Momenta CEO 曹旭東

很長一段時(shí)間里，自動駕駛行業(yè)喜歡討論路線之爭。

端到端、世界模型、VLA、大模型、強(qiáng)化學(xué)習(xí)、無圖、輕圖……每隔一段時(shí)間，行業(yè)都會出現(xiàn)一個(gè)新的關(guān)鍵詞。車企發(fā)布會上的技術(shù)名詞越來越密集，供應(yīng)商之間的表達(dá)也越來越接近。乍一看，大家都在往同一個(gè)方向走。

但 Momenta CEO 曹旭東認(rèn)為，真正的差距并不在這些單點(diǎn)技術(shù)名詞上。

在北京車展期間的交流中，他多次提到一個(gè)判斷：自動駕駛行業(yè)真正的壁壘，已經(jīng)不再是某個(gè)單點(diǎn)算法，而是架構(gòu)、體系和組織能力。算法可以被學(xué)習(xí)，人才會流動，技術(shù)概念也會快速擴(kuò)散，但一家企業(yè)能不能把數(shù)據(jù)變成能力，把能力變成產(chǎn)品，把產(chǎn)品變成商業(yè)閉環(huán)，才是決定行業(yè)格局的核心。

他用了一個(gè)很形象的比喻：數(shù)據(jù)不是金礦，而是“含礦量很低的鐵礦石”。擁有海量原始數(shù)據(jù)，只是價(jià)值源頭的10%，剩下90%的價(jià)值，來自如何把貧礦變成富礦，再把富礦變成鋼鐵、發(fā)動機(jī)，最終裝到車上。

這也是 Momenta 在這輪自動駕駛競爭中想強(qiáng)調(diào)的東西：自動駕駛的下半場，不是堆數(shù)據(jù)和喊模型，而是體系戰(zhàn)爭。

過去兩年，中國智能駕駛供應(yīng)商開始密集進(jìn)入國際車企體系。Momenta 已經(jīng)與奔馳、大眾、豐田、本田、日產(chǎn)、通用、福特等全球主流品牌建立量產(chǎn)合作關(guān)系。曹旭東說，和國際 OEM 合作，最常見的挑戰(zhàn)是“中國速度”和“國際標(biāo)準(zhǔn)”的沖突，但只要圍繞用戶價(jià)值共創(chuàng)，很多矛盾可以找到創(chuàng)新性的解法。

與此同時(shí)，自動駕駛也被他放進(jìn)了一個(gè)更大的坐標(biāo)里：物理 AI。

在曹旭東看來，自動駕駛很可能是物理 AI 最先跑通規(guī)?；]環(huán)的領(lǐng)域。因?yàn)樗呀?jīng)率先實(shí)現(xiàn)了數(shù)據(jù)閉環(huán)和商業(yè)閉環(huán)，而這兩者一旦互相正反饋，就可能推動能力快速跨越人類水平。機(jī)器人也會走向類似方向，但距離規(guī)?；]環(huán)還需要更長時(shí)間。

“物理 AI 是需要門票的?！辈苄駯|說，這張門票不是一個(gè)漂亮的技術(shù)概念，而是能支撐長期研發(fā)的現(xiàn)金流業(yè)務(wù)。

以下是北京車展期間與 Momenta CEO 曹旭東的交流內(nèi)容整理，略經(jīng)編輯：

“原始數(shù)據(jù)只是價(jià)值源頭的10%，剩下90%來自體系”

問：Momenta一直強(qiáng)調(diào)數(shù)據(jù)驅(qū)動?，F(xiàn)在行業(yè)里也有一種說法，數(shù)據(jù)本身并不難，難的是用好數(shù)據(jù)。你怎么看？

曹旭東：數(shù)據(jù)這件事情，不是單單的數(shù)據(jù)本身。你可以認(rèn)為數(shù)據(jù)是礦石，而且是含礦量很低的鐵礦石。你要真正把數(shù)據(jù)用起來，首先要把貧礦變成富礦。

比如我剛才分享的，高速上三只小狗排隊(duì)橫穿高速，這樣的場景真的是萬中無一。你怎么把這個(gè)數(shù)據(jù)挑出來？這本身就是大海撈針級別的難度。

但這只是第一步。你要把貧礦變成富礦，再從富礦變成鋼鐵，鋼鐵又變成發(fā)動機(jī)，發(fā)動機(jī)最終裝到車上，這才是最終價(jià)值。

所以，整個(gè)數(shù)據(jù)飛輪是一個(gè)體系能力。擁有原始數(shù)據(jù)，哪怕?lián)碛泻Ａ吭紨?shù)據(jù)，也只是價(jià)值源頭的10%，剩下90%來自體系。

