7月8日，自动驾驶技术公司Momenta在香港交易所主板正式上市，股票代码为“6880”。公司股价在开盘后一度攀升超过6%，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）全部执行，Momenta此次全球发售将发行约2,293万股，预计募集资金总额约为68亿港元。

这一上市表现无疑为当前汽车产业激烈的价格竞争环境注入了一剂强心针。

在过去的十余年间，汽车行业经历了多轮洗牌，不仅催生了蔚来、理想、小鹏等造车新势力的崛起，也使得宁德时代、禾赛科技以及今天的Momenta等产业链上的头部企业脱颖而出。

这些成功企业的底层逻辑往往相似：在充满机遇的市场环境中，能够清晰地识别并坚定地执行自身战略。Momenta的历程便是其中一个典型范例。公司成立于2016年，彼时自动驾驶技术正成为行业焦点，吸引了大量资本涌向L4级自动驾驶项目。

然而，曾在微软和商汤积累了深厚计算机视觉经验的曹旭东，从一开始就确立了数据驱动和数据闭环的技术发展方向。他期望建立一个能够持续相互促进的商业模式，因此在创业之初就制定了“两条腿走路”的战略：一方面专注于L2量产业务，另一方面则致力于L4自动驾驶技术的突破。

通过L4技术的前沿探索，将其能力下放赋能L2量产业务，再利用L2业务产生的数据形成“飞轮效应”，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必不可少的，没有这两者，‘登月’将无从谈起。”Momenta创始人曹旭东在公司上市前接受36氪采访时，如此阐述其早期战略意图。

选择战略方向或相对容易，但将其付诸实践却常常伴随着挑战与挫折。据36氪了解，从2016年至2022年，Momenta几乎尝试了所有能够大规模落地的L2量产业务，包括前装一体机以及为车企提供大量近乎免费的POC（概念验证）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。他坦言，初入汽车行业时，曾以为项目周期会像互联网行业一样，从立项到发布只需数月或一两年。然而，Momenta从打入奔驰供应链到最终实现产品上车，却耗费了八年时间。

幸运的是，长期的打磨与准备也使Momenta成为了首批敲开汽车厂商辅助驾驶算法量产大门的先行者之一，并最终跻身自动驾驶公司的头部阵营。

就在上市前夕，Momenta宣布其装车量已突破100万辆。随着规模的增长，公司业绩也呈现线性增长。Momenta招股书显示，预计2023年至2025年，公司营收将从7.43亿元大幅增至24.13亿元，毛利率达到71.6%。与此同时，受益于规模效应，净亏损也从10.93亿元收窄至3.03亿元。

“很多人一开始志向远大，想‘登月’，然后觉得珠穆朗玛峰离月亮最近，就去登珠峰。但‘登月’需要的是‘造火箭’。在我们看来，我们所做的L2量产业务，实际上就是在‘造火箭’。”曹旭东在接受36氪采访时表示。

如今，Momenta再次对技术趋势做出前瞻性判断，选择了世界模型和强化学习作为核心技术体系，该体系已应用于公司最新的R7世界模型。

曹旭东对R7世界模型充满信心，并表示该产品“能够与特斯拉FSD V14打得有来有回”。对于自家的Robotaxi业务，他也制定了稳健的规划，目标是“到2028年时，运营1万台Robotaxi，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，一方面是因为届时“Momenta Robot飞轮的构建将相对完善”，另一方面，公司届时“溢出的能力刚好可以用于机器人业务”。

尽管行业内不少自动驾驶公司和车企早已涉足机器人领域，但曹旭东并不认为Momenta错失了最佳入局时机。

他认为，机器人与自动驾驶在数据基础设施、训练基础设施、数据飞轮以及大模型架构等方面具有高度的可复用性。此外，Momenta从汽车产业长期淬炼出的技术底座、组织体系和市场体量，也为其提供了更坚实的信心。

以下是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，内容已由编辑整理：

谈上市：上市旨在提升品牌与信任度

36氪： Momenta为何选择在此时上市？

曹旭东： 这是一个很好的问题。公司选择在此刻上市，更多是为了提升品牌知名度和赢得市场信任。

实际上，我们公司目前拥有充裕的现金储备，且亏损正在快速收窄，预计明年即可实现盈亏平衡，后年则能实现规模化盈利。因此，从现金流角度来看，上市与否对我们的影响不大。

尽管我们是一家To B（面向企业）的公司，但我们高度重视C端（面向消费者）的品牌影响力以及C端用户对我们的信任。上市无疑能极大提升我们的品牌形象，从而帮助我们赢得用户、客户以及资本市场的认可。

