Podcast Interview · 逐期深读

曹旭东谈 Momenta:数据飞轮、量产交付与智驾竞争的边界

本期背景与内容导览

曹旭东从“2026年辅助驾驶竞争将结束”的预测谈起,主张高阶智驾会因为性能、研发投入、量产数据和客户选择向头部集中。节目先把这套“智驾摩尔定律”拆开:如果性能持续快速提高,领先者能以更高收入支撑研发,再靠数据和交付扩大优势;但若技术进入平台期、低成本方案已够用,竞争逻辑也可能改变。随后讨论“好与更好”的评价、车企自研与第三方供应商,以及特斯拉 FSD 入华。进入未来战略时,他解释量产辅助驾驶与 Robo 车队怎样共享数据和技术,RoboVan、RoboTruck、RoboTaxi 的落地顺序如何不同,机器人又为何需要重新验证本体、场景和成本。后半段回到数据驱动信念与首个量产项目,说明“一个飞轮,两条腿”和主线原则怎样从真实交付困境中形成。本文保留其第一性原理和长期主义,同时把个人战略判断、公司自述与实际行业结果分开。

晚点聊 LateTalk · #172 · 2026-07-15 · 2:03:20

原对话:沿提问、回答和转折完整展开

下面先按节目顺序重建。主持人在追问什么,嘉宾如何以自己的经历、例子和推理作答,尽量保留在具体语境中;案例中的事实、数字和判断先归属于发言人。随后才进入本文的机制解释与独立判断。

00:00:07–00:28:57连续对话 1

00:00:07–00:03:53开场:公司文化衫上的十年愿景与百年愿景

  • 这件(公司文化衫)后面写的是什么呀?
  • 你们还有一个愿景是 'Better AI, Better Life',你们是有一个单独的版本?
  • (飞轮战略)是你们从一开始成立的时候就定的一个战略?

节目以一段对话切片开场,嘉宾曹旭东判断,在智能驾驶领域,第一梯队(Momenta与华为)已占据90%市场份额且拥有定价权,并认为这一趋势会加强。他解释,自己很早就认定数据驱动是自动驾驶的必经之路,这源于他在微软和商汤做产品的经验:任何达到或超越人类水平的AI应用,背后都需要海量数据。他还提到,从前同事孙剑身上学到,超一流的人才不仅聪明,还愿意下“苦功夫”去钻研数据与理论的关联。

随后,主持人程曼祺正式介绍本期节目。她描述了嘉宾曹旭东的着装细节:一件印有Momenta“一个飞轮、两条腿”战略图示的T恤,外面套着一件印有公司愿景的夹克。程曼祺转述,曹旭东和他的团队是中国第一批AI研究员出身的创业者,十年后,Momenta在第三方高阶量产智驾市场份额超过65%。这次IPO前后的专访,将探讨他的思考方式如何形成,以及对下一个十年具身智能和物理AI的推演。

进入正式对话后,主持人首先从曹旭东的公司文化衫聊起。曹旭东介绍,衣服背后印的是公司三个“十年愿景”:挽救百万生命、解放百分百时间、物流出行效率翻倍,其中“挽救百万生命”最为基础和重要。袖口印的则是公司的“百年愿景”:“Better AI, Better Life”。胸前的图案则是公司的核心战略“一个飞轮,两条腿”——数据驱动的飞轮,辅以量产自动驾驶和完全无人驾驶两条业务路线。

一个飞轮,两条腿Momenta公司的核心战略。“一个飞轮”指以数据驱动的AI算法迭代闭环,通过量产数据不断发现问题、训练模型、进行验证,从而持续提升算法能力。“两条腿”指公司的两大业务线:一条是“量产自动驾驶”,即为车企提供高级辅助驾驶(如NOA)解决方案,获取海量数据和收入;另一条是“完全无人驾驶”,即研发L4及以上的无人驾驶技术(如RoboTaxi),作为技术的最终目标和验证场。
城区NOANavigate on Autopilot的缩写,指在城市道路环境下,车辆根据导航路径自动完成驾驶任务的高级辅助驾驶功能。它能处理复杂的城市交通场景,如路口通行、红绿灯识别、自动变道、避让行人和非机动车等。在本段对话中,它被视为衡量高阶智驾能力和市场竞争格局的关键指标。
智驾摩尔定律嘉宾曹旭东提出的一个比喻,用来形容智能驾驶技术性能的指数级增长速度。他认为,当前智驾系统的能力大约“每年十倍”地提升。这一定律意味着技术迭代极快,落后者很难追赶,从而巩固了头部公司的领先地位。
R7 / R6指Momenta公司内部对不同代际自动驾驶模型的代号。在本段对话中,R6是上一代模型,R7是基于世界模型(World Model)构建的最新一代模型。嘉宾通过对比两者在处理同一场景(如施工避让)时的表现差异,来说明技术迭代带来的体验跃升。

话题推进:在解释完公司战略图示后,主持人将话题转向了Momenta的核心业务——高级辅助驾驶的市场竞争格局。

00:03:54–00:09:23“战争结束了”:高阶智驾市场格局与“智驾摩尔定律”

  • 在去年10月的时候,你在智能网联汽车大会上你说26年辅助驾驶的竞争就会结束,中国有三个胜出者,然后全球是四家。那现在已经是26年的年终了,你当时这个判断印证了吗?
  • 你这个范围里包含了自研智驾的车型吗?
  • 三方供应商,那中国的三家是谁了?现在可以揭晓答案吗?
  • 你说的这个市场你指的是城区NOA是吗?
  • 你可以定义一下这个结束是什么意思?
  • 你觉得第一梯队现在这么高的市占率这件事是持续的吗?
  • 有一类厂商就是它垂直整合延伸到这个环节,比如它本来是做智驾的芯片的,然后它延伸到就是做智驾方案的这个领域,它会是一个变量吗?它有可能能打破这个恶性循环吗?
  • 特斯拉你没把它算在这个三方供应商里面吧?
  • 就你刚才说的这个逻辑,它的一个前提是车企其实认为这个事很重要,所以它会愿意付比较多的溢价,它去买一个真的好的智驾。但是另一方面,现在看到的情况是,除了特斯拉FSD之外,智驾好像依然没有成为汽车差异化的关键,也没有成为消费者去购车的这个核心的要素。就你怎么看这个现象?

主持人首先引用嘉宾曹旭东在2025年10月(注:播客设定在2026年,此处应指前一年)的预测——“2026年辅助驾驶的竞争就会结束”,并询问其判断是否应验。曹旭东确认,他仍坚持中国市场将剩下2-3家、全球3-4家第三方供应商的判断。他明确,这个预测不包括车企自研,而目前中国市场的头部两强是Momenta和华为。

曹旭东进一步定义了“竞争结束”的含义:改变市场格局的机会窗口正在关闭。他解释,这个行业具有极强的“先发优势”和“规模优势”。第一梯队(Momenta和华为)合计已占有90%的城区NOA市场份额,并拥有明显高于第二梯队的定价权。他描绘了一个正反馈循环:头部公司依靠高收入和高毛利进行巨额研发投入,以跟上“每年十倍”性能提升的“智驾摩尔定律”;而第二梯队客户少、议价能力弱,收入难以覆盖高昂的开发交付成本,导致核心技术研发投入不足,与头部的差距会越拉越大。

曹旭东预测,这种头部集中的趋势会加强。车企在选择供应商时,会优先考虑对方能否存活5年(车型的生命周期),以及其技术能否持续迭代。当商业模式从一次性授权(one-off license)转向订阅模式时,供应商的品牌和产品体验变得至关重要。对于芯片厂商等垂直整合者,曹旭东认为这会是“一个变量”,因此他保留了“两到三家”的说法,但明确Momenta和华为已锁定两个席位。至于特斯拉,他认为尽管其有对外开放的意愿,但车企作为其竞争对手,实际上不可能采购其方案。

针对主持人提出的“智驾并非消费者购车核心要素”的观点,曹旭东认为这是两年前的情况。他判断,智驾已从“好玩的玩具”演变为“好用的产品”,正处在从“nice to have”到“must have”的转变过程中。他从一线客户(车企)身上感受到了这种变化的强烈信号。

话题推进:在讨论完智驾在购车决策中的权重后,主持人进一步追问,车企对智驾的重视体现在哪些具体行为上。

00:09:24–00:15:59从“一号位工程”到“好与更好”:智驾体验的差异化与行业终局

  • 其实我们看一些调研,比如说尼尔森他的调研里面,购车决策里智驾的权重它还是排在价格还有外形和空间后面。
  • 那你自己感受到的车企给你的这种良性的反馈是什么?比如说他们愿意付更高的价格吗?或者说他们对就品质的这种看重是反映在什么上面?
  • 你觉得现在不同供应商,还有包括车企自研的,这些智驾的体验实际上能拉开差异化吗?
  • 你觉得最好的智驾之间现在体验有差异吗?就比如说你们和华为之间会有差异吗?
  • 我指的这种差异上,好的公司之间会有不同的这种追求的目标的这种体验上不一样的地方。这个其实关系到比较稳定的第一梯队已经产生了之后,它能赋予比如给汽车的这种差异化的体验又会是什么呢?
  • 一般来说,一个产品它只有好跟更好的话,可能市场就会有一种质疑,是认为那是不是谁都能做,或者说能做的玩家会比较多。
  • 这件事情我觉得跟四五年前的一种市场预言是不一样的。我觉得到时有一种想法是认为智能电动车来了之后,车的品牌数量会像比如说手机那样,会变得更少。而一度大家会认为,就说第三方的这个供应商可能会很多……但实际上我看你们财务数据,你们的毛利是增长得很快……就你怎么看?之前其实很多人的这种判断是错了。

主持人引用调研数据,指出智驾在购车决策中的权重仍低于价格、外形等因素。曹旭东回应,几年前智驾可能排在十名开外,如今能排到第四已说明其重要性,对车企而言已是“must have”。他观察到的具体变化是,车企内部关注智驾体验的负责人级别越来越高,从部门负责人上升到研发总裁乃至公司董事长,形成了“一号位工程”。这些高层会直接与Momenta讨论具体的用户体验问题。

