2026-07-08
Momenta，这家自动驾驶公司，于7月8日在香港交易所主板正式上市，交易代码为“6880”。开盘后，公司股价一度攀升超过6%，市值突破700亿港元。
根据每股295.6港元的发行价计算，若“绿鞋”（超额配股权）被全额行使，Momenta此次全球发售将发行约2,293万股，预计募资总额达68亿港元。
在当前汽车产业激烈的价格竞争中，Momenta的上市无疑为行业注入了一剂强心针。
过去十年多，汽车行业经历了多轮洗牌，不仅涌现出蔚来、理想、小鹏等造车新势力，还催生了宁德时代、禾赛科技以及今天的Momenta等产业链头部企业。这些公司的成功之道颇为相似：在市场热潮中，清晰地辨识并坚定地执行自身战略。
Momenta的成长历程便是典型代表。自2016年创立之初，自动驾驶技术成为焦点，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创始人曹旭东，很早就确立了数据驱动和数据闭环的技术路线。他期望构建一个能让数据与研发体系相互促进的商业模式，因此在创业之初便设定了L2量产与L4自动驾驶“双轨并行”的战略。
这条“双轨并行”战略旨在利用L4技术进行前沿探索，并将成果下放至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。“没有数据飞轮和海量数据，就无法实现规模化的L4‘登月’，”曹旭东在Momenta上市前接受36氪采访时，如此描述公司早期的战略构想。
Momenta在上市前的准备阶段，经历了从技术理念到商业落地的漫长探索。据36氪了解，从2016年到2022年，公司几乎尝试了所有能实现大规模落地的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。曹旭东本人也深有体会，他曾以为汽车行业的研发周期能与互联网行业比肩，但从打入奔驰供应链到产品实现量产上车，Momenta耗时八年。
幸运的是，长期的打磨与准备使得Momenta成为最早一批敲开主机厂量产辅助驾驶算法大门的供应商之一，并跻身自动驾驶公司的头部阵营。
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增长。根据Momenta招股书显示，2023年至2025年，公司营收预计从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’，就近选择了珠穆朗玛峰。但‘登月’需要的是‘造火箭’。我们做L2量产，就是在‘造火箭’，”曹旭东向36氪表示。
如今，Momenta再次做出前瞻性技术判断，将目光投向了世界模型和强化学习。这套技术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，认为其“能够跟特斯拉FSD V14打得有来有回”。对于Robotaxi业务，他规划稳健：目标是到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的长期战略布局还延伸至机器人领域。曹旭东计划在2027年启动机器人业务，一方面是由于届时Momenta的Robot飞轮构建将较为完善；另一方面，公司届时将拥有“溢出的能力”来发展机器人业务。
尽管行业内已有不少自动驾驶公司和车企涉足机器人领域，曹旭东并不认为Momenta错失了最佳时机。他认为，机器人的data infra、训练infra、数据飞轮、大模型架构等方面与自动驾驶领域高度可复用。更重要的是，Momenta从汽车产业长期淬炼出的技术根基、组织体系和市场体量，为其发展机器人业务奠定了坚实基础。
36氪： Momenta为何选择在此刻上市？
曹旭东： 上市的主要目的是提升品牌影响力和赢得信任。公司现金储备充足，亏损也在快速收窄，预计明年实现盈亏平衡，后年实现规模化盈利。因此，从现金流角度看，上市并非必需。然而，作为一家To B公司，我们高度重视C端品牌形象以及用户信任。上市将极大地放大我们的品牌效应，从而帮助我们赢得用户、客户和资本市场的认可。
36氪： 这种品牌效应是否类似于英特尔，让消费者觉得“英特尔的CPU一定好”，进而认为“用了Momenta的辅助驾驶，车就一定好”？
曹旭东： 这是我们学习和借鉴的目标。目前，许多客户如奔驰、宝马、奥迪、丰田、本田、日产以及上汽、奇瑞等国内车企，在产品上市时会与我们进行联合营销。我们品牌影响力的提升和用户信任度的增加，也能帮助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？是智驾公司还是AI公司？您自己又如何定义？
曹旭东： 资本市场的定义是其自身判断的结果。在我看来，Momenta是“Better AI, Better Life”。从长远来看，我们是一家AI公司，自动驾驶是其中的重要组成部分。无论是当前的城市辅助驾驶，还是未来的L4自动驾驶、Robotaxi或Robotruck，其核心都是AI，而AI的核心对应到物理世界就是“World model”。