36氪： 这是否类似于英特尔的品牌效应，让消费者认为搭载英特尔CPU的电脑一定很出色，同样，使用了Momenta的辅助驾驶，汽车也一定很优秀？

曹旭东： 这无疑是我们学习和借鉴的目标。

目前，我们的许多客户在产品发布时会与我们进行联合营销，例如奔驰、宝马、奥迪、丰田、本田、日产等国际品牌，以及上汽、奇瑞等国内车企，都在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，也将有助于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？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都非常聪明，他们会根据自身判断来定义公司，而非我所希望的那样。

在我看来，我们致力于“Better AI, Better Life”。从长远来看，我们无疑是一家AI公司，同时涵盖自动驾驶领域。

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

36氪： 如今许多人谈论“纯血AI”的概念，例如声称只有销售token的公司才是纯血AI，其他与AI相关的公司可能不会被归类为纯血AI。外界如此定义Momenta，您是否觉得不公平？

曹旭东： 不同的人有不同的看法。我曾看到一句话：“短期是投票机，长期是称重机”。我认为最终还是要回归“称重机”的本质。

我们公司的许多决策始终以价值为导向，而非仅仅追逐资本。我们关注如何为用户创造价值，以及如何使我们的行动与价值导向相匹配，并以此来指导我们的行为方式。

举个例子，公司早期提出的“飞轮两条腿”战略，即同时推进L2量产和完全无人驾驶，在当时整个行业几乎都在专注于Robotaxi的时候，我们的战略与主流方向甚至资本市场的估值偏好有所不同。之所以做出这样的选择，是因为我们认为这是一条通往规模化L4的正确道路，因此我们坚定地选择了这条路径。

谈世界模型：世界模型是实现自动驾驶的必要条件

36氪： 我听说您也活跃在一线，关注最新的技术发展。当前AI技术和新概念层出不穷，例如“世界模型”，但似乎每个人对其的理解都不尽相同。Momenta如何定义世界模型？你们如何确保你们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：首先是World model prediction（世界模型预测），其次是World model simulation（世界模型仿真），最后是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，我们将其对标GPT。GPT之所以如此强大，在于其预训练能力。预训练通过“next token prediction”（下一个词预测）实现，它利用互联网上的海量数据或数字数据进行训练，将数字世界的常识压缩到模型之中。

与之对应，World model pretrain则通过预测未来来实现。例如，我扔出一支笔，它会落下，这本身就是对物理世界规则的预测。拥有海量此类数据，我们便能进行此类预测，从而将整个物理世界的规律压缩到模型中，使模型具备物理常识。

36氪： 所以，世界模型对自动驾驶至关重要。

曹旭东： 是的，毫无疑问。不仅对自动驾驶，对机器人领域也同样如此。

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，许多公司已从VLA（视觉语言模型）转向世界模型，因为通过世界模型进行大规模预训练，其成功率能够大幅提升。我有一个不太确切但可供参考的数据：成功率从50%提升至90%，这是一个巨大的飞跃，在行业内引起了很大震动。

36氪： 此前大家普遍采用的是端到端（end-to-end）模式，这与当前所说的世界模型有何区别？

曹旭东： 这两者之间没有任何冲突。“端到端”涵盖一切。ResNet是端到端，Transformer也是端到端，GPT也是端到端，强化学习也是端到端，世界模型同样是端到端。如今，任何一个模型都可以被视为端到端的。

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

曹旭东： 如果没有世界模型，仅仅是端到端模式，那么自动驾驶任务就显得有些“畸形”。因为其输入维度极高，若无压缩，输入的token可能高达数百万甚至更多。

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

这就相当于从极高维度的输入，映射到极低维度的输出。这种情况下，很容易出现过拟合或因果混淆，模型可能会学到一些不合理的映射关系。

但如果拥有世界模型，它首先学习的是物理常识。你会发现，当一个人具备常识后，就像他从小学一路学习到大学。此时，与他讨论一个大学物理问题会非常容易，可能几句话就能讲清楚。

反之，如果一个人从未上过小学、中学，你与他探讨物理问题时，他可能会争辩，例如认为地球是宇宙中心等。

36氪： 您认为世界模型是自动驾驶的最终答案吗？

曹旭东： 我认为它肯定是一个必要条件，但未必是最终答案，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。虽然目前大家对端到端的提及频率不高，但实际上，强化学习、端到端都是在“build up”（构建）的基础上进行的，世界模型或强化学习都是建立在端到端基础之上的。