主持人追问不同智驾方案能否拉开体验差异。曹旭东以自家产品迭代为例,对比了新旧两代模型(R7与R6)在处理施工场景时的表现:R6能安全处理,但感觉像“新手司机”,有点“肉”;而R7则像“老司机”,能很早、很丝滑地避让,甚至在避让中与其他车辆进行博弈,有时比人类驾驶员更早发现并作出反应,带来“安静、安心、丝滑”的感受。

当被问及顶尖供应商(如Momenta与华为)之间是否存在类似大模型厂商那样的特性差异时,曹旭东给出了一个核心判断:智驾更像电池,评价维度主要是“好”与“更好”,而非“萝卜青菜,各有所爱”。他认为,80%-90%的体验是普适的好坏,只有10%-20%可以根据车型(如奶爸车或运动车型)进行风格化配置。

主持人指出,通常“好与更好”的行业会被认为进入门槛低,但电池(宁德时代一家独大)和智驾(头部高度集中)的现实却相反。曹旭东解释,正是这种“好与更好”的特性,决定了行业极强的先发优势和规模效应,最终只会留下少数玩家。相反,汽车品牌本身因为涉及造型、内饰等个性化偏好,属于“萝卜青菜,各有所爱”的领域,所以品牌数量会更多。他认为,四五年前市场普遍预测“汽车品牌会减少,供应商会增多且利润微薄”是错误的,因为它不符合汽车作为兼具功能与审美属性的产品的行业特性。

话题推进:在厘清了智驾行业的竞争逻辑后,主持人将话题转向了另一个重要变量——特斯拉FSD入华的影响。

00:16:00–00:24:24FSD入华、车企自研与供应商的品牌价值

  • 你觉得FSD进入中国之后,可能会对你前面描述的这个智驾的竞争的影响是什么?
  • 整体上你是期待它入华还是?
  • 因为你去美国肯定你也试了FSD的情况嘛,然后和你们的R7比的话,你现在觉得这个体验是怎样?
  • 理论上他们不应该比你们差才对吗?他们中国的数据应该比你们少。
  • 另外一个长期来说困扰智驾公司的压力,就是车企的自研。这件事情在过去两年,你觉得它是怎么变化的?
  • 以及整个就是这个汽车行业本身的价格战和毛利被挤压这件事情,会怎么影响你们作为上游供应商的一个生存的状态?
  • 当你们服务的车企品牌足够多的时候,那你们给每个人带来的增益岂不是就被磨平了?
  • 你觉得像Momenta这个公司,它作为一个中间环节,你们不是直接to C的,你们需要品牌吗?如果有的话,对你们有什么好处吗?
  • 你觉得你们想营造的品牌形象是什么?

主持人询问特斯拉FSD入华的影响。曹旭东表示“非常期待”,他认为FSD入华不会改变“中国两三家,全球三四家”的终局判断,但会像当年特斯拉电动车入华一样,加速行业出清,淘汰掉不够好的玩家,并带动整个行业“卷安全、卷品质、卷体验”。对于产品力的对比,他自信地表示,如果FSD在年底入华,届时Momenta的R7版本将能与其“旗鼓相当”。

接着,话题转向车企自研的压力。曹旭东认为,应将车企的自研团队视为“内部供应商”,与Momenta这样的“外部供应商”同台竞技,市场最终会持续整合和集中。他指出,Momenta累计研发投入已达一百多亿人民币,未来几年研发投入(尤其是在GPU数据中心上)还将持续翻番,产品体验有望实现每年十倍的提升。面对车企因价格战而利润受压的情况,曹旭东认为这反而会“倒逼”他们把产品做得更好。他强调,Momenta提供的智驾方案对车企而言不是“成本项”,而是“盈利项”,通过高选装率帮助客户提升销量和利润,实现“customer success”(客户成功)。

主持人提出,如果多家车企都采用Momenta的方案,是否会抹平各家产品的差异化优势。曹旭东回应,车企的核心能力并非亲自做智驾或电池,而是深刻理解其目标用户,定义品牌和产品,并整合最好的技术来实现它。他认为,对于优秀的车企来说,自研智驾和采用最好的供应商方案没有本质区别,就像自造电池和使用宁德时代电池一样。

最后,主持人问及Momenta作为B端供应商是否需要建立C端品牌。曹旭东给予了肯定回答,认为品牌对自身和客户都有帮助,而此次IPO的一个重要战略目标就是提升“品牌和信任”。他将品牌本质归结为“信任”,这种信任源于产品持续地“over deliver”(超预期交付)。他评价Momenta目前的品牌状态是“知名度一般,美誉度尚可”,因为大部分合作车企都会进行联合营销(co-marketing),所以用户基本知道自己用的是Momenta的方案。公司希望营造的品牌形象是与“十年挽救百万生命”愿景相符的“安全、安心”。

话题推进:在讨论完品牌与市场定位后,主持人将话题转向了公司的财务状况与未来规划,特别是盈利预期和新业务的拓展。

00:24:25–00:28:57盈利路线图与新征程:从自动驾驶到机器人

  • 你觉得到什么条件、什么环境下,公司实现整体的盈利是有必要的?
  • 你可以讲讲这个时间节奏是怎么想的?因为也有一个选择是你可以更激进的,你可以比如说你投更多研发,你可以亏更久,这也是一种选择吗?
  • 如果你们找到了一个特别新的大方向,也许也有投资人买单。
  • 你们25年的毛利是17亿多,然后如果用毛利来投研发的话,未来它持续够吗?就机器人这个领域,其实很多创业公司融的钱也是非常多的。
  • 那这个体量你们的毛利润够吗?
  • 其实24年我们聊的那一次,那会儿去深(应指具身智能)已经比较火了,但当时你是说暂时可能不会去做机器人的,然后现在你们要延伸来做机器人,这个中间是什么条件发生的变化,让你的想法改变了?

主持人关注Momenta的盈利问题,提到公司亏损正逐年收窄。曹旭东给出了明确的盈利路线图:2026年(今年)继续战略性亏损但会收窄,2027年实现打平,2028年开始盈利。他解释,这个计划是在保证研发投入持续增长的前提下制定的。例如,用于训练大模型的GPU资源投入,计划从今年的2亿美元,增长到明年的4亿,再到2028年的6亿美元。他认为这样的投入足以支撑产品“每年10倍”的性能提升。选择逐步盈利而非更激进地亏损扩张,是因为作为上市公司,需要兼顾对投资人的品牌和信任,避免因亏损不断放大而损害投资者利益。

主持人随即引出新业务方向——机器人。曹旭东确认,这是自动驾驶的自然延伸,并计划用自动驾驶业务产生的毛利润来投资机器人的研发,而非持续烧钱或在二级市场融资。他坦言,机器人研发至少需要百亿美金,甚至几百亿美金的投入,但他相信公司持续增长的毛利润足以支持这一目标。

最后,主持人问及为何现在决定进入机器人领域,而两年前(2024年)还表示暂不投入。曹旭东解释,大规模投入计划在明年(2027年)启动,这一决策基于两个关键判断:

1. 市场时机:他预测,到2030年,商业价值最大、场景最复杂的家庭机器人将进入规模化商业化的拐点。

2. 技术成熟度:Momenta最新的R7模型验证了世界模型(World Model)的可行性。这意味着,物理世界的海量数据能够被真正利用起来,实现了数据和模型的规模化扩展(Scaling)。通过预训练,可以将物理世界的规律(如驾驶常识)融入模型。这个技术底座不仅适用于自动驾驶,同样也适用于机器人。有了这个基础,Momenta才决定向机器人领域延伸。

话题推进:在解释了进入机器人领域的时机和技术前提后,对话将进一步深入探讨Momenta在机器人领域的具体布局和商业逻辑。

00:28:57–01:01:23连续对话 2

00:28:57–00:31:14世界模型:从自动驾驶到机器人的技术范式迁移

  • 所以就是你刚说这两点,一个是说你倒推,你说2030年是家庭机器人的拐点,然后另一个就是说现在技术上已经看到了一些变化,就是我用更多的数据来做训练,在具身这个领域看起来是有跑通的迹象。

嘉宾曹旭东首先将大语言模型的训练范式类比到机器人领域。他解释,机器人的预训练(pre-train)对应物理常识的学习,中间训练(middle train)是特定领域知识(domain knowledge)的掌握,后训练(post-train)则是与人类价值观的对齐(alignment)。他指出,这套研发范式与自动驾驶非常相似,其背后的数据和训练基础设施(data infra, training infra)可以高度复用。

曹旭东透露,Momenta在2023年已验证了世界模型(World Model)在自动驾驶领域的可行性,并计划在2024年实现量产交付。他进一步分享,2024年上半年与硅谷顶尖机器人公司的交流中发现,对方也正朝着相似的技术方向转型,并取得了显著进展。他观察到,一年前硅谷机器人公司更多讨论AI,而现在则聚焦于如何构建世界模型。这一转变还带动了机器人数据产业的快速发展,因为基于世界模型的范式允许以“无本体”(即不依赖预先定义好的类别标签)的方式大规模收集数据,大幅降低了数据采集成本,同时对数据量的需求也激增,从过去的几千小时提升到十万小时入门、千万小时海量的级别。

世界模型 (World Model)在本段对话中,世界模型指一种能理解和预测物理世界动态变化的基础模型。它的输入是来自传感器(如摄像头、雷达)的海量、多样的真实世界数据,输出是对未来场景的模拟和预测。通过在一个统一的模型上进行训练,它可以支持多种下游应用(如量产自动驾驶、RoboTaxi、机器人等),实现技术栈的复用和能力的规模化迁移。
物理大脑 (Physical Brain)指负责处理机器人与物理世界实时交互的AI系统。它的输入是机器人传感器感知的环境信息,输出是控制机器人本体进行移动、操作等物理动作的指令。由于需要极低的延迟和高稳定性,该系统必须部署在机器人端侧。
语言大脑 (Language Brain)指负责理解和生成自然语言的AI系统,使机器人能够与人进行交流和理解复杂指令。它的输入是用户的语言指令,输出是对指令的理解和相应的语言或行为规划。该系统对延迟的要求低于“物理大脑”,可以部分或全部部署在云端。
Scalable Robo指可规模化部署的无人驾驶业务。在本段中,它是一个业务组合,具体包括面向同城配送的RoboVan、面向大宗商品短途运输的RoboTruck,以及面向城市出行的RoboTaxi。

话题推进:主持人程曼祺总结了嘉宾的两个核心观点——对2030年家庭机器人拐点的预测和当前技术路线的验证,并提议分开探讨,首先追问关于2030年拐点预测的推算依据。

00:31:15–00:34:54推演2030:家庭机器人拐点的硬件、成本与公司战略时机

  • 我们先说这个2030年家庭机器人会有拐点,这件事情你是怎么推算的呢?
  • 即使这种情况下,它还是大部分得放在端侧,而不能在云端计算?
  • 我觉得有一个问题是隐私的问题,在家里用,从这个角度可能从用户的体验上,可能希望它是一个本地的。
  • 那为什么你们投入这件事不是在26年,不是在25年,是在27年?