36氪： 当前市场上有“纯血AI”的说法，即只有销售token的公司才算纯血AI。您认为Momenta不被归类为纯血AI是否不公平？
曹旭东： 不同的人有不同的看法。我认为短期看是投票机，长期看是称重机。Momenta的决策始终以价值为导向，而非资本导向，我们致力于为用户创造价值。例如，我们早期提出的“飞轮+双腿”战略，即同时发展L2量产和L4自动驾驶，在当时行业普遍聚焦L4的情况下，与市场主流认知不符。但我们认为这是通往规模化L4的正确路径，因此坚定了这一选择。
36氪： 您是否关注最新的AI技术和概念，例如“世界模型”？Momenta如何定义世界模型，并确保其模型真正理解物理世界？
曹旭东： 我们的世界模型包含三个核心部分：World model prediction（预测）、World model simulation（模拟）和World model reinforcement learning（强化学习）。以World model pretrain为例，我们借鉴了GPT的预训练思路。GPT通过“下一个词预测”来学习海量文本数据中的通用知识。同样，World model pretrain通过预测未来事件（如“笔扔上去会掉下来”）来学习物理世界的规律，从而将物理常识压缩到模型中。
36氪： 您认为世界模型对自动驾驶至关重要吗？
曹旭东： 是的，不仅对自动驾驶，对机器人也同样重要。我们在去年下半年已经验证了世界模型在自动驾驶上的效果，并将在今年实现量产。据我观察，许多公司已从VLA转向世界模型，因为通过大规模预训练，其成功率能大幅提升，可能从50%提升至90%，这在行业内引起了广泛关注。
36氪： 相较于早期大家常说的“端到端”技术，世界模型有何进步？
曹旭东： “端到端”并非与世界模型冲突，它是一种通用的模型训练范式。GPT、强化学习、世界模型等都是端到端模型。区别在于，如果没有世界模型，自动驾驶的端到端任务输入维度极高，输出维度却很低，容易导致过拟合或因果混淆。而世界模型首先学习物理常识，如同拥有了基础教育的人，在面对更复杂问题时，更容易理解和解决。
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： 我认为它是必要条件，但未必是终极答案，技术仍在快速发展。强化学习和端到端同样是必要条件，世界模型和强化学习都是建立在端到端基础之上的。
36氪： 在世界模型框架下，强化学习是否变得尤为重要？使用强化学习训练世界模型可能面临哪些挑战，例如奖励函数的设计？
曹旭东： 是的，强化学习对安全性提升巨大，可达5-10倍。但挑战在于“奖励劫持”（reward hack），模型可能“偷懒”。因此，奖励函数的设计至关重要，既要保证安全性，也要考虑拟人化行为。
36氪： Momenta是否观察到强化学习显著提升了自动驾驶表现？
曹旭东： 在安全性方面提升非常明显。例如，我们的R6在引入强化学习后，安全性相比之前提升了5-10倍。
36氪： 您提到“飞轮+双腿”战略，即L2和L4并行。这是否意味着既要追求遥远的L4理想，又要抓住眼前的L2现实？您凭何认为可以兼顾两者？
曹旭东： 当时做出这个选择，并非是为了“兼顾”，而是认为“只有这样做才有可能实现登月”。如果只做L4，虽然可以获得投资，但关键在于实现规模化L4必须依赖数据飞轮和海量数据。正如我所说，“登月要造火箭”，而L2量产就是“造火箭”。
36氪： “飞轮+双腿”是一种技术判断，但为何您的判断与其他L4公司创始人不同？
曹旭东： 我曾与Waymo交流，发现他们做L4更多是出于“酷”或“令人兴奋”的出发点，但并未深入思考实现规模化L4的根本问题及战略路径。这让我更加坚定了按自身想法去做的决心。
36氪： 您所说的“根本问题”是指什么？
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，在特定领域能力达到甚至超越人类水平，这都需要海量数据和数据驱动的算法。
36氪： 这是否意味着您遵循“第一性原理”？为何不同人从中得出不同结论？
曹旭东： 我们相信的理念正在逐步被验证并成为行业共识。
36氪： Momenta成立于2016年，但直到2020年前后才获得车企订单。期间，外界都在疯狂追逐L4，您是否质疑过自己？
曹旭东： 没有。虽然内部会有不同声音，但我们坚持了下来，因为我们内部有一条连续的正反馈路径，反馈周期不是三年，而是三个月。通过技术研发和产品进展，我们能持续看到积极成果。
36氪： 您是有意建立这种正反馈机制吗？
曹旭东： 是的。任何一位负责人，无论是产品、商业还是技术，都不能让反馈周期过长。
36氪： 在那段“最孤独”的时期，是什么支撑了内部的信心？
曹旭东： 坚持数据驱动并在技术研发上取得进展，这些成果让大家看到了希望。尽管我们的技术路线与主流不同，但内部能看到清晰的进步和正反馈。
36氪： 您是否曾担心融不到钱？
