超过6%，市值成功突破700亿港元。

根据每股295.6港元的发行定价，若绿鞋机制（超额配股权）被完全行使，Momenta此次全球发售将发行约2293万股，预计筹集资金总额约68亿港元。

在当前汽车行业竞争激烈的市场环境下，Momenta的成功上市无疑为行业注入了一剂强心针。

在过去的十年间，汽车产业经历了多轮洗牌，不仅孕育了蔚来、理想、小鹏等新势力车企，也涌现出宁德时代、禾赛科技以及Momenta等产业链上的佼佼者。

这些成功企业的共同之处在于，它们在充满变数的市场中，能够清晰地辨识方向并坚定地执行自身战略。Momenta的历程便是其中的典型代表。公司自2016年创立之初，行业普遍对L4级别自动驾驶技术充满热情，资本也大量涌向该领域。

然而，创始人曹旭东，一位在计算机视觉领域拥有深厚背景的专家，很早就确立了数据驱动和数据闭环的技术路线。他期望构建一种数据与研发体系能够相互促进的商业模式。因此，在创业初期，Momenta便制定了“两条腿走路”的战略，即同时推进L2级别的量产业务和L4级别的自动驾驶技术研发。

这条策略旨在利用L4技术的前沿探索，将其成果下放至L2量产业务；再通过L2业务产生的数据飞轮，反哺L4自动驾驶的研发。

“要实现规模化的L4，数据飞轮和海量数据是不可或缺的，”曹旭东在Momenta上市前夕接受36氪CEO冯大刚和高级内容总监杨轩采访时表示，他如此描述公司早期的战略构想。

战略的制定相对容易，但执行过程中往往充满挑战和挫折。据36氪了解，从2016年至2022年，Momenta尝试了几乎所有可大规模落地的L2量产业务，包括后装一体机以及为车企提供大量近乎免费的POC（前期验证）项目。

曹旭东本人也深切体会到从技术理念到商业落地的巨大鸿沟。他分享道，初入汽车行业时，他曾以为流程会像互联网行业一样，从产品立项到发布只需几个月，最多一两年。然而，从打入奔驰供应链到实现产品上车，Momenta花费了整整八年时间。

幸运的是，长期的锤炼和充分的准备，使得Momenta成为首批敲开车企量产辅助驾驶算法大门的供应商之一，并最终跻身自动驾驶公司的第一梯队。

在上市前夕，Momenta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。Momenta招股书显示，从2023年至2025年，公司营收预计将从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10.93亿元大幅收窄至3.03亿元。

“很多人一开始目标远大，想‘登月’，认为珠穆朗玛峰离月亮最近，就去登珠峰。但‘登月’需要的是制造火箭。在我们看来，我们做L2量产，实际上就是在制造火箭，”曹旭东在接受36氪采访时如是说。

如今，Momenta再次做出前瞻性的技术判断，将目光锁定在世界模型和强化学习领域。这套技术体系已被应用于公司最新的R7世界模型。

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

Momenta的长远战略布局还延伸至机器人领域。曹旭东计划于2027年启动机器人业务。一方面，他认为届时Momenta的Robot飞轮将趋于完善；另一方面，届时公司“溢出的能力刚好可以做机器人”。

诚然，行业内不少自动驾驶公司及车企已先行一步涉足机器人领域，但曹旭东并不认为Momenta错失了最佳入局时机。

这不仅归因于机器人和自动驾驶领域在数据基础设施、训练基础设施、数据飞轮以及大模型架构等方面的高度可复用性，更源于Momenta在汽车产业长期淬炼出的技术底蕴、组织体系和市场体量。

