對話Momenta曹旭東：登月自動駕駛，要先做出量產(chǎn)的「火箭」

整理｜樊舒琪

7月8日，自動駕駛公司Momenta正式以“6880”為股票代碼在港交所主板掛牌上市。開盤后，Momenta一度上漲超6%，市值突破700億港元。

按每股295.6港元的發(fā)行價計算，假設“綠鞋”（超額配股權）全額行使，Momenta本次全球發(fā)售約2,293萬股，募集資金總額約68億港元。

這無疑在汽車產(chǎn)業(yè)沉悶的價格血戰(zhàn)中，敲出了一記令人振奮的錘音。

過去10余年來，汽車產(chǎn)業(yè)歷經(jīng)數(shù)輪淘洗，不光決勝出了今天站在造車陣營一線的蔚來、理想和小鵬汽車等明星企業(yè)，產(chǎn)業(yè)鏈中，更是突圍并崛起了寧德時代、禾賽科技，乃至今天的Momenta等頭部公司。

他們的底層故事高度相似，在狂熱的市場環(huán)境中，辨識和堅定實踐自己的戰(zhàn)略意志。Momenta的經(jīng)歷更是典型代表。早在2016年創(chuàng)立之初，行業(yè)被自動駕駛技術點燃，資本快速涌向L4級自動駕駛項目。

但是曾在微軟和商湯深耕計算機視覺的曹旭東早早錨定了數(shù)據(jù)驅(qū)動和數(shù)據(jù)閉環(huán)的技術路徑，他想要一條數(shù)據(jù)和研發(fā)體系能夠互相持續(xù)反哺的商業(yè)形態(tài)，因此2016年創(chuàng)業(yè)之初，就定下了L2量產(chǎn)和L4自動駕駛“兩條腿”走路的戰(zhàn)略。

用L4這條腿做前沿技術突破，下放給L2量產(chǎn)業(yè)務，再用L2業(yè)務產(chǎn)生的數(shù)據(jù)飛輪，反哺L4的自動駕駛業(yè)務。

“要實現(xiàn)規(guī)模化的L4，一定需要數(shù)據(jù)飛輪，以及海量的數(shù)據(jù)，沒有這兩個東西，是不可能‘登月’的。”

Momenta上市前期，36氪CEO馮大剛與36氪高級內(nèi)容總監(jiān)楊軒一起訪談了Momenta創(chuàng)始人曹旭東，他這樣描述企業(yè)早期的戰(zhàn)略意圖。

選擇容易，但是實踐則經(jīng)常充斥困頓和挫折。36氪了解到，Momenta從2016年到2022年，幾乎探索了所有能夠大規(guī)模落地的L2量產(chǎn)業(yè)務，接連嘗試過后裝一體機，到給車企做大量近乎免費的POC（前期驗證）項目。

就連曹旭東自己都感受過從技術理念到商業(yè)落地的落差。他向36氪講述，剛進入汽車行業(yè)，以為就像在互聯(lián)網(wǎng)，從產(chǎn)品立項到產(chǎn)品發(fā)布就幾個月，慢的話可能一兩年的時間。但真正從打入奔馳的供應鏈到交付產(chǎn)品上車，Momenta則花了8年。

幸運的是，長足的錘煉和準備，也讓Momenta最早一批敲開了車企量產(chǎn)輔助駕駛算法的大門。直到今天站在自動駕駛公司的頭部陣營。

就在上市前夕，Momenta宣布，裝車量突破100萬輛。規(guī)模增長，業(yè)績也隨之線性增加，Momenta招股書顯示，從2023年到2025年，公司收入從7.43億，快速增長至24.13億元，毛利率達到71.6%，隨著規(guī)模效應出現(xiàn)，凈虧損也一路從10.93億元，收窄到了3.03億元。

“很多人一開始目標很宏大，說想要登月，然后珠穆朗瑪峰離月亮最近，那我就去登珠峰。但登月要干的事情是造火箭。在我們看來，我們做L2量產(chǎn)，實際上就是在造火箭。”曹旭東向36氪表示。

今天的Momenta再一次做出了新的技術預判，他們選擇了世界模型和強化學習。這套技術體系已經(jīng)應用于公司最新的R7世界模型。

曹旭東對R7世界模型頗為自信，他稱這款產(chǎn)品“能夠跟特斯拉FSD V14打得有來有回”。對于自家的Robotaxi業(yè)務，曹旭東亦有著較為穩(wěn)健的規(guī)劃，他的目標是，“2028年的時候，運行1萬臺Robotaxi，中國和海外各一半”。

Momenta的更長遠戰(zhàn)略布局，著眼于機器人。曹旭東計劃到2027年啟動機器人業(yè)務，一方面，因為“那時Momenta Robot飛輪的構建，已經(jīng)比較完善了”，另一方面，彼時公司“溢出的能力剛好可以做機器人”。

誠然，行業(yè)里不少自動駕駛公司，包括車企，跨界做機器人早于Momenta，但曹旭東并不感到公司失去了入局的最好時機。

這不僅因為機器人和自動駕駛領域，在data infra、訓練infra、數(shù)據(jù)飛輪、大模型的架構等方面可以高度復用，曹旭東的更多信心來自于，Momenta從汽車產(chǎn)業(yè)中長期淬煉出的技術底座、組織體系和市場體量。

以下是36氪CEO馮大剛、36氪原創(chuàng)內(nèi)容負責人楊軒與Momenta創(chuàng)始人曹旭東的對話實錄，經(jīng)編輯：

談上市：上市是為了品牌和信任

36氪：Momenta為什么要上市？

曹旭東：這是一個很好的問題。公司在這個時間點上市，更多的是為了品牌和信任。

其實我們公司現(xiàn)金儲備還是蠻多的，而且公司的虧損在快速收窄，明年就盈虧平衡了，后年就能規(guī)模化盈利。所以從現(xiàn)金流角度，是否上市對我們來說影響不大。