嘉宾曹旭东从几个维度推演了2030年家庭机器人拐点的可能性。他认为,届时硬件算力将不再是瓶颈。他解释,到2028年,端侧计算能力将非常成熟,足以同时部署“物理大脑”和“语言大脑”,这得益于自动驾驶行业的前期探索和验证。主持人追问为何家庭场景网络条件好,仍需端侧计算。曹旭东强调,“物理大脑”因对延迟和稳定性要求极高,必须在端侧运行;而“语言大脑”可以部分在端侧(为保证体验)、部分在云端。对于隐私问题,他认为由于处理物理世界交互的“物理大脑”数据天然留存在本地,隐私风险可控,类似于在平板电脑上使用AI助手。

第二个维度是机器人本体。曹旭东预测,到2030年,机器人本体的可靠性、精度、成本以及相关供应链都会比较成熟。他认为,家庭机器人要实现规模化,本体成本需要降至1万到2万美元之间。

最后,主持人询问Momenta为何计划在2027年才投入机器人领域。曹旭东解释,这是基于公司自身发展节奏的战略选择。他判断2028年是自动驾驶业务(包括量产和各类Robo业务)的关键年份,届时Momenta的“飞轮”将转得非常顺畅,研发和组织能力将出现“溢出”。在能力溢出的基础上“顺水推舟”地去做机器人,会比在当前能力尚未饱和时强行开展新业务更加稳妥,避免“三个缸两个盖子”的窘境。

话题推进:在讨论完Momenta进入机器人领域的时机后,主持人将话题转向Momenta与其他机器人公司的对比,特别是与同样创业十年、但从一开始就专注机器人本体的公司(如宇树科技)的路径差异。

00:34:54–00:39:06路径对比:Momenta如何凭借自动驾驶积累切入机器人赛道

  • 你觉得你们来做这件事和一开始就直接奔着这个方向来做具身的公司(比如宇树)的区别会是什么?你们的发展路径会有怎么不同?
  • 所以你们这一次来做机器人跟之前不一样的是,你们会自己直接造本体,就相比于之前你们没造车?
  • 那它最后是一个软硬一体的东西,是你们一起来设计、一起研发的,然后作为一个产品给到用户的?
  • 创业公司里面像Pi它也是做的偏大脑的部分,然后更多公司的主流选择,它是会做一个软硬一体的全栈的这样一种产品,就也有大脑也有本体,你会比较倾向哪一种?
  • 所以现在是个开放的回答是吗?
  • 你和他们(指24、25年新成立、融资额很高的具身智能公司)比的话,比如说你们相互的这种优劣势或者什么?

主持人询问Momenta与原生机器人公司(如宇树科技)的路径差异。曹旭东认为,宇树科技等公司是从“身体”(本体)出发,逐步完善“大脑”;而Momenta的路径则是从应用场景和“大脑”出发,再去做“身体”。他明确表示,Momenta会设计机器人本体,但不会自己制造,而是依赖中国完备的供应链生态。对于最终产品是软硬一体还是平台模式,曹旭东表示持开放态度,核心原则是判断“做什么才能把事情做成”以及“是否为行业创造新增价值”。如果行业已有成熟方案,Momenta就不会重复投入;反之,如果某个环节对成功至关重要却无人做好,Momenta就会自己做。

在与新晋的、资金雄厚的机器人创业公司对比时,曹旭东指出了Momenta的两大优势:

1. 技术与人才复用:在训练/数据基础设施、世界模型成功经验和高密度人才团队方面,有高达80%甚至更高的复用度。

2. 现金牛业务支持:拥有自动驾驶这一“cash cow”业务。他判断该业务未来几年将爆发式增长,能够为投入巨大的机器人研发(他估计需百亿甚至数百亿美金)提供资金支持。

话题推进:在提到自动驾驶业务是Momenta的“现金牛”后,主持人追问这部分收入增长的具体来源,引出了对Momenta各项自动驾驶业务的详细拆解。

00:39:07–00:44:15Scalable Robo业务版图:Van优先于Truck,Truck优先于Taxi

  • 这个增长会主要来自辅助驾驶业务,还是你们RoboTaxi、RoboVan这块,就全无人驾驶的业务?
  • 因为我想robo业务主流来说,大家是要自己运用车队的……那你们这块业务如果也变大了之后,那你们的比如说固定的资产,包括折旧可能也会上升,这会怎么影响你们的经营?
  • 所以这个车队可能都不是你在运营,是另一个第三方的平台在运营。
  • 这里和RoboTaxi相关的一个延展问题是,从去年到今年,这个领域来了很多新的玩家……你认为你们会在这获得很大的收入的增量,但也有很多新的人来……
  • 你可以稍微解释一下Van和Truck的区别。
  • 所以你觉得这两个(RoboVan和RoboTruck)可能它的增量更多,对你们来说。
  • 那你怎么看RoboTaxi为什么突然来了这么多的人?

主持人询问Momenta自动驾驶业务的增长来源。曹旭东澄清,公司业务分为“量产”和“Robo”两部分,而非“辅助驾驶”和“全无人驾驶”。他预测,L3/L4的拐点在2028年,到2035年,量产业务将全部是L4形态。另一条增长曲线是“Scalable Robo”(可规模化的无人驾驶),包括RoboVan、RoboTruck和RoboTaxi。

针对Robo业务重资产运营模式可能影响毛利的提问,曹旭东阐述了Momenta的战略选择:在中国市场,Momenta的定位是“AI司机”,与滴滴、高德等出行平台合作,赚取AI司机的分成,而不持有车队资产(capex),从而避免与平台方直接竞争,聚焦于创造“新增价值”。

在评估各项Robo业务的商业前景时,曹旭东给出了一个明确的排序:未来5年,RoboVan的商业价值排第一,RoboTruck第二,RoboTaxi第三。他解释:

* RoboVan:主要用于同城配送,涵盖金杯车、小三轮等车型。

* RoboTruck:并非指难度极高的干线物流,而是指大宗商品物流,如煤炭、矿石的短途运输(几十到两三百公里)。这类场景通常在郊区甚至路况很差的非高速道路,车流人流稀疏,但场景复杂度高(如路面有坑、动物横穿)。

他认为RoboVan和RoboTruck的需求更强烈,且竞争比RoboTaxi少。对于近期众多新玩家涌入RoboTaxi领域,他认为这与Waymo取得的显著进展和高额融资有关。

话题推进:主持人将话题拉回到之前关于Momenta与专业机器人公司优劣势对比的讨论,并进一步询问Momenta同时推进量产、Robo和机器人三条业务线的资源分配逻辑。

00:44:15–00:48:52一个模型,多种应用:以Foundation Model为核心的资源投入逻辑

  • 回到刚才,就这个问题的起始是,其实是说你们和一些专门做具身的公司相比的优劣势吗?你提到一个是你们有很多东西可以复用,然后第二是你提到就你们会有比较好的现金的收入,除了这前面两条之外还有吗?
  • 那你们相对的短板会是什么?
  • 我听起来就是在接下来的几年的时间里面,你们是同时要做好几件事情的……这三件事到时候它会是一个什么样的资源的分配,优先级的分配?
  • 所以首先就是我刚刚说这三件事,它有一个共同的你们要投入的基座,就是你说的这个foundation model……其实我印象中很早的时候,你们就说你们量产的和就全无人,或者说robo这条线,它是一套相同的底座。那为什么会说是到L2的时候,你说又验证了它是可以再多work?
  • 如果这三件事你们都做到了,Momenta会变成一个什么公司?

主持人追问Momenta同时推进量产、Robo和机器人三条业务线的资源分配策略。曹旭东表示,公司内部很少进行自上而下(top-down)的资源分配讨论。他们的投资方式更像创业公司,为每个项目设立“最小闭环”和里程碑(milestone),验证一个再进入下一个。他强调,比分配资源更重要的是,如何把通用的“Foundation Model”(基础模型)做好。

曹旭东解释,Momenta已经验证了用一个世界模型(World Model)可以支持所有自动驾驶应用,包括量产、RoboVan、RoboTruck和RoboTaxi。他类比大语言模型,一个强大的基础模型能力提升十倍,其赋能的每个应用都能提升十倍。因此,公司的核心投入在于这个共享的技术底座。

主持人提到,Momenta很早就强调量产和Robo业务共享技术栈,为何现在又说在L2(嘉宾口述为R7)上“再次验证”。曹旭东澄清,早期的验证主要是在乘用车和RoboTaxi之间,两者场景非常接近。而新的验证则进一步证明了该模型在场景差异巨大的RoboVan和RoboTruck上也同样有效。

当被问及三条业务线都成功后Momenta会成为一家怎样的公司时,曹旭东表示并未仔细考虑过具体标签。他认为,这三条业务线都是在“物理AI”方向上的探索,本质上Momenta是一家AI公司,更具体地说是“物理AI公司”,这与公司“Better AI, Better Life”的愿景一脉相承。

话题推进:在定义了公司为“物理AI公司”后,主持人将话题从公司规模和业务布局,转向了更个人化的动机,询问曹旭东创业的初心以及对公司规模的看法。

00:48:52–00:52:40创业初心:不以规模为首要目标,享受解决问题的乐趣

  • 它可能会是一个规模多大的公司呢?