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

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

但确实也存在一些挑战，因为强化学习容易出现“reward hack”（奖励函数被钻空子）的情况，就像员工会“hack”公司的KPI一样，模型也特别容易“偷懒”。因此，强化学习的奖励函数需要精心设计，一方面要确保安全性，另一方面要考虑行为的拟人化，所以我们也设计了一些关于“如何拟人”的奖励函数。

36氪： Momenta是否已经观察到强化学习显著提升了自动驾驶表现？

曹旭东： 在安全性方面提升巨大。例如，我们的R6应用了强化学习后，在安全性方面，相比不使用时，提升了至少5到10倍。

谈优先量产辅助驾驶：唯有海量数据方能实现规模化L4

36氪： 您刚才提到了“飞轮两条腿”，即同时推进L2和L4。这让我想起毛姆的《月亮与六便士》，他认为“月亮”是遥远的理想，“六便士”是触手可及的现实。在某种意义上，您当年选择“两条腿走路”，既要“月亮”也要“六便士”，既追求遥远的L4，也要眼下的L2量产。这或许是一个务实的、抑或是极具野心的选择。但您凭什么认为自己能够兼得两者？

曹旭东： 当时做出这个选择，我并非考虑“凭什么兼得”，而是认为“唯有如此才有可能实现登月”。

如果只做L4，或许能获得许多投资，利用投资人的资金发展。但这并非单纯的资金问题。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。第二，需要海量的数据。

很多人一开始志向远大，想“登月”，然后觉得珠穆朗玛峰离月亮最近，就去登珠峰。但“登月”需要的是“造火箭”。在我们看来，我们所做的量产业务，实际上就是在“造火箭”。

36氪： 所以，“飞轮两条腿”是一种技术判断。但当年许多L4公司也是由技术背景的创始人创立，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，我去过硅谷，也与Waymo的人交流过。交流后，我觉得这家公司很不错，但另一方面，也多少有些失望。因为我问了他们一个非常根本的问题：您认为要实现规模化的L4，最根本需要解决的问题是什么？

交流后我发现，他们做事更多是出于老板“想做”的驱动，觉得这件事听起来很激动人心，所以就去做了。但是，要将此事做成，其根本问题是什么？以及根本问题可以通过何种战略路径来解决？他们对此并未深入思考。

当时我感到非常意外，甚至有些吃惊。

但另一方面，这也坚定了我按照自己想法去执行的初心和决心。

36氪： 您刚才提到的他们未曾思考过的、最根本的问题，指的是什么？

曹旭东： 可能与我在微软和商汤的经历有关。我曾做过规模化产品，在非常小的垂直领域，其能力可以达到人类水平，甚至超越人类水平，这些都需要海量数据。而且，要利用好海量数据，必须要有数据驱动的算法。当然，具体如何做数据驱动算法，采用何种架构、何种模型，则有多种实现方式。

36氪： 这听起来像是“第一性原理”。许多人自诩为“第一性原理”的信徒，但每个人看到的第一性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： 我认为我们所信奉的东西，正逐渐被我们实现，并且随着我们的实现，也逐渐成为行业的共识。

36氪： Momenta成立于2016年，但直到2020年前后才获得车企的订单。这中间经历了四五年时间，当时外界都在疯狂地投入L4，你们是否曾质疑过自己？

曹旭东： 没有。

36氪： 公司内部是否有人质疑过？

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？看的是融资。谁融的钱多，谁更能获得资本认可，谁就显得更加正确。

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。这条路径并非每三年才出现一次正反馈，而是可能每三个月就会有一次。通过我们的技术研发和产品进展，我们能够清晰地看到正反馈。

36氪： 这种正反馈是你们有意建立的吗？

曹旭东： 当然是。我认为任何一个“一号位”（负责人），无论是产品、商业还是技术的一号位，都不能让反馈周期过长。如果反馈周期是3年、5年，那么很少有人能够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，支撑你们内部军心的几个关键正反馈是什么？

曹旭东： 我认为非常重要的一点是，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。这些进展是大家有目共睹的。尽管我们的技术路线与行业主流有所不同，但我们自己能够看到这条技术路线取得的进展，并获得了正反馈。

36氪： 你们是否曾因为融不到钱而感到焦虑？

曹旭东： 没有。

36氪： 之前我与您的同事交流时，让他们讲故事，他们说我们是技术公司，没什么故事可讲。我坚持认为一定会有，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结果。

曹旭东： 他大概率是在说八年的量产周期。

36氪： 是的。