雖然我們是一家To B的公司，但我們很看重C端的品牌，以及C端用戶對我們的信任。而上市一定能夠在很大程度上放大我們的品牌，從而幫我們贏得用戶、客戶，以及資本市場的信任。

36氪：是不是有點像英特爾，讓用戶覺得，只要是英特爾的CPU，這個電腦就一定很好，同理用了Momenta的輔助駕駛，這個車也一定很好？

曹旭東：這肯定是我們一個學習和借鑒的對象。

現(xiàn)在我們很多客戶，在產(chǎn)品上市的時候會跟我們一起做comarketing，比如說奔馳、寶馬、奧迪、豐田、本田、日產(chǎn)，國內(nèi)的車企有上汽、奇瑞等，都在和我們一起做comarketing。我們有了更好的品牌，更高的用戶信任度，也能幫助我們的客戶更好地賣車。

36氪：你希望資本市場怎么定義Momenta這家公司？它是一個智駕公司，還是一個AI公司？你自己又認為Momenta是什么公司？

曹旭東：我覺得資本市場的人都很聰明，不是我希望他們怎么定義，他們就會怎么定義。

在我看來我們是Better AI，Better Life，所以長期來看的話，我們肯定是一個AI公司，然后包括自動駕駛。

自動駕駛從當前的城市輔助駕駛，再到未來的L4自動駕駛，不管是乘用車還是Robotaxi、Robotruck，其實它的內(nèi)核就是AI。這個AI的內(nèi)核對應到物理世界的話，就是World model。

36氪：今天很多人在講純血AI的概念，比如那些賣token的公司，才是純血AI，其他跟AI有關的公司，可能不會被定義成純血AI公司，外界這樣定義你會不會覺得不公平？

曹旭東：不同的人有不同的看法。我之前看到過一句話，短期是投票機，長期是稱重機，我覺得最終還是要做稱重機。

我們公司做很多決策，永遠不是資本導向，更多的是價值導向，怎么做能給用戶創(chuàng)造價值，做什么樣事情能跟我們的價值導向相匹配，我們就用什么樣的方式來做。

我舉個例子，我們公司最開始講一個飛輪兩條腿，量產(chǎn)L2、完全無人駕駛的時候，那個時間點上，整個行業(yè)全都看不懂，行業(yè)所有人都在做Robotaxi。

但我們講了一個跟行業(yè)最主流的，或者說和資本市場給的估值最高的方向不一致的故事。為什么做這樣的一個選擇呢？就是因為這在我們看來是一條正確道路，通過這條道路才有可能最終做成規(guī)模化的L4，所以我們就選擇這條路徑。

談世界模型：世界模型是實現(xiàn)自動駕駛的必要條件

36氪：我聽說你自己也會活躍在一線，了解最新的技術發(fā)展，現(xiàn)在的AI技術、新概念層出不窮，比如大家都在喊世界模型，但我覺得每個人講的世界模型都不一樣。Momenta是怎么定義世界模型的，你們怎么確保你們的世界模型真的是懂得物理世界了？

曹旭東：我們的這個世界模型，主要三部分，第一個是World model prediction，第二個是World model simulation，第三是World model reinforcement learning。

我先說World model pretrain吧，這個我們對標的是GPT。GPT之所以這么powerful，就是因為它有預訓練。預訓練是通過next token prediction，把整個互聯(lián)網(wǎng)的數(shù)據(jù)，或者整個數(shù)字的數(shù)據(jù)全都拿過來訓練，把數(shù)字世界的常識壓縮到這個模型里面。

那對應的World model pretrain，就是通過對未來的預測，比如說我把這個筆扔上去，然后它會掉下來，這其實就是對物理世界規(guī)則的預測。我有海量的這樣的數(shù)據(jù)的話，就可以預測這樣的數(shù)據(jù)。把整個物理世界的規(guī)律壓縮到模型里來，這樣的話，這個模型就具備了物理常識。

36氪：所以世界模型對自動駕駛很重要。

曹旭東：對，肯定的。不光是自動駕駛，你可以看到機器人也是。

去年后半年的時候，我們在自動駕駛上已經(jīng)驗證了世界模型的效果了，今年量產(chǎn)。

今年上半年，我在硅谷的時候，觀察到很多公司都從VLA轉向到世界模型，就是因為通過世界模型大規(guī)模預訓練之后，它的成功率能夠大幅提升。我這有個數(shù)字不一定準確，作為參考，可以感受一下，就是從50%提升到了90%，這是非常大幅的提升，所以在行業(yè)內(nèi)引起了很大震動。

36氪：更早之前大家做的是端到端，這和現(xiàn)在說的世界模型有什么區(qū)別嗎？

曹旭東：這個沒有任何的沖突。端到端is everything。ResNet也是端到端，Transformer也是端到端，GPT也是端到端，強化學習也是端到端，World model也是端到端，現(xiàn)在但凡是一個模型，它都是端到端的。

36氪：那現(xiàn)在大家講的世界模型，跟幾年前行業(yè)里經(jīng)常講的端到端，它的進步體現(xiàn)在哪里？

曹旭東：如果沒有世界模型的話，只是端到端，自動駕駛的任務，是一個稍微有點畸形的任務，因為它輸入的維度非常高，如果沒有壓縮的話，它輸入的token可能是幾百萬個，或者更多。