当被问及公司未来的规模时,曹旭东表示这并非他思考问题的出发点。他回忆,2016年创业时,自己30岁,团队非常年轻,在当时数百家自动驾驶创业公司中并非最“豪华”的团队。创业的初心并非预见到公司能上市或成为第一,而是源于对探索“认知智能”的浓厚兴趣,自动驾驶是实现这一目标的绝佳切入点,并能创造巨大的社会价值(如“十年挽救百万生命”等愿景)。

曹旭东强调,对他而言,排在第一位的驱动力不是成为“number one”,而是每天都能感受到:

1. 对问题有了更深入的认知。

2. 技术上取得了更多创新。

3. 与一群纯粹优秀的人共同解决问题、创造价值。

4. 看到产品被越来越多用户使用,并从吐槽转为认可和推荐。

他将公司拓展第一、二、三曲线(量产、Robo、机器人)的过程比作打游戏,打通一关后因为觉得好玩,自然会进入下一关。这个过程本身是开心的。他认为,公司的发展路径需要像“课程学习”一样被设计,例如先做量产,再做Robo,再做机器人,每一步都为下一步做积累。

话题推进:在提到公司的发展路径需要“设计”后,主持人追问这些路径是何时确定的,特别是机器人这个新方向是何时进入公司视野的,引出了一个关于家庭需求的个人故事。

00:52:40–00:58:04大姑的提问:一个触动曹旭东投身家庭机器人的瞬间

  • 量产、智能驾驶和robo也不限,是你们2016年创业时就同时看到的。然后机器人,或者说更广泛的物理AI,是你们这两年看到的。
  • 从2B变得跟2C,是你们长期追求的目标吗?因为现在按照你的描述,等进入第三关家庭机器人的时候,你们就会直接去面对消费者。
  • 它(英伟达)是变成了一种行业里的基础设施,一个技术底座。

主持人认为机器人是Momenta近两年才看到的方向,但曹旭东纠正说,这个想法最早在2020-2021年疫情期间就已萌生。他分享了一个具体的个人经历来解释为何他坚信家庭机器人在老龄化和少子化社会中的巨大价值。

2023年,疫情后他第一次回老家,向大姑介绍公司业务。当他讲到自动驾驶时,大姑的反应是“非常棒”;但当他提到未来会做机器人时,大姑“眼睛开始发光”,并追问机器人能否带小孩、买菜、打扫房间等具体功能。两年后的2025年,他再次拜访大姑,对方开口的第一个问题就是“你们这个机器人做出来没有?” 当他估算机器人售价可能在10万元左右时,大姑立即回应“不算贵”,如果能实现那些功能就“挺值的”,并嘱咐他产品做出来后第一时间给她买一个。

这个经历让曹旭东非常震惊,并强烈感受到家庭机器人能为家庭,特别是老人和小孩,带来的巨大价值。除了这种来自真实需求和家人的触动,另一个驱动力是希望在AI领域不断拓展边界,更深入地理解智能的本质。

对于公司是否会从2B转向2C,曹旭东重申,这不是他们思考问题的出发点。核心是“如何创造价值”和“如何把事做成”。在自动驾驶领域,作为供应商或“AI司机”是创造价值的最佳方式,因为造车或运营平台没有“added value”(新增价值)。但在家庭机器人领域,行业没有现成的产品和公式,需要自己端到端地去定义产品,因此直接面向消费者可能是必要的路径。

话题推进:在分享完创业十年来的思考和未来规划后,主持人将话题转向曹旭东个人的成长经历,探寻他最初是如何对AI产生兴趣并进入这个行业的。

00:58:04–01:01:23从统计物理到AI:一个非科班学生的自学之路

  • 你是从30岁开始创业的。然后今年Momenta正好是十年。你当时在2016年开始创业的时候,我觉得你像有一个特点,就是你应该是在中国第一批AI研究员背景的创始人。你可以讲讲你最开始是怎么对人工智能这个方向开始有兴趣的吗?其实你本来不是学这个的。
  • 你04年进入本科的时候,你应该是在航空航天学院的力学系,你不是这个科班的学科。那你自己是怎么逐步去学习的?包括你后来其实是去了微软亚研院的计算机视觉组嘛。你是10年的时候去的。那个时候这个组应该也是全球这个领域特别强的一个团队。你可以讲讲这个过程是怎么发生的。
  • 你当时是本科找了科研,就是去找了科研导师,还是你就是自己一个?
  • 06年的时候有什么公司的岗位和这个有关系?

主持人询问非科班出身的曹旭东是如何对AI产生兴趣的。曹旭东将源头追溯到2006年,当时他大二,对数学和物理极感兴趣。在修习“统计物理”时感到非常开心,并由此将兴趣从统计物理延伸到统计学,再到“统计学习”。他被“从数据里学习知识,甚至提炼出智慧”这一过程深深吸引。他指出,深度学习是统计学习的分支,而大模型又是深度学习的分支,他在20年前就感受到了这个方向的魅力。

对于如何自学,曹旭东分享了他的学习习惯:不喜欢完全看课本,而是从具体问题出发,需要什么就学什么。他学习AI并非通过上课,而是通过在实习中解决实际问题。当遇到不懂的地方,他会去查书和论文,根据自己的理解去实现。如果效果不好,就回头复盘自己的理解是否有误,通过不断迭代来解决问题。

他最早的AI相关实习是在一家为铁路系统提供服务的国企研究院。工作内容是利用图像处理技术,通过安装在铁轨下的高速摄像机拍摄火车底盘照片,来识别潜在的安全风险,如零部件松动或被异物撞击等。这段经历是他将AI方法应用于实际问题的早期实践。

话题推进:本段结束于曹旭东分享他早期的实习经历,为后续展开他在微软亚洲研究院的经历以及师从孙剑博士的故事埋下伏笔。

01:01:23–01:30:06连续对话 3

01:01:23–01:09:08从理论到实践:在孙剑指导下,学会“聪明人下笨功夫”

  • 你后来进入微软亚洲研究院计算机视觉组是怎样的过程?
  • 你对人工智能的理解是什么?为什么你觉得一定要做这个?
  • 你在孙剑那个组吗?
  • 在那段经历里面,你对如何做AI研究的一些理解和学习是什么?
  • 这个思维后来对你创业有帮助吗?
  • 一个好的研究者的标准,在现在这个新的大语言模型技术浪潮下,有什么不变和变化?

曹旭东讲述了他进入微软亚洲研究院(MSRA)的曲折经历。他最初因非计算机专业背景且无AI相关经验,投递简历被拒。为此,他先后在其他公司和索尼、雅虎的研究院实习,积累经验后才成功进入MSRA。他坦言自己并非热爱读书,而是更喜欢解决实际问题,对发表论文兴趣不大,更享受做出产品并被广泛使用的成就感。

主持人追问他当时(约十五六年前)为何执着于AI。曹旭东回答,那时谈不上有深刻理解,主要是被“智能”这个极具吸引力的问题本身所吸引,觉得该领域尚处早期,有大量未解难题,让他充满活力。他认为思考“智能”会让人停不下来,且需要跨越现有AI框架,从生物智能、人类智能等更广阔的视角去探寻底层共通的规律。他将那时的AI领域比作“未被发现的新大陆”,这也是Momenta办公室以大航海时代的岛屿和科学家命名的原因。

进入MSRA后,曹旭东加入了孙剑(时任首席研究员)的团队。他回忆,自己最初偏好理论思考,希望能像爱因斯坦一样,基于顶层原则和理论框架构想出精妙方法。但孙剑的工作风格非常扎实,极其重视实验,尤其关注与预期不符的实验现象,认为那往往是重大发现的开端。这段经历改变了曹旭东的认知,他意识到一流的工作更多是“做出来”而非“想出来”的。因为顶层理论框架往往是公开的,基于同样框架的创新很难达到顶尖水平;而通过大量实验发现的、别人不知道的新现象,经过深刻洞察和组织,才可能催生真正一流的理论和创新。

曹旭东将这一思维应用到了创业中。例如,当公司遇到难题时,他会亲自带团队到一线,直接审视一手数据,而不是听取团队成员各自逻辑自洽但可能与数据不符的分析。他发现,聪明人往往不喜欢亲手处理繁琐数据,但一旦面对数据,他们能很快修正观点,抓住问题关键。他总结,真正超一流的人是“聪明人下苦功夫”。这一品质在大语言模型时代甚至更加重要,因为实验成本更高、迭代周期更长,错误的底层假设会造成更大的损失。

L4 Coding Agent指达到L4级别自动化的编程智能体。在这个语境下,L4意味着智能体(Agent)是编写代码的主体,人类程序员的角色转变为偶尔参与或进行监督,而非像传统的AI辅助编程(如代码补全)那样由人主导、AI辅助。它代表了AI在软件开发领域实现了高度的自主性。
zoomality曹旭东引用投资人创造的词,指一个人能够在不同抽象层级之间快速、自如地切换(zoom in/zoom out)的能力。向上“zoom out”指进行高度抽象的战略思考和顶层设计,向下“zoom in”指深入到具体、一手的细节、数据和执行层面。具备强大“zoomality”的人能将宏观战略与微观现实紧密结合,进行有效的决策和迭代。
一个飞轮,两条腿Momenta的核心战略。“一个飞轮”指数据驱动的AI算法迭代闭环:通过量产车收集海量数据,利用自动化工具链处理数据、发现问题,从而训练和迭代算法,再将优化的算法部署到车上,形成持续改进的飞轮效应。“两条腿”指支撑飞轮运转的两种业务模式:一条腿是面向消费者的“量产”辅助驾驶产品(Mpilot),另一条腿是面向企业的“完全无人驾驶”解决方案(MSD),如RoboTaxi、RoboVan等。两条腿共享同一套技术栈,相互促进。

话题推进:在讨论完从研究中学到的方法论后,主持人将话题转向他之后的职业经历,询问他加入商汤的过程。

01:09:09–01:15:32在商汤“打仗”:从研究员到产品业务负责人的转变

  • 后来你在2015年加入商汤是一个什么过程?
  • 他(汤晓鸥)当时是怎么描述AI的未来和商汤的未来的?
  • 那会儿AI赋能百业和现在AI赋能百业的区别是什么?
  • 你怎么看这两种创业(指上一波AI四小龙和现在的大模型公司)在资本市场上的走势非常不一样?为什么它的商业效应和资本效应会差别这么大?
  • 你当时在商汤具体是做些什么?你对当时AI能赋能百业这个未来是怎么想的?
  • 比你自己后来创业还拼?
  • 当时为什么这么拼这么燃啊?背后的驱动力是什么?