以下为36氪CEO冯大刚、36氪原创内容负责人杨轩与Momenta创始人曹旭东的对话实录，经编辑整理：

关于上市：提升品牌与信任度

36氪： Momenta为何选择在此刻上市？

曹旭东： 这是个好问题。公司选择在这个时间点上市，主要是为了提升品牌知名度和赢得市场信任。

事实上，我们公司的现金储备相当充裕，且亏损正在迅速收窄，预计明年即可实现盈亏平衡，后年实现规模化盈利。因此，从现金流角度来看，上市对我们的影响并非决定性。

尽管我们是一家面向企业的B端公司，但我们高度重视C端品牌的建设以及C端用户对我们的信任。上市无疑将极大地放大我们的品牌效应，从而帮助我们赢得用户、客户以及资本市场的认可。

36氪： 这是否意味着希望达到类似英特尔的效果，让用户认为贴有Momenta标识的产品就一定品质卓越？

曹旭东： 这确实是我们学习和借鉴的目标。

目前，我们的许多客户，如奔驰、宝马、奥迪、丰田、本田、日产以及国内的上汽、奇瑞等车企，在产品上市时会与我们进行联合营销。提升我们的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车辆。

36氪： 您希望资本市场如何定义Momenta？是将其视为一家智能驾驶公司，还是AI公司？您自己又如何看待Momenta？

曹旭东： 我认为资本市场的参与者非常聪明，他们会根据自身判断来定义公司，而非我的期望。

在我看来，我们致力于“Better AI, Better Life”，因此从长远来看，我们必然是一家AI公司，自动驾驶只是其中的一个重要组成部分。

自动驾驶，从当前的城市辅助驾驶，到未来的L4级别自动驾驶，无论是乘用车、Robotaxi还是Robotruck，其核心驱动力都是AI。而AI的核心，对应到物理世界，就是“World model”（世界模型）。

36氪： 当前业界热议“纯血AI”概念，一些人认为只有销售token的公司才算纯粹的AI公司，其他与AI相关的公司可能不被如此定义。您认为外界如此定义Momenta是否公平？

曹旭东： 不同的人会有不同的看法。我曾听过一句话：“短期是投票机，长期是称重机。”我认为最终还是要看实际价值。

我们公司的许多决策并非由资本驱动，而是以价值为导向。我们关注如何为用户创造价值，以及做什么事情能够与我们的价值主张相契合，并以此来选择相应的方式。

举个例子，公司早期提出的“飞轮”和“两条腿”战略，即同时发展量产L2和完全无人驾驶，在当时整个行业都在专注于Robotaxi的背景下，并不为主流所理解。

我们选择了一条与行业主流、甚至与资本市场的高估值方向不一致的道路。这是因为我们认为这是通往规模化L4的正确途径，因此我们坚定地选择了这条道路。

关于世界模型：实现自动驾驶的基石

36氪： 您是否会关注一线最新的技术发展？当前AI技术和概念层出不穷，例如“世界模型”被广泛提及，但其定义却不尽相同。Momenta如何定义世界模型？你们如何确保自身的世界模型真正理解物理世界？

曹旭东： 我们的世界模型主要包含三个部分：World model prediction（世界模型预测）、World model simulation（世界模型模拟）以及World model reinforcement learning（世界模型强化学习）。

以World model pretrain（世界模型预训练）为例，我们借鉴了GPT的思路。GPT之所以强大，在于其预训练机制。通过“next token prediction”（下一个词预测），GPT能够处理海量互联网数据，并将数字世界的常识压缩进模型。

对应的World model pretrain，则是通过预测未来事件来学习物理世界的规律。例如，我们知道扔出的笔会掉下来，这就是对物理世界规则的预测。拥有海量此类数据，模型就能预测类似事件，并将整个物理世界的规律内化到模型中，从而具备物理常识。

36氪： 因此，世界模型对自动驾驶至关重要？

曹旭东： 的确如此，不仅对自动驾驶，对机器人领域也同样重要。

去年下半年，我们在自动驾驶领域已经验证了世界模型的有效性，并计划于今年实现量产。

今年上半年，我在硅谷观察到许多公司正从VLA（Vision-Language-Action）转向世界模型，因为通过大规模预训练的世界模型，其成功率能够大幅提升。据我参考的数据（可能不完全准确），成功率从50%提升到了90%，这一显著的进步在行业内引起了巨大反响。