但輸出的，可能就只是自動駕駛的軌跡。自動駕駛的軌跡，可能就10個token或者幾十個token。

那就是從非常高維的輸入，到非常低維的輸入。這樣很容易出現(xiàn)一個結果，就是過擬合，或者說因果混淆，它會學到些很奇怪的映射關系。

但如果你有World model，World model首先學的是物理常識，你會發(fā)現(xiàn)當一個人有常識的時候，就像一個人已經(jīng)從小學一路上到大學了。這時你跟他探討一個大學的物理問題，那是很容易的，可能幾句話就能聊清楚了。

如果這個人他根本沒上過小學、中學，這時候你跟他探討一個物理問題，他可能會跟你爭論，比如這個地球就是中心等等。

36氪：那你覺得世界模型是自動駕駛的終極答案嗎？

曹旭東：我覺得肯定是一個必要條件，但終極答案就不一定，因為技術還在快速進步。

再比如強化學習是不是必要條件？我覺得是個必要條件，端到端是不是必要條件？肯定也是。雖然現(xiàn)在可能大家對端到端提得沒那么頻繁了，但實際上，強化學習、端到端都是build up，世界模型或者強化學習，都是在端到端的基礎上的。

36氪：那強化學習這件事，在世界模型的框架下，重新變得極度重要了嗎？用強化學習的方法訓練世界模型的話，中間有沒有什么可能出現(xiàn)的問題？比如它的獎勵函數(shù)等等。

曹旭東：有。這個很重要，尤其是對于安全性來說，提升還是非常大的，至少是5-10倍的提升。

但確實也會有一些挑戰(zhàn)，因為強化學習很容易出現(xiàn)reward hack，就和員工會hack公司的kpi一樣，模型也特別容易偷懶，所以強化學習的reward要設計好，一方面要保證安全性，另外一方面，要考慮一些行為是否擬人，所以我們也有一些怎么擬人的reward。

36氪：Momenta有看到強化學習，明顯提升了自動駕駛表現(xiàn)嗎？

曹旭東：在安全性上提升特別大，比如我們的R6上了強化學習，安全性至少比不上的時候，有5-10倍的提升。

談優(yōu)先量產(chǎn)輔助駕駛：有海量數(shù)據(jù)才能做成規(guī)模化L4

36氪：你剛才說起一個飛輪兩條腿，L2、L4同時做，這讓我想起了一本書，毛姆的《月亮與六便士》，他的意思是說，月亮是遙遠的理想，六便士是地上可以俯身撿到的現(xiàn)實，某種意義上來說，我覺得當時你選擇兩條腿走路，算是既要月亮又要六便士，既要遙遠的L4，又要眼下就能放量的L2，這可能是一個現(xiàn)實的選擇，或者說很有野心的選擇，但你憑什么覺得你能兩個都要？

曹旭東：當時做這個選擇，我想的不是我憑什么兩個都要，而是我們覺得這樣做了才有可能登月。

如果只做L4，可能會有很多人投資你，拿投資人的錢也一樣可以發(fā)展。但這不是錢的問題，我們做這個路線的選擇，更重要的原因是，根據(jù)我過往的經(jīng)歷形成了一個認知——要實現(xiàn)規(guī)模化的L4，一定需要數(shù)據(jù)飛輪，數(shù)據(jù)驅(qū)動。第二，需要海量的數(shù)據(jù)。

很多人一開始目標很宏大，說想要登月，然后珠穆朗瑪峰離月亮最近，那我就去登珠峰。但登月要干的事情是造火箭。在我們看來，我們做量產(chǎn)，實際上就是在造火箭。

36氪：所以說一個飛輪兩條腿是一種技術判斷，但當年很多做L4的公司，也都是技術背景出身的創(chuàng)始人，為什么你的技術判斷會跟其他人的技術判斷不一樣？

曹旭東：其實我也思考過這個問題。我剛創(chuàng)業(yè)的時候，我就去過硅谷，也跟Waymo的人聊過，聊完之后覺得，這個公司還是挺好的，但另一方面，多多少少有點失望，因為我們交流的時候，我問他一個非常本質(zhì)的問題——你覺得做成規(guī)模化的L4的話，要解決的最根本問題是什么？

聊完之后，我發(fā)現(xiàn)大家做事的出發(fā)點更多的是老板想做。這件事情聽起來非常exciting，所以我就做了。但是要把這件事情做成，根本性的問題是什么，以及根本性的問題能通過何種戰(zhàn)略路徑來解決，他們沒有思考過。

我當時其實挺意外的，也挺吃驚的。

但另外一方面，也堅定了我按照我們的想法，去做這件事情的初心和決心。

36氪：你剛說的他們沒有思考的、最根本性的問題，是指什么？

曹旭東：可能跟我在微軟的經(jīng)歷，包括我在商湯的經(jīng)歷有關系，我做過的規(guī)模化產(chǎn)品，在一個很小的垂直領域，它的能力能達到人類水平，甚至超過人類水平的，都是需要海量的數(shù)據(jù)。而且要把海量數(shù)據(jù)用起來，一定要有一個數(shù)據(jù)驅(qū)動算法。當然具體數(shù)據(jù)驅(qū)動算法怎么做，用什么樣的架構，什么樣的模型，那可能有很多的做法。

36氪：這說的就是第一性原理，很多人都覺得他們是第一性原理的信徒，可每個人看到的第一性，以及最后得出的結論很不一樣，你覺得你現(xiàn)在說的是對的嗎？

曹旭東：我覺得我們相信的東西，正逐漸被我們實現(xiàn)，我們實現(xiàn)之后，也逐漸在變成行業(yè)的共識。

36氪：Momenta是2016年成立的，但公司在2020年前后，才拿到了車企的訂單，這中間經(jīng)歷了四五年時間，外界都在瘋狂地做L4，你們有質(zhì)疑過自己嗎？