主持人询问曹旭东加入商汤的经历。曹旭东回忆,2015年,经微软前同事介绍,他与汤晓鸥老师交流后感觉很好,便加入了商汤。当时他已有创业想法,但觉得自己缺乏经验,希望先在创业公司学习。主持人提到,商汤当时已在构想“AI赋能百业”(即“AI+”)。曹旭东对比了当时与现在的“AI赋能百业”:过去是靠一系列专用小模型解决不同行业任务,现在则是用一个通用大模型来赋能百业。

主持人进而提问,为何上一波以计算机视觉为代表的“AI四小龙”与当前的大模型公司在资本市场的表现差异巨大。曹旭东认为,本质在于“价值创造”的量级不同。他举例说明,去年底他已意识到AI coding将引发巨变,今年一月在硅谷交流时,观察到Anthropic的ARR(年度经常性收入)暴涨,便判断其可能是当时最便宜的AI公司。他分析,Anthropic的重大贡献在于,将LLM Agent(大语言模型智能体)的能力提升到了L4级别的Coding Agent。这使得市场规模从百亿美金级别(LLM Agent)跃升至万亿美金级别(L4 Coding Agent),若能实现L4通用Agent,市场规模更是高达十万亿美金。

回到在商汤的经历,曹旭东表示,他当时负责所有与产品落地相关的研发工作,横跨多条产品线,形容为“带着团队去打仗”。他常在月初向客户介绍技术,月底就必须交付。他认为那是他体力上最拼的时期,甚至超过后来自己创业。由于公司刚成立,北京办公室缺少全职员工,他从清华招募了许多优秀的实习生,带领他们开发、交付产品,经常工作到凌晨三四点,有时直接睡在公司。他将这段时期形容为“激情燃烧的岁月”。

被问及如此投入的驱动力时,曹旭东归因于个人性格:一旦遇到自己真正感兴趣且有价值的事情,就会“all in”。他回忆大学做毕业设计时,也曾因课题有趣而废寝忘食,甚至因此得了干眼症。他强调,无论身份是学生、员工还是创始人,只要事情本身有价值、能吸引他,他就会全力以赴。在商汤的这段经历,让他完成了从偏重研究到全面负责产品、业务的转变,需要接触客户、理解需求、技术转化、产品交付的全链路工作。

话题推进:在确认了曹旭东在商汤完成了从研究到业务的角色转变后,主持人开始探讨他个人天性与职业选择的关系,以及这种转变过程中的感受。

01:15:33–01:23:29创立Momenta:在感知与认知的结合点上,选择更难的自动驾驶

  • 这个转变对你来说,它是一个怎么样的过程?你更喜欢比较专注的做技术、做研究,还是后面这种比较综合的角色?
  • 你自己的天性会把你自己在什么方向上都做到超一流?
  • 所以你自然而然的会去深入思考的问题,其实很多是战略问题,包括技术战略、组织战略和方向战略。
  • 后来是怎么走向创业的?
  • 你是说跟计算机视觉比?
  • 那当时除了自动驾驶还有什么选项?
  • 你当时有想过加入别的公司来做这件事情吗?
  • 他们是怎么想的?然后你对这个核心要素是怎么想的?
  • 那你当时交流的Google的人是怎么想的?

主持人询问曹旭东从研究者到综合角色的转变感受。曹旭东表示,他最底层的愿望是“把想做的事情做成”,为此愿意学习任何短板技能。但从天性上说,他更喜欢在放松状态下讨论深刻的技术问题。当天性偏好与“做成事”的目标冲突时,他会优先服务于后者。他认为,天性驱动的事情能做到“超一流”,因为会不自觉地深入思考;而非天性的部分通过学习可以做到“一流”,但“一流”可能就是天花板。

被问及自己的天性适合在哪些方面做到超一流时,曹旭东认为是基于对AI的热情,在解决大量问题后,能更准确、快速地判断重大方向、关键架构和问题的根因(包括技术和组织层面),从而减少在错误方向上的资源浪费。主持人总结这属于战略思考,曹旭东补充说,做战略决策不能只停留在高层抽象思考,必须不断地在顶层设计(Top-down)和底层细节(Bottom-up)之间切换,即“zoom in”和“zoom out”。他引用一位投资人的词“zoomality”,指快速切换抽象与具象层级的能力,并通过寻找关键细节来检验和迭代战略想法。

谈及创立Momenta的契机,曹旭东认为在商汤的经历本身就是创业。之所以后来选择自动驾驶方向独立创业,是因为他判断这是一个难度更大、更具颠覆性的技术。自动驾驶不仅包含计算机视觉这样的“感知智能”,还包含了决策规划等“认知智能”。这符合他追求“Better AI, Better Life”的愿景,即更好的人工智能必须兼具感知和认知。当时,他认为技术发展尚不足以支撑通用的认知智能,而自动驾驶是同时实践这两种智能、并能创造巨大社会价值的绝佳切入点。

主持人问当时是否考虑过机器人等其他选项。曹旭东承认机器人也是一个选项,但他认为在2016年那个时间点,通用机器人的认知智能复杂度太高,挑战过大,而自动驾驶是一个难度恰当的结合点。他也曾考虑过加入当时已在做自动驾驶的Google,并与相关人员交流。但他发现,对方在被问及实现自动驾驶的核心要素时,倾向于讨论具体算法模块的解决方案,缺乏一个解决根本性问题的顶层设计。曹旭东认为,这种“看到问题解决问题”的模式“永远到不了月亮”。他当时就认定,解决自动驾驶海量长尾问题的核心要素是“数据”,算法架构必须是数据驱动的,并且需要海量数据。

话题推进:在确立了“数据驱动”是解决自动驾驶问题的核心后,主持人开始深入探讨这一判断的来源,以及它如何塑造了Momenta的战略。

01:23:30–01:30:06“一个飞轮,两条腿”:从数据驱动的信念到公司的核心战略

  • 现在回头看,数据对人工智能非常重要这件事,好像是挺常识的一个想法。那在那个阶段,就16年的时候,行业里是怎么看这个问题的?
  • 那在2022年,你们岂不是就被贴上了骗子的印象?
  • 那你为什么在那个时间点就认为做自动驾驶一定要是数据驱动的这个路线?
  • 那个时候的海量是多少叫海量?
  • 所以是因为看见所以相信,你本来就先看见了别人没看见的东西。
  • 有了这个核心的假设之后,你往后的推演是什么?
  • 从16年的这个推演到现在,它经过了什么大的变化吗?

主持人指出,“数据驱动”如今已是常识,但在2016年行业共识如何?曹旭东回应,当时远非共识。即便只是用深度学习做“感知”,也只是被视为一个可探索的方向。至于用深度学习做“规划决策”(他称之为初级的认知智能),更是缺乏认同。他回忆,到2020年,公司投资同事交流回来的反馈还是:任何声称用深度学习做规划决策的公司都是“骗子”。Momenta当时虽已在该方向研发并取得进展,但公司文化是“做出来再说”,所以并未高调宣传。

主持人追问曹旭东为何能在2016年就坚定“数据驱动”路线。曹旭东解释了两个原因:第一,源于早年的理论探索。他大学时就对生物和人类智能很感兴趣,研究了许多相关书籍和论文,尤其受《On Intelligence》(中译本《人工智能的未来》)一书影响,该书深入探讨了神经网络,让他坚定了这一方向。第二,源于亲身的产品实践。无论是在微软还是商汤,他观察到,凡是真正达到或超越人类水平的AI产品,哪怕是在狭窄的垂直领域,都依赖于“海量”数据。他给出了一个量级概念:百万级数据能做个demo,千万级能做个好demo,1亿数据能做出及格的产品,而10亿(a billion)数据才能做出好的产品。他认为这种朴素的Scaling Law,是他在实践中反复验证的信念。

除了理论和实践,曹旭东还运用了物理学的思维方式进行定量推演。他估算,要实现大规模无人驾驶(如全球1亿台车),安全性需比人类驾驶员(约1亿公里一次重大事故)高十倍,即达到10亿公里一次重大事故。而要从统计上有效验证这一安全性,至少需要100倍的数据,即1000亿公里的测试里程。他判断,如此庞大的数据量,依靠自营车队是绝对无法实现的。

基于“必须数据驱动”和“需要千亿公里数据”这两个核心判断,曹旭东推演出Momenta的战略:必须通过“量产”来获取海量数据。这最终形成了公司的核心战略——“一个飞轮,两条腿”:以数据驱动的“飞轮”为核心,通过“量产”辅助驾驶和“完全无人驾驶”(Robo-X)两条腿来驱动飞轮运转。他表示,这个战略框架自2016年推演至今没有大的变化,只是后来为了便于在扩大的团队中传播,才将其总结为口号和图示,并印在T恤上,以不断强化共识。

话题推进:本段详细解释了Momenta核心战略的由来。接下来的对话将转向这一战略在早期执行时遇到的具体困难和痛苦。

01:30:07–01:58:49连续对话 4

01:30:07–01:34:27战略的验证:如何定义成功与获得反馈

  • Momenta的“飞轮”战略(量产辅助驾驶反哺全无人驾驶)在早期并非共识,公司内外对此有何疑虑?你们遇到了哪些阻力,又是如何克服的?
  • 在这个过程中,你是否有过自我怀疑的时刻?毕竟正确的判断短期内可能没有正反馈。
  • “飞轮”战略到什么时候算是初步验证了?为什么在全无人驾驶业务规模还很小(预计2025年底30多辆车)的情况下,就能说已经验证了?
  • 你预测全无人驾驶车辆(RoboVan、RoboTaxi)规模将快速增长的依据是什么?
  • 你是在什么时候、看到什么技术信号后,确认这套方法能最终实现全无人驾驶的普及?