36氪： 早先行业普遍采用端到端（End-to-End）模式，这与当前的世界模型有何区别？

曹旭东： 这两者之间并无冲突。端到端本身可以包含一切。ResNet、Transformer、GPT、强化学习、世界模型，都属于端到端的范畴。目前，几乎所有模型都可以被视为端到端的。

36氪： 那么，当前大家所说的世界模型，与几年前行业内常说的端到端相比，其进步体现在哪里？

曹旭东： 如果没有世界模型，单纯的端到端在自动驾驶任务中会显得有些“畸形”。因为自动驾驶的输入维度极高，若无压缩，输入的token数量可能高达数百万甚至更多。

而输出的可能仅仅是自动驾驶的轨迹，这部分token数量可能只有10个或几十个。

这种从极高维输入到极低维输出的模式，很容易导致过拟合或因果混淆，模型可能学到一些错误的映射关系。

然而，有了世界模型，它首先学习的是物理常识。就像一个拥有完整中小学到大学教育背景的人，理解一个大学物理问题会相对容易，可能几句话就能讲清楚。

反之，一个从未接受过基础教育的人，在讨论物理问题时，可能会坚持一些错误的观念，例如认为地球是宇宙的中心。

36氪： 您认为世界模型是自动驾驶的终极解决方案吗？

曹旭东： 我认为它是一个必要条件，但是否是终极答案还有待观察，因为技术仍在快速发展。

再比如，强化学习是否是必要条件？我认为是。端到端是否是必要条件？当然也是。尽管当前端到端的讨论热度有所下降，但实际上，强化学习和世界模型都是建立在端到端的基础之上的。

36氪： 在世界模型的框架下，强化学习是否重新变得极其重要？使用强化学习训练世界模型时，是否存在潜在问题，例如奖励函数的设计？

曹旭东： 是的，这非常重要，尤其是在安全性方面，能够带来至少5到10倍的提升。

然而，也确实存在挑战。强化学习容易出现“reward hacking”（奖励函数被滥用）的情况，就像员工会“hack”公司的KPI一样，模型也容易“偷懒”。因此，强化学习的奖励函数需要精心设计，既要保证安全性，也要考虑行为的拟人化。

36氪： Momenta是否已观察到强化学习显著提升了自动驾驶性能？

曹旭东： 在安全性方面，提升非常显著。例如，我们的R6系统引入了强化学习后，安全性相比未引入时提升了至少5到10倍。

关于优先量产辅助驾驶：为规模化L4奠定基础

36氪： 您之前提到了“飞轮”和“两条腿”战略，即同时推进L2和L4。这让我想起毛姆的《月亮与六便士》，其中月亮代表遥远的理想，六便士则是触手可及的现实。您当时选择两条腿走路，既追求L4的理想，又兼顾L2的现实，这是一种大胆的选择。您凭什么认为可以兼顾两者？

曹旭东： 当时做出这个选择，我并非考虑“凭什么两个都要”，而是认为“只有这样做才有可能实现登月”。

如果只专注于L4，虽然可以获得大量投资并继续发展，但这并非核心问题。我们选择这条路线，更重要的原因是基于我过往的经验形成的认知：要实现规模化的L4，必须依赖数据飞轮和数据驱动；其次，需要海量的数据。

很多人一开始目标宏伟，想“登月”，于是选择离月亮最近的珠穆朗玛峰。但“登月”真正需要的是制造火箭。在我们看来，我们所做的量产业务，就是在制造火箭。

36氪： 所以，“飞轮”和“两条腿”战略是一种技术判断。但当年许多L4公司的创始人也出身技术背景，为何您的技术判断与他人不同？

曹旭东： 我也曾深入思考过这个问题。创业初期，我曾前往硅谷，并与Waymo的团队进行了交流。交流后，我发现Waymo是一家优秀的公司，但同时我也感到有些失望。在交流中，我问了一个非常根本的问题：您认为要实现规模化的L4，最根本的问题是什么？