曹旭東：沒有。

36氪：公司內(nèi)部有人質(zhì)疑嗎？

曹旭東：這一定會有，有的人是因為這個相信，所以看見，有的人因為看見而相信，那會有這么兩撥人的。在那個時間點，在技術落地、產(chǎn)品落地、商業(yè)落地之前，大家看的是什么？看的不就是融資嗎。那誰融的錢多，誰更能獲得資本的認可，誰就更加正確。

我們之所以能夠堅持下來，是因為我們內(nèi)部有一條連續(xù)的路徑，這個連續(xù)的路徑不是三年才有一次正反饋，可能是三個月。通過我們的技術研發(fā)，產(chǎn)品進展，就能看到正反饋。

36氪：這個正反饋是你們有意去建立的嗎？

曹旭東：一定是的。我覺得任何一個一號位，不管是產(chǎn)品的一號位、商業(yè)的一號位，還是技術的一號位，不能讓這個反饋周期太長。反饋周期如果是3年、5年，那很少有人因為相信而相信，能夠堅持下來。

36氪：所以最孤獨的那四五年里，你們內(nèi)部能堅定軍心的那幾個正反饋是什么？

曹旭東：我覺得很重要的一件事情，就是我們堅持數(shù)據(jù)驅(qū)動，在數(shù)據(jù)驅(qū)動的技術研發(fā)上，取得了一些很好的進展，這些進展的話，大家都能看得到。雖然我們這條技術路線可能放到行業(yè)里面，跟主流的技術路線有很大不一樣的地方，但是呢我們自己能夠看到這條技術路線取得的進展，取得了正反饋。

36氪：從來就沒有焦慮過，如果融不到錢怎么辦呢？

曹旭東：沒有

36氪：之前我和你的同事交流，我讓他們講故事，他們說我們是技術公司，沒什么故事可講。我說一定會有的，后來他就講了一個跟奔馳合作的故事。據(jù)說Momenta跟奔馳的合作談了8年，才拿到結果。

曹旭東：他應該是想說8年量產(chǎn)吧。

36氪：是的，那這個過程中有什么有意思的事情？

曹旭東：首先我想說8年實際上是快的。

36氪：但套用你剛才說的正反饋來說，這是8年才有正反饋。

曹旭東：好問題，我先解釋一下為什么8年算快的。

我剛進汽車行業(yè)的時候，初生牛犢，以為這行業(yè)就像互聯(lián)網(wǎng)行業(yè)，從產(chǎn)品立項到產(chǎn)品launch就幾個月，慢的話可能一兩年的時間，不可能再長了。

當時我有一個師兄，在汽車行業(yè)很多年。我就問他在汽車行業(yè)，這個周期大概需要多長時間。

他說汽車行業(yè)敲門就得敲三年，再加上兩年的開發(fā)，可能需要5年的時間才能量產(chǎn)。

那時候我就覺得，哇，5年，這么長。

后來我又和他說，我們運氣特別好，剛剛拿到了奔馳的投資，有了奔馳的投資，我們這個時間能不能縮短。這個師兄聽完之后，首先特別開心，他說恭喜你們在汽車行業(yè)里能拿到奔馳的投資，這對你們是一個巨大的indorsement，相當于成功了一半。

但是跟奔馳合作的話，如果要量產(chǎn)，至少需要10年的時間。這是行業(yè)的規(guī)律，因為奔馳對于產(chǎn)品的品質(zhì)要求非常高，開發(fā)周期也非常長。

我當時其實是不太相信的，但是現(xiàn)在看下來，我們從拿到奔馳的投資，到最終量產(chǎn)，確實花了8年的時間，稍微加快了一點點，但沒有快那么多。

回到您的問題，整個周期特別長，怎么持續(xù)拿到正反饋呢？我們中間其實經(jīng)歷了很多個階段。

第一個階段是POC的階段，大概是從2017年-2019年吧，我們做了很多的POC，比如行人檢測的POC，還有各種識別的POC等等。做完之后，奔馳覺得我們技術非常好，在18年底的時候又增持了我們。

POC做完之后，到了2020年的時候，我們開始做PreSOP，就是在量產(chǎn)前，主機廠還需要進一步驗證我們的能力。

大概做了兩年時間，到2022年的時候，我們拿到了一個小規(guī)模的SOP項目，只有奔馳的一小部分的車型。

大概在2024年之后，我們的量產(chǎn)開發(fā)效果非常好。2024年的時候，我們還跟行業(yè)非常有名的一家友商PK，PK完之后，我們非常明顯得領先，奔馳就把在中國的所有車型，包括電車、油車全部都給到我們量產(chǎn)。

到2025年底的時候，奔馳的首個車型才量產(chǎn)，今年還會有很多款車型量產(chǎn)。整個的周期非常長，這么長的周期，在我進入這個行業(yè)之前是不敢想象的，完全不敢想象。

36氪：但行業(yè)里也有觀點認為，L2的蛋糕正快速變小，一方面輔助駕駛滲透率現(xiàn)在已經(jīng)很高了，再增長一倍就到頭了，但是單車的收費在快速下降，你覺得這是否會影響Momenta的計劃？L4會不會因此斷糧？

曹旭東：首先我覺得這說的是行業(yè)的部分現(xiàn)狀，比如說二線，輔助駕駛方案供應商，正被卷入價格戰(zhàn)的紅海，這樣就會進入一個負循環(huán)，訂單量少，就要以更低的價格競爭。

但我認為對于一線供應商不是這樣。一線公司大家還在快速迭代，對應的商業(yè)的價值和商業(yè)模式也在迭代。比較有代表性的公司就是特斯拉，我們可以看到它的訂閱費還是很可觀的，每個月99美金，產(chǎn)品的體驗也非常好。