主持人程曼祺首先提问,Momenta在2016年确立的“一个飞轮、两条腿”战略(用量产高级辅助驾驶业务的数据和现金流,反哺全无人驾驶技术的研发)在当时并非行业共识,这给公司带来了怎样的内外解释成本与阻力。

嘉宾曹旭东回应,对外部(如投资人)解释基本无用,关键在于做出成绩,否则无法支撑高估值。而对内部,则可以通过筛选和激励来凝聚共识:招募相信这一方向的人,当他们沿着正确方向取得成果后,就能获得正反馈,从而强化整个组织对战略的信念。

主持人追问曹旭东是否曾自我怀疑,因为正确的判断可能需要很长的周期才能验证。曹旭东表示没有,因为虽然最终商业结果的验证周期长达3-5年,但技术研发的进展可以提供短周期的正反馈。他强调,一个健康的研发体系,其反馈周期应该在一周到三个月之间,绝不能长达一两年,否则研发将无法为继。

当被问及“飞轮”战略何时算初步验证时,曹旭东认为是“现在”。主持人质疑,目前Momenta的全无人驾驶(Robo)车辆规模尚小,为何能称之为“验证”。曹旭东解释,外界看重规模,但公司内部更看重“进步的速度”。他预测,Robo车队规模将从2025年底的几十台,发展到次年的几百台,再到后年的几万台,2028年可能达到十几万台。这种信心来源于技术每年10倍的性能提升。

主持人继续追问,是何时的技术突破让曹旭东看清了未来的路径。曹旭东指出,关键节点是2024年,当时他们提出了“智驾行业的摩尔定律”(即性能两年十倍)。他列举了技术路线图:2023年实现Deep Learning Planning,2024年实现端到端模型,2025年规划强化学习,2026年则是世界模型。他总结,这些技术突破的底层逻辑都是让模型能“吃掉”更多数据,带来可预测的性能提升,并且这个进步速度还在加快,可能达到每年十倍。

主线原则Momenta内部用于指导研发和交付决策的一套方法论,旨在确保技术和产品开发聚焦于一个核心、可积累的架构体系上。它包含“复用主线、发展主线”的核心思想,以及“主线剃刀”(简洁)、“主线合力”(协同)、“主线积累”(可持续)三项具体原则。其目标是避免技术路线分叉(即产生多个“烟囱”),保证组织资源集中,实现高效、高质量的迭代。
VVP (Vehicle Verification Platform)Momenta内部开发的一个工具平台,中文意为“车辆验证平台”。其主要功能是在车型适配过程中,自动验证车辆的各项输入(如传感器信号)是否正确。该平台通过工具化、自动化的方式替代了大量人工排查工作,提升了交付效率。它本身也经历了从早期基于规则到后期基于大模型的技术演进。
真的相信(数据驱动)曹旭东提出的一个概念,用以区分对一个理念的表面认同和深度信仰。在这里特指对“数据驱动”的信念。表面“相信”可能只是在顺利时采用该方法,而“真的相信”则意味着,当数据驱动的方法遇到困难或看似无效时,不会轻易放弃或退回到传统方法,而是会坚持方向,并主动去创新、修改现有的架构和体系,以扫清障碍,最终让数据驱动的方法得以成功实施。

话题推进:在确认了技术战略的稳定性和有效性后,主持人转向询问公司在发展过程中遇到的其他波折与调整。

01:34:27–01:38:43从研究院到创业公司:一次痛苦但必要的转型

  • 既然技术战略判断一直很准确,公司发展过程中还有什么波折或调整吗?
  • 你之前在微软和商汤已有带产品团队的经验,为何Momenta在创业初期(2018年前)仍像一个松散的研究院?
  • 当时你在做什么?是什么问题让你意识到必须改变?
  • 具体是如何调整,走出“over promise”困境的?
  • 你现在总结起来觉得不复杂,但创业肯定很难,当时是否真的如此轻松?
  • 现在一个月能搞定的事,当时花了半年,主要瓶颈在哪里?
  • 你现在面对新问题时,判断力比以前更准了吗?体现在哪里?
  • 如何区分问题是“事”的问题,还是“人”的问题,或是两者耦合?

主持人询问,既然技术战略方向稳定,公司发展中是否仍有波折。曹旭东坦言,2018年底到2019年,公司经历了一次重大的文化调整,从一个松散的研究院转变为一个以客户为中心、能打胜仗的创业公司。

主持人不解,为何有过产品经验的曹旭东,创业初期公司仍像研究院。曹旭东反思,当时自己不够“hands-on”(亲力亲为),忙于见投资人和客户,对研发的介入停留在高层概念交流。他用自己定义的术语“formality=2”来形容当时的状态,即只关心上下各一层级,不够深入。这种状态导致了严重的问题:对投资人“over promise”(过度承诺),产品和商业化进展远未达标,问题严重到外界都看得出来。

谈及如何调整,曹旭东表示,首先是在理念上引导,向团队强调作为创业公司,必须为客户创造价值,技术创新要服务于产品。随后,通过树立标杆来落实理念——奖励那些践行理念、用技术提升产品价值的员工,并进行人事调整(“谁上谁下,谁去谁留”)。

曹旭东承认,现在说起来“轻描淡写”,但当时过程“挺痛苦的”。他回顾说,现在回头看,问题和解决方法都很明显,但当时从发现到解决耗时很长(约半年),犯了很多错。如果是现在的自己去处理,可能一个月就能解决。瓶颈在于,当时面对千头万绪的问题,无法准确提炼和判断主要矛盾。而现在,尤其在处理“事”与“人”相互耦合的复杂问题时,他的判断力比过去精准得多。

当主持人追问如何区分“事”和“人”的问题时,曹旭东将其比作一种“感觉”,就像大模型数据量足够大后产生的“涌现”。主持人观察到,与几年前相比,曹旭东的表达方式从条理分明的“一二三四”变为更依赖直觉,曹旭东则开玩笑说可能是因为录制时间太晚了。

话题推进:在谈完成长中的组织阵痛后,话题转向了公司在产品交付上经历的另一个重大低谷。

01:38:43–01:45:32“血肉模糊”的首个量产项目与“主线原则”的建立

  • 公司发展过程中真正的低谷是什么时候?
  • 第一个量产项目具体是什么情况?例如要实现什么功能,时间限制是什么?
  • 18、19年的组织调整是靠激励,那么交付效率问题是如何解决的?从几周定位问题到一分钟,这套体系是如何建立的?
  • 当时积累了哪些原则?
  • 你提到的华为高管是做智驾业务的吗?
  • 除了“复用主线、发展主线”,还有其他原则吗?
  • 这些口诀是用来指导日常的技术决策吗?

曹旭东指出,除了2019年的组织转型阵痛,公司另一个大的低谷是在2021年到2022年初,交付第一个量产项目期间,当时还叠加了疫情的困难。

他形容第一个项目是“历史上最难的项目”,即便放到现在也难度极高。难点在于几乎所有东西都是新的:新车型、新执行器、新传感器、新芯片、新域控及其上的新DRAM。无数新部件凑在一起,问题层出不穷。而当时Momenta的研发和交付体系尚不成熟,面对海量问题,仅仅是定位根因就要花费数周时间。他将这一过程比作“血肉模糊”的战斗,像武器落后时只能靠人海战术冲锋,过程极其痛苦。

为了解决交付效率低下的问题,曹旭东和公司高管都深入一线,亲身经历被问题困扰的痛苦。在解决问题后,团队会进行复盘,分析问题根源在于架构、研发体系还是产品。通过这个过程,团队逐渐对如何设计好的“主线架构”和“主线研发体系”形成了“感觉”和“审美”。

由此,公司提炼出了“复用主线和发展主线”的原则。即遇到问题时,优先复用主线(核心架构和体系)的能力;如果主线无法解决,也应在主线框架内进行创新,而不是轻易开辟“支线”。曹旭东分享了一位华为智驾业务高管的生动比喻:支线就像“烟囱”,烟囱太多公司就会被“五马分尸”。这个比喻让他印象深刻,也印证了他们的思考。

在“主线”理念下,又衍生出三个原则:“主线剃刀”、“主线合力”和“主线积累”。

1. 主线剃刀:源于奥卡姆剃刀原理,要求抓住主要矛盾,用最简洁的方法解决最关键的问题,避免聪明人把事情搞复杂的倾向。

2. 主线合力:在解决问题时,选择能让组织形成合力的架构和方法,而不是各自为战、力量分散。

3. 主线积累:选择的方案必须在时间上可积累,在组织上能形成合力。

曹旭东确认,这些原则就像“心诀”,用于指导团队进行日常的技术判断和决策。

话题推进:在解释了指导原则后,主持人进一步追问这些原则如何通过具体的工具和流程落地,以提升研发和交付效率。

01:45:32–01:49:53从百人年到十人季:数据驱动的交付体系如何建成

  • 除了思维上的“心诀”,你们还做了哪些具体的系统或流程来提高研发交付效率?毕竟批量交付是供应商的一大门槛。
  • 你们从什么时候开始用大模型来做这些事?
  • 我记得你们服务第一个客户时是400多人干了一年多,现在适配一个新车型的效率如何?
  • “10个人3个月”能交付的是什么级别的功能?是最高级的城区NOA吗?
  • 能这么快适配,是因为你们已经把所有功能都做过了吗?
  • 这种批量交付能力,其他厂商靠时间能追上吗?它是什么性质的能力?
  • 构建这种数据驱动体系的难度在哪里?
  • “相信”和“真的相信”数据驱动的区别是什么?

主持人询问,除了抽象原则,Momenta还建立了哪些具体的工具和流程来提升交付效率。曹旭东举例说明,在做车型适配时,需要验证传感器信号是否正确接入,为此他们开发了名为VVP(Vehicle Verification Platform)的工具。这个工具也经历了迭代,从早期基于规则的验证,发展到如今使用大模型进行验证。现在,工程师遇到问题,可以直接询问一个Agent服务,它会自动爬取数据、基于过往经验分析并给出问题根因。

曹旭东透露,他们很早就开始应用大模型。从GPT刚出现的2022年底、23年初,公司内部就设立了“GPT悬赏令”,鼓励员工用GPT创新性地解决实际问题,并推广给其他同事使用。

这种体系化的效率提升效果显著。主持人提到,之前了解到Momenta交付第一个客户时投入了400多人、耗时一年多。曹旭东表示,现在适配一个全新的品牌车型,平均只需不到10个人用3个月时间,就能交付从泊车到行车、从高速到城区的全套功能。之所以能做到这一点,是因为公司已经开发和适配过绝大多数功能和配置,新项目更多是“配置”而非“重新开发”。

主持人追问,这种能力是否能被竞争对手靠时间追上。曹旭东认为,仅仅是覆盖所有功能和传感器配置,靠时间和投入是可以做到的,比如真的做完100款车。但真正的护城河在于,拥有这些积累不等于能实现高效、高质量的交付。后者需要一个全流程高度自动化的、由数据驱动的交付体系和架构。构建这套体系,则不完全是时间和经验的积累,更需要对架构和体系有自己的“审美”和追求,并在此方向上持续创新。

曹旭东强调,构建这种体系的最大难点在于“是不是真的相信”数据驱动。他解释了“相信”和“真的相信”的区别:后者意味着,当遇到困难、数据驱动的方法看似走不通时,不是退回到老办法,而是思考如何创新性地改造架构和体系,让数据驱动最终能够成功(work)。这是一种在遭遇挫折时,仍坚信方向正确并致力于改进方法论的信念。

话题推进:在深入探讨了Momenta的核心能力和信念之后,主持人转向了更宏观的问题,即公司如何在十年竞争中幸存并脱颖而出。

01:49:53–01:58:49CEO的决策方法论:长期酝酿与一线洞察

  • Momenta起步时并非阵容最豪华的团队,十年后依然幸存,关键是做对了什么,以及没有犯哪些致命错误?
  • 有没有哪个决策让你事后感到后怕,如果做错了公司可能就完全不同?
  • 为什么你们公司很难发生这种“一招不慎,满盘皆输”的情况?
  • 有评价说你在决策上比较强势,如果这种情况下你想错了怎么办?
  • 你描述的这种长期酝酿的决策方式,会不会有行动太慢的风险?
  • 外界评价你战略判断能力和定力很强,但你创业时并无太多业界经验,这种判断力来自哪里?
  • 关于调研,你有什么方法和追求?
  • 大模型热潮后,你常用的工具有哪些?对CEO这个角色有多大帮助?
  • 展望未来,在推进机器人和具身智能的计划中,可能存在哪些导致失败的变数?