問：那 Momenta 是怎么把數(shù)據(jù)真正用起來的？

曹旭東：我們的大模型細(xì)節(jié)不能說太多，但可以分享一個(gè)大致過程。它分為預(yù)訓(xùn)練和 Post-Training 兩個(gè)階段。

預(yù)訓(xùn)練階段，數(shù)據(jù)來自我們量產(chǎn)車的大規(guī)模數(shù)據(jù)?，F(xiàn)在我們已經(jīng)有80萬臺量產(chǎn)車，這些量產(chǎn)數(shù)據(jù)里包括大量長尾場景。我們會通過 World Model Pre-Training 預(yù)訓(xùn)練模型。

預(yù)訓(xùn)練讓模型具備物理常識，但有物理常識不代表它是一個(gè)好司機(jī)。大量數(shù)據(jù)里面有好的駕駛行為，也有很多不好的駕駛行為。這一點(diǎn)和數(shù)字 AI 里的大模型訓(xùn)練類似，海量數(shù)據(jù)可以讓模型具備世界常識，但不意味著它有好的行為。

所以還需要 Post-Training，把模型的行為激發(fā)出來，或者說對齊到人類好的駕駛行為上去。

“單點(diǎn)算法沒有長期壁壘，真正的差距在體系和組織”

問：今年車展上，很多車企都在強(qiáng)調(diào)輔助駕駛技術(shù)路線，比如小鵬的 VLA、華為乾崑 ADS。Momenta 世界模型最大的特點(diǎn)是什么？

曹旭東：我覺得更重要的不是單點(diǎn)算法，而是架構(gòu)能力。

架構(gòu)能力比單點(diǎn)算法能力更強(qiáng)。因?yàn)橐坏┥婕凹軜?gòu)，就一定涉及取舍。不是所有創(chuàng)新都能放到同一個(gè)架構(gòu)里面。好的架構(gòu)能實(shí)現(xiàn)更好的積累和合力。

架構(gòu)之上還有體系。這個(gè)體系包括數(shù)據(jù)迭代體系、訓(xùn)練體系、驗(yàn)證體系，也包括整個(gè)迭代體系。體系之上，則是組織和文化。

根本上，企業(yè)之間的差距來自組織、文化和體系建設(shè)。單點(diǎn)算法當(dāng)然很重要，每一代算法架構(gòu)創(chuàng)新都會帶來大的進(jìn)步。但坦率來說，在中國環(huán)境下，知識流動和人才流動都很快，僅僅靠單點(diǎn)算法，并不存在特別大的長期壁壘。

有壁壘的是體系和組織能力。

所以你會發(fā)現(xiàn)，大家說的可能是同樣的單點(diǎn)算法方向，但最終做出來的效果可能差一代甚至兩代。背后不是單點(diǎn)算法的差距，而是體系和組織的差距。

“中國技術(shù)出海，反向合資會是一個(gè)共贏模式”

問：現(xiàn)在全球汽車產(chǎn)業(yè)出現(xiàn)一種新的趨勢，越來越多海外車企看重中國科技公司，甚至出現(xiàn)所謂‘反向合資’。你怎么看？

曹旭東：中國技術(shù)正在從中國走向世界，速度非?？臁＿M(jìn)入歐洲等海外市場時(shí)，中國技術(shù)可以給當(dāng)?shù)赜脩魩砀I(lǐng)先的產(chǎn)品價(jià)值，但另一方面，也會對當(dāng)?shù)毓?、就業(yè)和稅收產(chǎn)生沖擊。

比較好的解決方案，就是借鑒中國之前的發(fā)展模式，做反向合資。

反向合資之后，一方面讓當(dāng)?shù)赜脩粝硎艿街袊呖萍紟淼暮卯a(chǎn)品和好體驗(yàn)；另一方面，中國技術(shù)也能賦能當(dāng)?shù)仄髽I(yè)，給當(dāng)?shù)貛砀喟l(fā)展機(jī)會、就業(yè)機(jī)會和稅收。這是一個(gè)共贏模式。

問：Momenta 與外資車企合作時(shí)，最大的挑戰(zhàn)是什么？

曹旭東：我們現(xiàn)在已經(jīng)是全球品牌的共同選擇。全球頂尖品牌里，德系的 BBA、大眾，日系的豐田、本田、日產(chǎn)，美系的通用、福特，都已經(jīng)是我們的量產(chǎn)合作客戶。