隨著技術提升，產(chǎn)品提升，給用戶創(chuàng)造的價值也會進一步提升。給用戶創(chuàng)造的價值提升之后，對應的商業(yè)回報，也會持續(xù)提升。

我可以舉一個典型的例子，假設量產(chǎn)的終局實現(xiàn)了，它的安全性至少是人類的10倍。而現(xiàn)在一輛車的保險大概是5000塊錢，其中2000是固定的，3000是浮動的。如果自動駕駛的安全性能夠做到10倍于人類的安全性，用戶可以花2700元去訂閱每年的城市NOA，花300元付這個保費。這樣的話，對應的商業(yè)價值明顯是在增加的。

所以說商業(yè)價值到底是在萎縮還是在增加，完全取決于你的產(chǎn)品的水平到底怎么樣，產(chǎn)品對于消費者來說，能夠創(chuàng)造多大的價值。

36氪：也就是說，你的判斷是，再過幾年，無論自動駕駛的價格還是用戶體驗，差距都會很大。

曹旭東：對，一定是這樣。

談Robotaxi和機器人：做成家庭機器人，研發(fā)投入至少百億美金

36氪：關于Robotaxi能否實現(xiàn)，之前行業(yè)里一直有爭論，在這個新的技術架構下，你覺得Robotaxi能實現(xiàn)嗎？它能讓自動駕駛公司實現(xiàn)規(guī)模化的盈利嗎？

曹旭東：首先肯定能實現(xiàn)，而且在加速實現(xiàn)。

我們的目標是2028年的時候，運行1萬臺Robotaxi，中國和海外各一半。

但1萬臺能不能規(guī)模化盈利，這也不好說。國內(nèi)的毛利低一點，海外的毛利高一點，每臺車一年的毛利潤是1萬美金的話，規(guī)模化盈利也就1億美金，其實不算特別多。

我們公司去年這方面的毛利潤，就已經(jīng)是2億多美金了，2028年到了拐點之后，規(guī)模會進一步擴大，比如說到2030年，規(guī)模有可能做到10萬臺，對應的毛利潤可能是10億美金。

36氪：你們大概什么時候會開始做機器人？

曹旭東：2027年。

36氪：為什么是2027年？

曹旭東：一方面，我覺得我們整個L4的飛輪，或者Robot飛輪的構建，已經(jīng)比較完善了，而且我們判斷，到2028年，我們的組織或者能力，已經(jīng)溢出了，那溢出的能力剛好可以做機器人。

36氪：但這時候可能另外一家機器人公司，已經(jīng)做了7年或者10年了，你覺得做自動駕駛的公司還有什么優(yōu)勢和劣勢？

曹旭東：首先機器人和自動駕駛，在很多方面都是高度相似甚至復用的，不管是data infra還是訓練infra，包括數(shù)據(jù)飛輪、大模型的架構，甚至推理的芯片和端側的模型，都是高度可復用的。

這個東西在自動駕駛上驗證了，在機器人上就可以應用，這是一方面。

另一方面的話，就是組織和體系。

而且我覺得做機器人，其實是需要cash cow的，就是現(xiàn)金奶牛。機器人要把最復雜的場景，比如家庭機器人做成的話，我覺得累計的研發(fā)投入至少也是百億美金以上。

36氪：這個百億美金是基于算力成本算出來的，還是怎么算出來的？

曹旭東：算力成本再加上人的成本吧，當然算力成本可能占大頭。

談創(chuàng)業(yè)目標：機器人是下一個能讓我興奮的東西

36氪：其實我覺得你看起來應該是一個非常循規(guī)蹈矩的人，可是從你的經(jīng)歷上來看又不是的——從清華退學，博士退學，然后又從商湯離開。其實你做了很多別人覺得你那時候不應該做的事情。今天終于到了，算是成功的地步，現(xiàn)在是敲鐘的時候，你到底想要做一個什么樣的公司？

曹旭東：其實我的性格是，如果這件事情我特別喜歡，我會非常all in地去投入。

我舉個例子，我高考的時候其實很偏科，語文好像就100出頭，沒到110，但理科考得非常好。很重要的原因就是我對這個東西很感興趣、很喜歡，自己就每天琢磨，不是老師要你學，或者你為了考一個好大學，所以你要學。很多時候就是單純地對科學本身有濃厚的興趣。

36氪：有沒有考慮過做學術研究？

曹旭東：其實我考慮過，但我發(fā)現(xiàn)我對Publication、發(fā)表論文不感興趣。我更喜歡解決生活中的，或者產(chǎn)品中的實際問題。

而且我其實更關心的是，能不能解決這個問題，解決這個問題的方法到底是什么。我可以復用學術主流的方法，我也可以獨創(chuàng)一套方法來解決問題。

36氪：所以剛才我問的，你到底想做一個什么樣的人、想做一個什么樣的公司？答案就是做一個你喜歡的公司嗎？

曹旭東：是的。

我們做Momenta的時候，沒有考慮過我們做這家公司，一定要成為全球第一、行業(yè)第一，更多的考慮的是，我們這家公司要創(chuàng)造什么樣的價值，以及要做什么樣的技術。

當時選擇自動駕駛，很重要的一個出發(fā)點是，它既有感知智能，又有認知智能。我們覺得你要Better AI，要了解什么是智能的話，只做感知智能是不行的，一定要做認知智能，這樣你才對智能的全貌，有更深入的理解。