主持人提问,Momenta能在十年竞争中幸存下来的关键是什么。曹旭东归结为两条公司文化:一是“以客户价值为中心”;二是“低成本短周期检验(试错)”。他解释,对于重要的方向性判断,不能仅停留在高层面的抽象思考,必须深入(zoom in)多层细节,主动寻找数据点去检验和迭代。这种方法论帮助公司避免了犯致命错误,并且能在犯错时快速发现和调整。

因此,曹旭东表示公司很难出现“一个决策定生死”的情况。他解释,公司的重大决策,如做具身智能,并非一时兴起,而是经过了长期的讨论和酝酿(可能长达三五年)。在这个过程中,团队早已对相关问题进行了充分调研,想清楚了哪些重要、哪些没想清楚。到真正决策时,讨论的焦点已不是“做或不做”,而是“何时、以何种方式、何种节奏”去做。

主持人提到外界评价他“决策强势”,并询问如何避免个人判断失误。曹旭东认为这种印象可能源于2019年公司转型期,当时为了推动变革,决策确实非常“硬”,但他也承认那是“稚嫩”的表现,导致了不必要的痛苦和动荡。他表示,在那之后,他的决策方式发生了改变。重大决策都是通过长期、反复地与团队沟通、听取想法来形成的,而不是他单方面决定后下达指令。

对于这种方式可能导致行动缓慢的担忧,曹旭东认为,关键在于“把重大决策想得靠前”,提前一两年甚至三五年就开始思考和讨论,这样当机会来临时就不会措手不及。他强调,获取一手的、一线的信息和洞察对于做出正确判断至关重要,很多时候决策失误源于离一线太远。

当被问及CEO如何使用大模型时,曹旭东表示,他会用多种大模型作为信息输入和“顾问”,尤其是在深夜思考不便打扰同事时。但他认为,目前大模型在重大问题上的判断力还远不如公司内的优秀高管。对他而言,CEO最重要的不是效率,而是“认知和判断”,而好的决策通常需要长时间的思考、讨论和一线调研。

最后,展望具身智能的未来,曹旭东表示,一旦决定去做,就不认为有“致命性”的、无法解决的问题。决策的依据主要有两点:一是这件事能否创造巨大的新价值(驱动力),二是团队是否真的热爱(驱动力)。同时,也会评估是否存在无法克服的阻力。只要驱动力足够大且没有致命阻力,他们就会坚定地推进。

话题推进:本段为节目主要访谈内容的结尾,嘉宾以对未来决策的信心结束了对话。

01:58:50–02:03:20连续对话 5

01:58:50–02:03:20刺猬与狐狸:坚持底层原则,从自动驾驶到物理AI

  • 你们在智驾之后也想开始做机器人,这个是受了特斯拉的启发吗?
  • 在你的75个学生的观察里面,其实之前也都有人去做。在某一个时刻,你变成全世界Momenta第一个来做一件事情,这会是你追求的目标吗?

在对话的结尾,曹旭东总结了自己做决策的出发点:首先,事情本身要有足够大的价值;其次,自己要真正喜欢这件事。基于这两点,不断聚集和吸引同样信任这件事的价值、有使命感并能享受其中乐趣的人才。他认为,当不刻意追求“比别人做得更好”时,随着时间推移,反而能自然而然地越做越好。

主持人程曼祺随即提问,Momenta在自动驾驶之后布局机器人领域,是否受到了特斯拉的启发。曹旭东回应,不能说完全没有,但这个想法在公司创立之初就已经萌生。他解释,这源于公司“Better AI, Better Life”的百年愿景。2016年创业时,团队预判自动驾驶(Auto Insurance)技术大约需要10年成熟,商业生态则需要20年。届时(2036年),他还只有50岁,团队成员更年轻,因此需要一个能做一百年的事业,实现“基业长青”(Build to last)。

他进一步阐述,选择自动驾驶作为切入点,是因为团队认识到仅做感知智能不足以构成完整的智能,必须涉足认知智能。但直接挑战终极的通用认知智能问题不知从何下手,而自动驾驶是一个绝佳的切入点。当这个切入点成功后,机器人作为更高级、更通用的认知智能载体,就成了顺理成章的下一步。

主持人追问,Momenta是否追求成为“全世界第一个做某件事”的公司。曹旭东重申了他的决策原则:首先看是否能创造新增价值,其次是团队是否真的喜欢,最后评估是否存在无法解决的重大障碍(blocker)。他并不将“成为第一”作为核心目标。

主持人观察到,曹旭东一旦对某个问题有了基于底层原则的答案,就不太会被其他目标分散注意力。对此,曹旭东引用了“狐狸知道很多事情,刺猬知道一件大事”的说法,表示自己很早就记住了这句话,并逐渐发现其价值,即很多事情都需要依赖底层的原则或方法论来指导。

最后,主持人总结了本次对话,回顾了曹旭东从AI研究员到创立Momenta的历程,以及公司围绕量产自动驾驶、全无人驾驶(RoboTaxi/RoboVan)和未来机器人(具身智能/物理AI)三大业务曲线的思考。节目在常规的结束语中收尾。

刺猬与狐狸源自古希腊的寓言,后被以赛亚·伯林在《刺猬与狐狸》一书中引申,用以区分两种思想家或行事风格。“狐狸知道很多事”,指代思维发散、追求多元目标、灵活多变的人;“刺猬知道一件大事”,指代将复杂世界简化为一个核心理念或原则,并坚定不移地遵循它的人。曹旭东在此引用,表明自己倾向于“刺猬”风格,即依据少数底层原则做决策。

话题推进:本段是节目的结尾部分,在总结嘉宾的核心决策原则后,主持人对全场对话进行了回顾,并以常规的节目结束语收尾。

以上是原对话的分段阅读。下面才开始提炼论证、解释机制并给出本文自己的判断。

主要论证:观点怎样由经历与例子支撑

高阶量-产智驾(城区NOA)的市场竞争格局已定,改变的窗口正在关闭,最终中国市场只会剩下2-3家头部供应商。

曹旭东 · 00:03:54;00:05:40

1. 行业存在“智驾摩尔定律”,性能每年提升约十倍,需要巨额研发投入才能跟上。

2. 头部厂商(Momenta、华为)已占据90%市场份额,拥有高定价权和高毛利,能支撑持续的高研发投入,形成正反馈循环。

3. 第二梯队收入低、毛利薄,无力承担高昂研发和交付成本,与头部的技术差距会越拉越大。

4. 车企选择供应商时,会优先考虑其长期存活能力和技术迭代能力,这进一步加剧了向头部集中的趋势。

成立条件:该论证成立的前提是:1. 智驾技术确实能维持每年近十倍的性能提升速度,且这种提升需要持续巨大的研发投入。2. 市场不存在能颠覆当前技术路径(如数据驱动、大模型)的黑天鹅技术。3. 车企在成本压力下,依然会将智驾性能作为核心采购标准,而非转向“够用就好”的低成本方案。

智能驾驶是“好与更好”的市场,而非“萝卜青菜,各有所爱”,这决定了其最终会高度集中,只留下少数玩家。

曹旭东 · 00:11:31;00:14:10

1. 智驾的核心体验,如安全、平顺、可靠,有普适的好坏标准,约占80%-90%。

2. 只有约10%-20%的体验可以根据车型进行风格化定制(如运动模式或舒适模式)。

3. 在一个有明确“更好”标准的产品领域,技术和规模的领先者能建立起持续的优势,用户和客户会自然向最好的产品集中,最终淘汰掉不够好的玩家。

4. 这与汽车品牌本身不同,汽车涉及外观、内饰等主观审美,属于“萝卜青菜”市场,因此可以容纳更多品牌并存。

成立条件:此论证成立的条件是,消费者对智驾的评价标准确实是高度收敛和普适的,不会因为驾驶习惯、地域文化等因素产生显著分化。同时,不同厂商的技术路线最终会趋同,而不会形成各有特色的、难以直接比较优劣的“技术流派”。

Momenta的战略是从“数据驱动”这一核心信念推演而来,即必须通过“量产”获取海量数据,才能最终解决无人驾驶的长尾问题。

曹旭东 · 01:23:30;01:25:48;01:28:02

1. 理论信念:受《On Intelligence》等著作启发,坚信智能的本质是基于海量数据学习模式。

2. 产品实践经验:在微软和商汤的经历证明,任何超越人类水平的AI应用都依赖于海量数据(10亿量级才能做出好产品)。

3. 定量推演:要实现比人类安全10倍的无人驾驶(10亿公里/次大事故),从统计上至少需要1000亿公里的验证数据。这个量级的数据,依靠自营车队(如Waymo模式)是绝对无法实现的。