挑戰(zhàn)最常見的是，中國速度和國際 OEM 標(biāo)準(zhǔn)之間有時(shí)會矛盾和沖突。但這個(gè)矛盾和沖突，只要圍繞客戶和用戶價(jià)值去共創(chuàng)，很多時(shí)候都能找到更好的創(chuàng)新方法，帶來更好的結(jié)果。

“自動駕駛是物理 AI 的序章”

問：物理 AI 最近非常熱。你覺得 Momenta 在物理 AI 里處于什么位置？

曹旭東：物理 AI 是大勢所趨。

數(shù)字 AI 有很大優(yōu)勢。第一個(gè)優(yōu)勢是數(shù)據(jù)能夠快速、大規(guī)模獲得。比如 GPT 所需要的是互聯(lián)網(wǎng)數(shù)據(jù)，互聯(lián)網(wǎng)數(shù)據(jù)天然就是大規(guī)模的。第二個(gè)優(yōu)勢是數(shù)字 AI 的驗(yàn)證成本更低、周期更短。Agent 調(diào)用一個(gè)工具，可能只需要一個(gè)接口。

但機(jī)器人要調(diào)用一個(gè)工具，就要先把機(jī)械手造出來，再抓取工具、使用工具，難度和復(fù)雜度都大很多。

我們所處的世界既有數(shù)字部分，也有物理部分，而且物理部分可能更大。所以當(dāng)數(shù)字世界取得巨大進(jìn)展后，很多成功經(jīng)驗(yàn)和方法自然會進(jìn)入物理世界。

現(xiàn)在只是物理 AI 的序章剛開始。

講到物理 AI，最核心的是兩個(gè)閉環(huán)：數(shù)據(jù)閉環(huán)和商業(yè)閉環(huán)。這兩者是互動的。

我有一個(gè)觀察：任何一個(gè)人工智能應(yīng)用，一旦接近人類水平，就會在很短時(shí)間內(nèi)大幅超過人類水平。AlphaGo如此，人臉識別也是如此。前面接近人類可能花了十年、二十年，但超過人類，可能只需要一兩年、兩三年。

背后的邏輯，就是數(shù)據(jù)閉環(huán)和商業(yè)閉環(huán)的正反饋。先有數(shù)據(jù)閉環(huán)，才有足夠好的體驗(yàn)；體驗(yàn)一旦接近甚至超過人類水平，就能實(shí)現(xiàn)爆發(fā)式商業(yè)化；商業(yè)化又帶來數(shù)據(jù)爆發(fā)式增長；數(shù)據(jù)增長再推動模型能力繼續(xù)增長。

自動駕駛正在進(jìn)入這個(gè)階段。機(jī)器人還需要一段時(shí)間。自動駕駛是物理 AI 的序章，因?yàn)樗钕葘?shí)現(xiàn)了規(guī)?；臄?shù)據(jù)閉環(huán)和商業(yè)閉環(huán)。

“物理 AI 是需要門票的，門票就是現(xiàn)金流業(yè)務(wù)”

問：為什么你認(rèn)為自動駕駛會比機(jī)器人更早進(jìn)入物理 AI 的規(guī)?；A段？

曹旭東：自動駕駛要實(shí)現(xiàn)規(guī)?；?L4，我判斷累計(jì)投入至少是百億美金級別，而且這可能還是創(chuàng)業(yè)公司的研發(fā)效率。如果是大公司，可能不只是百億美金，而是幾百億美金。

通用機(jī)器人需要多少錢？我的判斷可能是幾百億美金到千億美金級別，而且這也可能還是創(chuàng)業(yè)公司的研發(fā)效率。

所以，物理 AI 是需要門票的。這個(gè)門票就是你需要有現(xiàn)金流業(yè)務(wù)。

雖然現(xiàn)在中國具身智能資本市場非?；钴S，但長期來看，靠投資、靠融資去追蹤做成通用物理 AI，或者物理世界 AGI，是不現(xiàn)實(shí)的。一定要有現(xiàn)金流業(yè)務(wù)支撐物理 AI 研發(fā)。

這個(gè)現(xiàn)金流業(yè)務(wù)可以是自動駕駛，也可以是物理 AI 的某個(gè)方向，或者來自數(shù)字 AI 的現(xiàn)金流業(yè)務(wù)。無論如何，一定要有現(xiàn)金流業(yè)務(wù)支撐長期研發(fā)。

“一個(gè)自動駕駛大模型，可以覆蓋所有垂直場景”

問：今年 Momenta 的 L4 業(yè)務(wù)有什么進(jìn)展？Robotaxi 賽道玩家越來越多，Momenta 的優(yōu)勢是什么？

曹旭東：Momenta 的 L4 不只做 Robotaxi，也會做 Robovan，也就是物流。我們十年前的愿景里，就有物流和出行效率翻倍。實(shí)際上物流放在更前面，出行放在后面。明年我們還會做 Robotruck，今年不會做，但明年會做。