36氪：那時候你開過車嗎？

曹旭東：沒有。

36氪：所以那時候你還不是一個熱愛開車的人。

曹旭東：坦白說，我在那個時間點，別說熱愛開車了，所有的汽車品牌，我全都認不出來。比如說奔馳、寶馬，它的標跟名字都對應不上。

36氪：那你主要還是從學術角度出發(fā)，希望這件事情正好能把喜歡的東西用上？

曹旭東：更多的是覺得，自動駕駛是一個很好的切入點，它包含了感知智能，又包含認知智能。我覺得我們的目標，是要把智能是什么搞清楚，并且用更好的智能，去創(chuàng)造更好的生活。這是我們內(nèi)心的passion。車只是一個載體。

36氪：你覺得Momenta今天得到了一個階段性的成功嗎？或者你怎么看成功這件事情？

曹旭東：我覺得公司來到了一個新的起點吧。坦率來說，成功這件事情，你距離它很遠的時候，它還有一定的吸引力。但這件事情就到跟前的時候，就沒有那種額外的喜悅。真的沒有。

36氪：下一個你離得比較遠的、讓你覺得興奮的東西是什么？

曹旭東：幾年前，疫情剛結束的時候，我就回了老家，拜訪我大姑。

當時我跟她介紹我們的自動駕駛，聽完之后我大姑就說，非常棒。之后她就問，你除了自動駕駛還做什么呀。我說我們未來還要做機器人。

我一講到機器人，我大姑就特別興奮，她問了我好多問題，她說能送小孩去幼兒園嗎，我說這個可以；能幫著買菜嗎？我說也可以；能幫忙清理家里的垃圾嗎，也可以。

聽完之后我就強烈地感受到，這件事情對我大姑來說，其實是更有吸引力的，因為她問了好多問題。關于自動駕駛，她就說非常好，然后就沒有了。

又過了兩年，我又回了趟老家，又去看我大姑。一上來我大姑就問，你們這個機器人做出來了嗎，然后我說，這個是我們的戰(zhàn)略規(guī)劃，距離做出來可能還需要一段時間，可能還需要至少5年，或者更多的時間吧。

那時候我大姑又接著問，你們這個機器人賣多少錢。我當時就快速地算了一下，一方面bottom up算了算成本，另一方面top down算了算合理需求下的價格，毛估了一下，說可能10萬塊錢。

我大姑給我的反應，這10萬塊錢不貴啊，10萬塊錢咱也能買一個。她又說你這個東西出來了，一定要早點告訴我，我買一個機器人也能用起來。

36氪：10年以后，你覺得你們會不會成為一家偉大的公司？如果是的話，這家偉大的公司是什么樣的？如果沒有成為一家偉大公司的話，你覺得主要風險在哪？

曹旭東：首先，這肯定是我們的目標，不然也不會有這個100年的使命。

我覺得之所以偉大，很重要的是創(chuàng)造了價值。我覺得一個企業(yè)最重要的就是創(chuàng)造價值，創(chuàng)造用戶價值，創(chuàng)造客戶價值，創(chuàng)造社會價值。

36氪：那風險呢？

曹旭東：就是有什么擔心的事？坦率來說，這不是我們做事情的風格。

36氪：但我看你們把“危心”兩字寫滿了你們辦公室？

曹旭東：我們的“危心”，更多的是指，我們做事情的時候，會做需求三抓，或者說問題三抓。

比如說我們已經(jīng)定了方向了，定方向的時候不是看這件事情有多難，而是這件事情有多大價值，這是第一點。

第二，這件事情我到底喜歡還是不喜歡，直接決定了我能不能做到超一流。

有了這些之后，我們開始做需求三抓或者問題三抓。

不是說，我做了這件事情，就認為我一定會成功，而是去找潛在的問題、潛在的不同觀點。

找不同的問題和觀點，不是說我對這個方向有所動搖，而是為了更好地實現(xiàn)我的方向、實現(xiàn)我的目標。因為充分考慮問題，才有可能更好地解決問題。

至于說您說的那個問題，我的理解就是，會有什么天塹性的問題。但我認為，只要我們選擇了一個方向去干，就沒有天塹性的問題。

談公司競爭力：低質(zhì)低價不長久，Momenta的軟件license費用會保持堅挺

36氪：我們研究Momenta的故事會發(fā)現(xiàn)，公司經(jīng)歷過早期，一個軟件版本上車沒有辦法work的階段，到今天Momenta的市占率達到了這么高水平，Momenta解決未知問題的方法是什么？

曹旭東：我可以講一個小的例子，但這個點，我覺得還挺重要的。

大家可能都聽過，You get what you measure，我們在這個基礎上又發(fā)展了一下，叫做get what you name。

為什么會有這樣一個說法？我們內(nèi)部，對于一些問題特別重視，比如給一些方案起名字的時候，我們的標準很高，首先要非常凝練，然后要能顧名思義。

之所以這樣做，是因為我們發(fā)現(xiàn)，當你有一個好名字的時候，這件事情會被大家重復討論。一旦一件事情，被大家重復思考和討論的時候，它特別容易從一個模糊的狀態(tài)、混沌的狀態(tài)，變成一個相對清晰的狀態(tài)。

很多時候大家不知道如何去解決一個問題，就是源于模糊、定義不清楚。它會有一個負循環(huán)，這個東西越是被考慮得、被討論少，越是模糊，越是一個相對清晰的事情，反倒被大家討論得多。

36氪：Momenta讓人印象非常深的是，公司在組織上有很強的進化能力，比如公司一開始可能是400個人去做一個case，要用兩年時間；后來100個人做一個case，用一年半時間；現(xiàn)在是幾個人做半年時間。這種快速進化靠的是什么？

曹旭東：這肯定不是靠員工去拼體力，更多的是拼人的腦力，把很多東西，尤其是重復的東西標準化、流程化、自動化，我們把它叫SPA。

這個也跟我們剛才聊到的You get what you name有關，你只有先對一個模糊的東西，有清晰的定義，你才有可能標準化。標準化是流程化和自動化的前提，這點在我們內(nèi)部是做得很好的。