4. 结论:唯一可行的路径是通过与车企合作,在量产消费级车辆上部署辅助驾驶系统,以低成本、大规模地获取真实世界数据。这直接导出了“一个飞轮,两条腿”的战略。

成立条件:该推演成立的前提是:1. 自动驾驶的长尾问题确实只能通过海量真实世界数据来解决,不存在通过纯模拟或更优算法绕过数据需求的捷径。2. 从量产辅助驾驶车辆收集的数据,其质量和多样性足以用于训练L4及以上的无人驾驶系统。3. 车企愿意与第三方供应商合作并共享数据,而非完全走向自研和数据闭环。

Momenta进入机器人领域的时机是成熟的,因为自动驾驶业务能为机器人研发提供技术复用和资金支持。

曹旭东 · 00:27:41;00:34:54;00:37:35

1. 技术复用:Momenta已验证的“世界模型”是自动驾驶和机器人的共同技术底座,相关的训练/数据基础设施、算法经验和人才团队有高达80%以上的复用度。

2. 资金支持:自动驾驶业务(特别是量产智驾)已成为公司的“现金牛”,未来几年将爆发式增长,其产生的毛利润能够支持机器人领域所需的高额研发投入(预计百亿甚至数百亿美金),无需过度依赖外部融资。

3. 战略节奏:计划在2027年自动驾驶业务的“飞轮”顺畅运转、组织能力“溢出”时再大规模投入机器人,是“顺水推舟”,而非在能力不足时强行扩张。

成立条件:此论证的成立依赖于:1. 自动驾驶业务的增长和盈利能力能达到预期,确实能产生足够的“现金牛”效应。2. 自动驾驶和机器人在技术栈上的相似性确实如其所说的高,迁移成本和难度可控。3. 机器人本体及供应链在2030年左右能发展成熟,不会成为木桶的短板。

机制与术语:对象、输入输出和中间过程

“一个飞轮,两条腿”战略机制

这是一个通过业务协同实现技术和数据正反馈循环的商业模式。

- 输入:

1. 量产腿(Mpilot):通过为车企提供高级辅助驾驶方案,获得大规模部署,从而收集海量的、多样化的真实道路数据(尤其是长尾场景数据),并产生收入和利润。

2. 无人驾驶腿(MSD):通过运营RoboTaxi/Van等L4车队,在限定场景下进行技术前沿探索和验证,定义下一代技术的目标。

- 过程:

1. 数据驱动飞轮:将“两条腿”收集的数据汇入统一的数据闭环系统。自动化工具链对数据进行挖掘、标注、和分析,发现当前算法的缺陷(corner cases)。

2. 统一技术栈迭代:利用这些数据,在统一的基础模型(世界模型)上进行训练和迭代,提升算法对各类场景的理解和处理能力。

3. 技术反哺:将迭代后的、更强大的算法模型,通过OTA(空中下载技术)更新到量产车队和Robo车队上。

- 输出:

1. 对量产腿:持续提升消费者车辆的智驾体验和安全性,增强产品竞争力,从而获得更多客户和数据,并可能通过订阅服务等方式增加收入。

2. 对无人驾驶腿:不断提升L4系统的能力和泛化性,降低运营成本(如减少接管),为商业化运营铺平道路。

- 失败条件:

1. 量产腿无法获得足够大的市场份额,导致数据和收入不足以驱动飞轮。

2. 两条腿的技术栈差异过大,无法实现高效复用和反哺,导致研发资源分散。

3. 数据处理和模型训练的成本过高,超出了业务收入的支撑能力。

对应节目:01:29:12

“主线原则”指导下的研发交付体系

这是一套旨在解决软件开发中因技术路线分叉导致效率低下和质量问题的管理与架构原则。

- 输入:来自客户的新需求、适配新车型的任务、或在测试中发现的软件问题(Bug)。

- 过程:

1. 决策检视:当需要引入新的技术方案或修复一个复杂问题时,团队必须用“主线原则”进行决策。首先使用“主线剃刀”原则,判断问题是否抓住了主要矛盾,方案是否足够简洁,避免过度设计。

2. 路径选择:判断该方案是否能“复用主线”已有的能力。如果不能,新的开发是否能在“主线”架构内进行(即“发展主线”),从而让组织“主线合力”,而不是开辟一个独立的“支线”(烟囱)。

3. 长期主义评估:评估该方案是否符合“主线积累”原则,即当前的工作能否为未来的开发复用,形成长期价值,而不是一次性的、无法积累的解决方案。

4. 工具链支持:通过VVP等自动化平台,将符合主线原则的流程固化为工具,减少人工操作和判断,保证原则的执行。

- 输出:一个统一、稳定、可积累、高度自动化的研发交付体系。具体表现为:适配新车型的效率极大提升(从百人年到十人季),问题定位和修复的速度加快(从数周到分钟级)。

- 失败条件:

1. “主线”的定义不清晰或过于僵化,扼杀了必要的创新和灵活性。

2. 原则停留在口号,没有配套的工具和流程来强制执行,导致团队在压力下仍会选择走“支线”捷径。

3. 对“主线”的投入不足,导致其本身技术落后,无法满足新的业务需求。

对应节目:01:38:46;01:41:50

本文自拟示意,不是嘉宾实验

【本文自拟架构例,不是 Momenta 实测】新激光雷达到来时,不为它单独重写感知和预测,而是先做标准适配层,把数据转换成主线可用格式,让感知、融合和预测继续复用。若这个适配层也沉淀为主线组件,下一次类似硬件适配会更便宜。它说明“发展主线”与“支线”的区别,具体效率提升需按项目测量。

独立判断:这些对话改变了什么理解

“智驾摩尔定律”既描述竞争机制,也有提高行业门槛、影响客户选择的作用,不能当作自然定律。

推理:曹旭东将性能提升与资本、数据、交付绑定,能解释头部集中,但性能提升不是匀速,且客户可能在“够用”后更看成本、可控性和自研。若新算法显著降低研发与部署成本,第二梯队或车企也可能重新进入。判断窗口是否关闭,应看真实性能、单位成本、车型覆盖和可持续交付,而不是只看融资与市场份额。

竞争解释与边界:若性能仍快速提高且头部确实以数据复利拉开差距,集中趋势会增强;若“足够好”的产品普及,价格、工程与供应关系可能成为新焦点。

自动驾驶与机器人共享部分模型和数据基础设施,不等于共享完整的身体与商业交付。

推理:世界模型、数据工具链和训练经验可迁移,但机器人本体、末端执行器、家庭或工业环境、接触安全与售后责任不同。即使复用度很高,剩余场景也可能决定产品能否成立。曹旭东强调现金流与供应链是必要条件,却还需用真实任务证明跨领域能力,而不是用汽车经验替代机器人验证。

竞争解释与边界:若与成熟本体伙伴合作,Momenta 可更专注模型和数据;若软硬件接口和场景差异持续扩大,独立机器人研发与交付体系不可省略。

长期主义帮助 Momenta 避免追逐热点,但也需要用里程碑防止错过真实窗口。

推理:从数据驱动到量产飞轮、主线原则,说明长期假设要经过业务验证才能变成组织能力。进入机器人也应在现金牛、技术和团队准备较成熟时推进,而不是只因行业热。可设置小规模真实任务与停止条件,既保持长期方向,也避免在错误时间投入过多。

竞争解释与边界:若具身落地早于预期,等待可能失去定义产品的机会;若过早扩张,自动驾驶与机器人会争夺资源。需看真实任务,而不是把稳健本身当成功。

尚未解决的问题与可检验的下一步

待解问题:Momenta的“世界模型”在多大程度上实现了对不同业务(量产、RoboVan、RoboTruck)的统一?技术统一带来的组织效率提升和成本节约是否如预期般显著?

下一步信息或小实验:比较量产、RoboVan、RoboTruck 在相同复杂场景的功能更新、复用代码比例、适配成本与事故率,判断统一模型是否真的减少独立开发。

怎样的结果会改变判断:若多业务共享核心能力且适配成本持续下降,统一技术栈有效;若仍需大量场景专用团队,成本协同应被限定。

待解问题:曹旭东判断“RoboVan > RoboTruck > RoboTaxi”的商业价值排序,其核心依据是什么?尤其是对RoboVan的乐观预期,是否经过了小规模商业验证?

下一步信息或小实验:跟踪 RoboVan 试运营的单车任务量、接管、人工支持、区域复杂度和单均总成本,与人力及 RoboTaxi 同口径比较。

怎样的结果会改变判断:若 RoboVan 在真实运营中更快达到可靠性和成本目标,排序有依据;若非标环境使运营成本同样高,需重新评估其先行性。

待解问题:当智驾体验从“可用”进入“好用”阶段后,车企与供应商的博弈关系会如何演变?车企是否会利用多家头部供应商相互制衡,从而压低利润空间?

下一步信息或小实验:观察车企在高端和中端车型的供应商选择、定价与自研比例,并跟踪 Momenta 毛利和客户集中度,判断头部定价权是否持续。

怎样的结果会改变判断:若车企通过多供应商或低价方案压低利润,头部定价权有限;若性能差异仍让客户接受高溢价,集中趋势更稳固。

影响理解的转录疑点

建议优先回听 01:23:30 - 01:30:06 和 01:38:43 - 01:49:53 这两段。

第一段(01:23:30 - 01:30:06)详细阐述了Momenta“一个飞轮,两条腿”核心战略的推演过程。曹旭东从理论信念、产品实践和定量估算三个层面,解释了为何在十年前就笃定“数据驱动”是唯一路径。这部分内容是理解Momenta所有业务布局和技术选择的基石,展现了其第一性原理思考的深度。

第二段(01:38:43 - 01:49:53)则讲述了公司如何从“血肉模糊”的首个量产项目交付困境中,提炼出“主线原则”这一核心方法论,并建立起高效的数据驱动交付体系。这部分内容充满了实践中的痛苦、反思与智慧,揭示了从战略到执行的巨大鸿沟是如何被填平的,对于理解一家技术公司如何构建真正的工程和组织壁垒极具启发。

证据边界与资料索引

本页依据整期机器转录、官方节目介绍与章节逐段重建,未宣称逐字人工听审。说话人、专名、数字和时间可能存在识别误差;原声仍是最终核对依据。嘉宾关于公司、市场、研究、个人经历与未来的说法按口述保留,不自动等于独立核验的事实。

原节目:172: Momenta IPO后再访曹旭东:就是想做没有尽头的AI

本页使用的公开文字或字幕来源

返回顶部