曹旭东： 没有。
36氪： 听说Momenta与奔驰的合作长达八年才实现量产？
曹旭东： 八年实现量产实际上是快的。我刚入行时，以为汽车行业周期像互联网，几个月到一两年。但有师兄告诉我，敲门三年，开发两年，共五年。后来得知与奔驰合作，周期可能要十年。我们从获得奔驰投资到量产，花了八年，已属不易。
36氪： 在这漫长的八年里，如何持续获得正反馈？
曹旭东： 我们经历了几个阶段：2017-2019年的POC阶段，奔驰对我们技术很认可并增持；2020年开始PreSOP验证；2022年获得小规模SOP项目；2024年量产开发效果显著，奔驰将中国所有车型项目给了我们。首款车型2025年底量产，今年还将有多款车型量产。这个周期确实超乎想象。
36氪： 有观点认为L2市场蛋糕正在缩小，渗透率已高，单车收费也在下降。这是否会影响Momenta的计划，导致L4“断粮”？
曹旭东： 这是部分二线供应商面临的困境，陷入价格战的恶性循环。但对于一线供应商，如Momenta，情况不同。我们持续快速迭代，商业模式也在演进。以特斯拉为例，其订阅费可观，产品体验优秀。随着技术和产品提升，为用户创造的价值增加，商业回报也会随之提升。例如，若自动驾驶安全性达到人类10倍，保险费用可大幅降低，用户订阅城市NOA的意愿将增强，商业价值随之增长。商业价值的萎缩或增长，完全取决于产品的水平和为消费者创造的价值。
36氪： 您认为几年后，自动驾驶的价格和用户体验差距会非常大？
曹旭东： 是的，必然如此。
36氪： 关于Robotaxi的盈利能力，您认为新的技术架构下，能否实现规模化盈利？
曹旭东： Robotaxi肯定能实现，并且正在加速实现。我们的目标是到2028年运营1万台Robotaxi，中国和海外各占一半。至于能否规模化盈利，这取决于国内外市场的毛利率差异。若每台车年毛利润1万美元，1万台即1亿美元，不算特别高。Momenta去年的这方面毛利润已超2亿美元。到2030年，规模可能达到10万台，毛利润有望达10亿美元。
36氪： Momenta计划何时启动机器人业务？
曹旭东： 2027年。
36氪： 选择2027年的原因是什么？
曹旭东： 一方面，我们预计届时L4或Robot飞轮将构建完善。另一方面，届时公司将拥有“溢出的能力”，足以支撑机器人业务。
36氪： 届时，其他机器人公司可能已先行多年。Momenta在机器人领域有哪些优势和劣势？
曹旭东： 机器人与自动驾驶在data infra、训练infra、数据飞轮、大模型架构、芯片及端侧模型等方面高度相似且可复用。这是我们的优势。此外，我们的组织和体系也是优势。机器人，特别是家庭机器人，若要做到极致，累计研发投入至少需要百亿美元以上。
36氪： 这个百亿美元的投入是基于算力成本还是其他？
曹旭东： 包括算力成本和人力成本，其中算力成本占大头。
36氪： 您似乎是一个不循规蹈矩的人，从清华、博士退学，离开商汤，最终取得今天的成就。您希望将Momenta打造成怎样的公司？
曹旭东： 我对真正喜欢的事情会全力投入。我对科学本身有浓厚兴趣，更倾向于解决实际问题，而非发表论文。我希望Momenta能创造价值，并以更好的智能创造更好的生活。自动驾驶是我们切入智能领域的一个好载体，因为它融合了感知智能和认知智能。
36氪： 您在创立Momenta时，是否会开车？是否热爱汽车？
曹旭东： 当时我不会开车，也不认识所有汽车品牌。我更多是从学术角度出发，认为自动驾驶是理解智能的绝佳切入点，我们的目标是搞清楚智能是什么，并用更好的智能改善生活。
36氪： 您如何看待Momenta今天的成就？成功对您意味着什么？
曹旭东： 公司进入了一个新的起点。成功本身并不带来额外的喜悦，它只是通往下一阶段的基石。
36氪： 您下一个感到兴奋、但目前尚有距离的目标是什么？
曹旭东： 几年前，我与大姑谈论机器人时，她表现出极大的兴趣，询问了许多关于家庭服务的问题。她认为机器人比自动驾驶更有吸引力，并表示愿意购买。这让我深刻感受到机器人对于普通家庭的价值和潜力。
36氪： 十年后，您认为Momenta会是一家伟大的公司吗？其特质是什么？若否，风险何在？
曹旭东： 我们的目标是成为一家伟大的公司，创造用户、客户和社会价值。至于风险，我们更关注如何克服挑战，而非担忧失败。
36氪： 办公室里为何写满了“危心”二字？
曹旭东： “危心”代表着我们做事情的态度。我们首先关注价值和个人喜爱程度，然后深入挖掘需求和问题。我们不认为自己一定会成功，而是主动寻找潜在问题和不同观点，以便更好地实现目标。只要选定了方向，就没有“天堑”般的问题。
36氪： Momenta如何解决早期软件版本无法上车等未知问题，并达到如今的市场地位？
曹旭东： 我们奉行“You get what you name”（你衡量什么，就会得到什么），并在此基础上发展为“get what you name”（你命名什么，就会得到什么）。我们非常重视给问题起一个凝练、有指代性的名字。好的名字能促使大家反复讨论和