背后的底層邏輯，是我們相信一個(gè)自動駕駛大模型能夠?qū)崿F(xiàn)所有自動駕駛垂直應(yīng)用，并且做得更好。

這件事我們已經(jīng)在 Robotaxi、Robovan 和乘用車上驗(yàn)證過，并取得了很好的效果。

它帶來的價(jià)值是，每一個(gè) vertical 的研發(fā)成本會大幅降低。每個(gè)應(yīng)用場景、每個(gè)垂直領(lǐng)域的經(jīng)驗(yàn)和數(shù)據(jù)，又可以匯總、吸收到同一個(gè)大模型里，讓每個(gè)垂直領(lǐng)域做得更好。

這就是平臺優(yōu)勢。

有點(diǎn)像十年前互聯(lián)網(wǎng)行業(yè)有垂直電商，也有平臺電商。最后勝出的往往是平臺電商，重要原因就是平臺效應(yīng)。

我們的判斷是，自動駕駛大模型領(lǐng)域也存在很強(qiáng)的平臺效應(yīng)。一個(gè)大模型能夠覆蓋所有垂直領(lǐng)域，每個(gè)領(lǐng)域成本更低，效果也會更好。

“自動駕駛會比芯片行業(yè)更快收斂”

問：你怎么看智駕供應(yīng)商格局？未來會一直是華為、Momenta 和少數(shù)玩家，還是會有更多供應(yīng)商趕上來？2030年會不會迎來終局？

曹旭東：自動駕駛有非常強(qiáng)的規(guī)模效應(yīng)和先發(fā)優(yōu)勢，而且這個(gè)效應(yīng)會比芯片行業(yè)更強(qiáng)。

回顧歷史，PC 芯片時(shí)代全球主要就兩家，手機(jī)芯片時(shí)代全球也就兩家，高通和 MTK。自動駕駛因?yàn)槭擒浖?，邊際成本是零，所以規(guī)模效應(yīng)更強(qiáng)。

它的規(guī)模效應(yīng)不只是成本上的規(guī)模效應(yīng)，還有體驗(yàn)提升上的規(guī)模效應(yīng)。

另一方面，面向主機(jī)廠也有很強(qiáng)的先發(fā)優(yōu)勢。汽車行業(yè)很多業(yè)務(wù)都是敲門敲三年。從見到客戶到拿下合同，國內(nèi) OEM 可能需要三年，國際 OEM 可能需要五到七年。

比如奔馳。2017年奔馳投資了我們，當(dāng)時(shí) Ola K?llenius，也就是現(xiàn)在奔馳董事長，覺得 Momenta 很有活力，選擇投資我們。但我們和奔馳的第一個(gè)量產(chǎn)項(xiàng)目真正上市，是2025年后半年，整整經(jīng)歷了八年時(shí)間，而且這已經(jīng)算加速了。

2017年到2020年是 POC，2020年到2022年是 Pre-SOP，2022年到2024年是小批量量產(chǎn)開發(fā)，到了2024年才拿到奔馳所有電車和油車業(yè)務(wù)，2025年底才真正量產(chǎn)。

所以這個(gè)行業(yè)有非常強(qiáng)的規(guī)模效應(yīng)和先發(fā)優(yōu)勢。我還是維持原來的判斷：中國最終可能只有2到3家，全球可能只有3到4家，會非?？焖俚厥諗?。

“創(chuàng)業(yè)十年，最重要的是和志同道合的人做真正喜歡的事”

問：今年是 Momenta 成立十周年。從創(chuàng)業(yè)到現(xiàn)在，你最大的感受是什么？

曹旭東：我覺得自己蠻幸運(yùn)。

一路走來，最重要的還是跟志同道合的人，去干真正喜歡的事情。這會讓你的人生生機(jī)勃勃。

創(chuàng)業(yè)過程中有很多困難和挑戰(zhàn)。每一年你都會覺得，今年可能是最難的一年，過了今年明年會更好。但實(shí)際上不是。

所以，如果你不享受發(fā)現(xiàn)問題、解決問題的過程，不享受和身邊志同道合的人一起探索、面對困難、解決困難，創(chuàng)業(yè)中的這些困難很難堅(jiān)持下去。

咬著牙堅(jiān)持一年、兩年、三年可能可以，但很難堅(jiān)持十年。

你一定要找到志同道合的人，去干喜歡的事情，讓自己的人生生機(jī)勃勃。

（作者｜李玉鵬，編輯｜楊林）