當然要實現(xiàn)標準化、流程化、自動化，也需要有很好的架構和很好的體系。

36氪：我之前提到效率，是因為我覺得效率會伴隨著服務能力的提升，也伴隨著價格的下降，效率和價格是Momenta的殺手锏嗎？

曹旭東：我們不打價格戰(zhàn)。

如果遇到一些競爭對手的價格太夸張了，我們就退出競爭。但根據(jù)我們過往的經(jīng)驗，這個客戶可能過一年或者過兩年還會回來，因為低質(zhì)低價不長久。

內(nèi)卷之后，他沒有錢去投研發(fā)，產(chǎn)品長期來看肯定是沒有競爭力，那一定會被用戶拋棄的，只要用戶拋棄了，那客戶也一定會拋棄。

談行業(yè)競爭：Momenta的R7，有信心和特斯拉FSD V14打得有來有回

36氪：現(xiàn)在即便是很多傳統(tǒng)車企，也選擇自研輔助駕駛，那Momenta作為第三方的廠商，怎么去跟所謂的第一方競爭？是通過比他們更快、更安全嗎？

曹旭東：首先我也不覺得是競爭，我們對競爭的理解，更關心的是競，不是爭。

競比的是誰能夠更好地給用戶創(chuàng)造價值，這是一個互相學習、共同提高的過程，如果自己真的做得足夠好的話，我相信自然會有越來越多的用戶和越來越多的客戶

36氪：那誰會做的比較好？主機廠自己開發(fā)，跟請一個合作伙伴來開發(fā)，理論上誰會更好？

曹旭東：我覺得都有可能。特斯拉做得非常好，我們也做得很好，華為也做得很好。

36氪：那最終的輸贏取決于什么？是誰的錢多，誰的數(shù)據(jù)多，還是其他？

曹旭東：我覺得因素很綜合。首先取決于是否有一支，對這個事情有使命感，又非常投入的團隊，這個團隊能不能持續(xù)從全行業(yè)，吸引最優(yōu)秀的人加入。

并且團隊能夠在這件事情中獲得快樂，盡管這個行業(yè)現(xiàn)在很痛，但更多的是從這件事情中獲得快樂。我覺得這個很重要。

36氪：有種觀點認為，如果車企一定要在智能座艙和輔助駕駛中間，選一個自研的話，車企最好去做輔助駕駛，因為輔助駕駛駕駛，主要靠數(shù)據(jù)取勝，車企有數(shù)據(jù)，需要的工程師又不是很多。你怎么看待這個觀點？

曹旭東：我覺得這個觀點有點奇怪，如果二者一定要選一個自研的話，肯定是智能座艙。

原因很簡單，我覺得自動駕駛和電池很像，它只有好和更好。

行業(yè)里有非常好的供應商，這樣一來，如果車企要面向消費者，去打造自己的品牌，那肯定要把自己的個性化差異化做出來。那什么是更能體現(xiàn)個性化、差異化的？一定是智能座艙，它可以跟自己的品牌結合，跟自己的目標人群結合。

36氪：自動駕駛行業(yè)，目前最激烈的競爭點是什么？自動駕駛公司主要比拼的是什么？

曹旭東：我覺得現(xiàn)在已經(jīng)不是一個單點能力的競爭，因為任何一個單點能力，都是很容易被學習和復制的。

我覺得更多的是一個多維度的競爭。這個多維度的競爭最底層的因素，我覺得是組織和組織的文化。

36氪：FSD體驗下來，你覺得和Momenta有什么不一樣嗎？

曹旭東：我覺得FSD做得非常好，其實Momenta在北美已經(jīng)有雖然是L2++的產(chǎn)品，但體驗接近L4。

特斯拉的FSD V14有可能今年年底，或者明年年初來到國內(nèi)，我們有信心，我們最新的R7世界模型，能夠跟FSD V14打得有來有回。

36氪：我聽過你之前講，Momenta是怎么做數(shù)據(jù)的，所以你說不同的團隊做出來的效果，可能偏差100倍，主要是在處理數(shù)據(jù)上的區(qū)別嗎？還是包括其他？

很多。數(shù)據(jù)是一塊，也包括整個的infra，數(shù)據(jù)的infra、training infra，還有模型的架構，以及onboard的porting。

這里面可能出問題的點實在太多了。

你可以認為體系里面，待決策點可能有上千個。這里如果有1%錯了，你的結果還是不錯；如果有10%錯了，還是會有可以的結果，但和全對之間，效果上的區(qū)別是幾個數(shù)量級。

談公司管理：更愿意招剛畢業(yè)的高潛，而非行業(yè)大佬

36氪：這個行業(yè)如果有一個你的偶像的話，是不是馬斯克？

曹旭東：是的。

36氪：我之前和幾個投資人吃飯，他們開玩笑說，希望馬斯克萬壽無疆，因為馬斯克如果有出問題的話，中國很多行業(yè)的方向可能都會混亂，哈哈。據(jù)說你體驗過特斯拉的幾乎每一個版本，每次都會仔細地去測試。

曹旭東：我每次去硅谷，出行的工具就是特斯拉的FSD。

36氪：有沒有從馬斯克身上學到什么東西？

曹旭東：坦白說，非常欽佩。但你要說從特斯拉，或者Elon Musk身上學到很多東西，因為Musk的很多的風格對我們不太適用。

我舉個例子，其實我特別佩服Elon Musk的一點，比如說他的FSD從2016年就開始做了，但從2016年-2018年整個過程非常波折，是2018年招到了Andrew Ng，這個人非常聰明，也有非常好的leadership，把特斯拉FSD做起來了。