交流后，我发现他们的出发点更多是源于“老板想做”这个令人兴奋的想法，而没有深入思考实现这一目标需要解决的根本问题，以及可以通过何种战略路径来解决。

这让我感到意外，甚至有些吃惊。

但同时，这也更加坚定了我按照自己想法去执行的初心和决心。

36氪： 您刚才提到的他们没有思考的、最根本的问题，具体是指什么？

曹旭东： 这可能与我在微软和商汤的经历有关。我曾参与过一些规模化的产品项目，在非常小的垂直领域，其能力已经达到了甚至超越了人类水平。这些项目都离不开海量数据，并且需要数据驱动的算法来处理这些数据。当然，数据驱动算法的具体实现方式、架构和模型可能有很多种。

36氪： 这听起来像是“第一性原理”。许多人声称是第一性原理的信徒，但他们看到的第一性原理以及最终得出的结论却大相径庭。您认为您现在的判断是正确的吗？

曹旭东： 我认为我们所坚信的东西，正在逐渐被我们实现，并且正在成为行业的共识。

36氪： Momenta成立于2016年，但直到2020年前后才获得车企的订单，中间经历了四五年时间。当时行业疯狂追逐L4，您是否曾质疑过自己？

曹旭东： 没有。

36氪： 公司内部是否有人质疑？

曹旭东： 一定会有。有些人是“因为相信，所以看见”；有些人是“因为看见，所以相信”。在技术落地、产品落地、商业落地之前，大家看的是什么？无非是融资能力。谁融钱多，谁更能获得资本认可，谁就显得更“正确”。

我们之所以能够坚持下来，是因为我们内部有一条连续的反馈路径。这种反馈并非三年才出现一次，而是可能三个月就有一次。通过我们的技术研发和产品进展，我们能够看到积极的反馈。

36氪： 您是刻意去建立这种积极反馈机制的吗？

曹旭东： 一定是。我认为任何一个部门的一把手，无论是产品、商业还是技术，都不能让反馈周期过长。如果反馈周期是三年、五年，很少有人能仅仅因为相信而坚持下来。

36氪： 那么，在那段最孤独的四五年里，是什么支撑了您内部的军心？是哪几个积极的反馈？

曹旭东： 我认为很重要的一点是，我们坚持数据驱动，并在数据驱动的技术研发上取得了一些显著进展，这些进展大家有目共睹。尽管我们的技术路线与行业主流存在差异，但我们自己能够看到这条路线的进步，并获得了积极反馈。

36氪： 您从未有过融不到钱的焦虑吗？

曹旭东： 没有。

36氪： 我之前与您的同事交流，他们曾表示公司是技术公司，没什么故事可讲。我当时就说，一定会有故事。后来他们讲了一个与奔驰合作的故事。据说Momenta与奔驰的合作洽谈了八年才取得成果。

曹旭东： 他可能想表达的是八年实现量产。

36氪： 是的。这个过程中有什么有趣的事情吗？

曹旭东： 首先，我想说八年实际上是快的。

36氪： 但套用您刚才说的正反馈理论，这是八年才等来一次正反馈。

曹旭东： 这是个好问题。我先解释一下为什么八年算快。

我刚进入汽车行业时，初生牛犊不怕虎，以为这个行业和互联网一样，从产品立项到发布只需几个月，慢的话可能也就一两年。

当时我有一位师兄在汽车行业多年，我问他这个周期大概需要多长时间。

他说，在汽车行业，“敲门”就需要三年，再加上两年的开发，可能需要五年才能实现量产。

当时我就觉得，“哇，五年，这么长。”

后来我又问他，我们运气很好，刚获得了奔驰的投资，这是否能缩短时间。他听后非常高兴，说：“恭喜你们能在汽车行业获得奔驰的投资，这对你们是巨大的背书，相当于成功了一半。”