但在這之前，他基本上每半年或者不到半年，都會換一個行業(yè)大佬。關鍵換的人是行業(yè)大佬，不是一般的人。這些人在AI領域都是響當當?shù)娜宋铮肽険Q一個。

換的過程中，大家會對Musk有質(zhì)疑，但只要這個人跟特斯拉的戰(zhàn)略、文化不合適，Musk就堅定地換，直到換到合適的人。

我覺得這個做法，行業(yè)里其他公司是很難做到的。

36氪：因為團隊這樣一折騰就散了。你覺得你是一個看人很準的人嗎？或者說你看人的時候，最重要的標準是什么？

曹旭東：我覺得看人要做到非常準，真的太難了，只通過面試真的太難了。所以我們現(xiàn)在很多時候，不是去招某個方向上特別知名的行業(yè)大佬，然后賭這個大佬一定會成功。

AI行業(yè)迭代速度非常快，我們更多的會去招這個行業(yè)里面高潛，可能就工作三五年，甚至剛畢業(yè)的人。

他們很年輕，然后一方面我們自己hand down地帶，這樣你不能保證招進來的每個人都正確，但只要你招的是非常高潛的人，一定至少能夠帶出來1/3的人。

36氪：員工最吸引你的地方是潛力。那你希望他是一個什么樣的員工？是一個以什么樣的目標為導向的？比如錢、事業(yè)上的成功，還是？

曹旭東：那肯定是，他對這件事情真的喜歡。

喜歡錢或者喜歡世俗上的成功，只要這個人足夠聰明和勤奮，也能把事做到一流水平，但他很難做到超一流水平。

能做到超一流水平的人，他一定是對這件事情極其的喜歡，吃飯的時候在想這件事，洗澡的時候在想這件事，早晨醒來也在想這件事，睡覺前也在想這些事。他超一流不是因為他比那個人更聰明，是因為他對這件事情喜歡，極致的關注帶來了超一流。

36氪：你現(xiàn)在還是一個洗澡的時候、吃飯的時候、走路的時候還在想技術問題的狀態(tài)嗎？

曹旭東：會，比如說有一些重要的技術問題，如果我剛好在一線，跟大家討論，那我就會非常active地去想，雖然我想的不一定都是對的，但是只要這件事情，我是深入一線，能跟大家一起看一手的數(shù)據(jù)，對的概率還是有7成左右吧。

36氪：所以現(xiàn)在對你來說，在一線去看技術還是個很重要的事。

曹旭東：還是很重要。尤其是在這個大模型時代，我覺得更重要。

因為大模型時代的很多技術決策，它不像以前發(fā)個微信紅包，幾個人做一個決策，一上線，這件事就成了。大模型的研發(fā)投入是巨大的，所以一定要有人敢于在方向上，在架構上，在投入上做決策。

那誰能去做這個決策呢？很多時候，當權力和認知不對等的時候，就會造成巨大的浪費。所以哪怕你的認知還不夠，那也必須通過一線一手，把認知拉到跟做決策的，不管是權利還是責任對等的程度，這樣才有可能做出高質(zhì)量的決策。不然就會出現(xiàn)沒有人做決策，或者沒有人敢做決策，沒有人權利做決策。

36氪：你做CEO那么多年，你對自己做CEO的評價高，還是對自己做一個研究者的評價高？

曹旭東：我對我們的團隊評價高。

36氪：你怎么評價Momenta的組織文化？它效率怎么樣？是一個能打勝仗的組織嗎？

曹旭東：我覺得肯定是一個能打硬仗、能打勝仗的組織。

36氪：這些科學家是不是很難搞？

曹旭東：沒有，其實還是挺自驅(qū)的。我有一次和公司的一個新人聊，他說非常向往我們公司。我說為什么向往，他說聽說我們公司都是自來卷。然后這個非常符合他的性格，因為他也非常自驅(qū)，他對于這個喜歡的事情就是非常all in。

36氪：今天如果有一個專家，他想做一個跟世界模型有關的事情，或者跟具身有關的事情，你覺得在Momenta，他能不能找到他最想要的環(huán)境？跟一些最強的人合作？

曹旭東：我覺得我們那絕對是最好的，或者最好的舞臺之一。

36氪：為了把公司打造成一個最好的舞臺，你做了什么？

曹旭東：我們最主要的出發(fā)點還不是，我要打造這樣一個環(huán)境，或者打造這樣一個舞臺，我覺得環(huán)境和舞臺是一個副產(chǎn)品。最主要的目的還是把這件事情做成。

只要核心團隊真心的喜歡這件事情，并且想把這件事情做成，你天然就會吸引人，而且吸引過來的人，都是比較純粹的人、想做成這件事情的人。

36氪：如果上市以后，股價非常好，然后你的很多同事、員工變成了千萬富翁、億萬富翁，你覺得他們會不會松懈？

曹旭東：首先，這件事情我還是挺開心的，就是能夠給員工創(chuàng)造很多財富，最終員工財富會變成社會財富，我覺得這是一件特別令人開心和自豪的事情。

我們團隊持股比例還挺高的，我說的不是創(chuàng)始團隊，我說的是所有員工。

但這樣的擔心，不能說完全沒有，但是坦率來說，我現(xiàn)在沒精力去擔心這些東西。

一方面，我沒有強烈地從身邊的人身上感受到這個問題，當然可能是還沒有上市。另外，我感覺我們公司的團隊還是挺純粹的，他做這件事情不單單是為了錢，因為我們公司上市前，給大家的回報其實已經(jīng)挺好了。更多的還是他喜歡這件事情，他熱愛這件事情，愿意為了這件事情投入。