文丨李安琪
编辑丨李勤
过去两年，AGI（通用人工智能）极速经历了一轮资本轰炸与选手离场，但其“致命引力”仍在持续虏获信徒。2025开年，理想汽车CEO李想就喊出了“未来汽车将是硅基家人”的设想。汽车与机器人行业的高墙边界，正在逐渐瓦解。
智能驾驶公司Momenta创始人曹旭东也认为，AGI是每个做AI的人的终极梦想。如果说智能手机iPhone的出现是一道千米高巨浪，那他认为，比iPhone更具颠覆性的机会是通用机器人。
但曹旭东的入场时间不是当下，“我们做（机器人）的话可能会是2027、2028年的事情。”眼下更焦灼的战场，还是智能驾驶的市场份额角力。
曹旭东判断，今年高阶智驾会规模起势，2026年智驾行业就会胜负分晓。
“今年城市NOA（即城市领航辅助驾驶）功能会下探到15万元车型，今年底、2026年初10万级车型也会搭载城市NOA。”
这是已经跻身头部梯队的Momenta，不能松懈的时刻。电动化狂飙后，当下中国车市的竞争重心已经向智能化倾斜。去年开始，华为、小鹏、理想等公司轮番出击，从大战“智驾全国能开”到攻顶“端到端”。
Momenta是为数不多、拥有“端到端”量产能力的智驾技术公司。
从2022-2024年，三年间Momenta量产的高阶智驾搭载车型数量分别是1款、8款、超20款。“今年量产规模可能有数倍增长。”曹旭东说。
近期，我们在Momenta总部苏州见到了创始人曹旭东。对于Momenta在端到端智驾竞争中快速出圈，他接连表示，“我们只是做的足够早。”
Momenta创始人曹旭东 图源官方
“端到端”主张用一个大模型来贯通智驾的感知、预测决策、控制环节，从过往工程师手写规则告诉车辆如何行驶，到使用AI大模型、海量数据、云端大算力，让智驾具备自我进化能力。
曹旭东告诉36氪汽车，内部很早尝试将AI模型融入智驾，比如2019年开始用Transformer来做预测、路径规划等，2023年初量产两段式端到端，2024年进化到一段式端到端方案。
在工程能力方面，Momenta也早早瞄准了量产智驾的机会。2021年以来陆续与智己汽车、比亚迪等车企深度合作。
曹旭东坦言量产过程的不易，“跟中国车企合作起码‘敲门’要敲3年，国际车企‘敲门’要敲5年以上，真正量产时间可能需要10年。”比如Momenta跟某跨国车企从2017年开始接洽，到通过供应链准入、真正量产落地，中间花了8年时间。
他认为，先进入车企量产节奏的公司一定能更早获得量产经验，拿到更多数据，然后快速迭代。比如在量产过程中，Momenta探索出数据驱动模式，满足端到端的进化需要；设计了一套自动化工具链来适配不同车企的不同硬件需求。
而在配套车企的量产速度上，Momenta可以做到：从开始合作到上车交付，硬件部署加上算法调试只需三个月。
这些都成为Momenta立足头部智驾公司的“原始积累”，但行业竞争和挑战也日趋激烈。
曹旭东对此表示，智驾越往后越难，当下一年投入小几十个亿，就能做到第二梯队或准第一梯队水平，但再往后，要几百亿才能做到同样水平。“差距可能在拉大，而不是在缩小。”
考虑到“端到端”是一场长期竞赛，Momenta做好了投入巨量资源的准备。曹旭东是，因为中国的道路数据丰富度、复杂度远比欧洲、日本道路高。“有时候我们开玩笑说，我们golden data（黄金数据）可能比特斯拉多。”
曹旭东认为，如果要做到量产L4自动驾驶，每年的研发投入至少是百亿甚至几百亿，其中费用大头将是云端算力。
“现在瓶颈不在于原始数据入口，而在于云端算力太贵，有没有那么多钱去烧。”
“端到端”技术之下，Momenta正把量产智驾中形成的“时间壁垒”，转换成“资源壁垒”，这是留在终局牌桌上不可或缺的筹码。同时，Momenta也还在冲刺Robotaxi业务。
Momenta计划在2025年实现完全无人驾驶——Robotaxi（无人驾驶出租车）。“我们跟行业不一样，会复用量产车传感器和域控去做Robotaxi，毛利是正的。我们不会烧钱扩规模。”曹旭东说。
以下是36氪汽车与Momenta创始人曹旭东的对谈，内容略经编辑：
「谈投入：高阶智驾已经引爆，后续研发投入要百亿」
36氪汽车：2024年新能源车渗透率过半，您觉得2025年智能驾驶渗透率会有多高？
曹旭东：中高阶智驾渗透率应该有10%-20%。
36氪汽车：头部车企要标配智驾，作为上游供应商，你们的业务会有怎样量级的增长？
曹旭东：量产规模可能有数倍增长。
36氪汽车：高阶智驾车型会下探到什么价格区间？
曹旭东：2025年我觉得能探到15万元左右，2025年底、2026年初可能10万级也会有城市NOA。另外，高阶智驾BOM成本在快速往下走，智驾体验和安全会有10倍、百倍甚至千倍提升。高阶智驾会逐渐变成车企的标配。
36氪汽车：你们内部看到的智驾实用性数据是怎样的？
曹旭东：OEM（主机厂）不停把高阶智驾从30万的车下放到20万、15万逐渐到10万的车，说明消费者愿意买单，车企才愿意买单。从我们后台数据来看，用户基本50%里程都在使用智驾。
36氪汽车：智驾很火但很多智驾公司还没赚到钱，这种局面什么时候会改变？
曹旭东：自动驾驶研发投入很大，未来会更大。如果要做到量产L4，每年的研发投入至少是百亿甚至几百亿。算一下，如果100万台车摊下来，单车智驾成本是1万人民币；如果1000万台车，单车大概1000块。如果要打平研发投入，规模得在几百万台车。
2024年是高阶智驾的引爆点，规模还没真正起来。最终要盈利的话，一定要做到规模效应，玩家变少后，营收规模覆盖研发成本才能盈利。
36氪汽车：智驾行业什么时候洗牌结束？留在牌桌上需要哪些技能？
曹旭东：差不多2026年底会结束，胜负会有分晓。留下来的话，可能有几方面。第一，好的技术和产品，这背后是强大的组织能力和研发体系，这是最重要的必要条件。
第二，还是要有先发优势，尤其是量产自动驾驶，跟车企合作是要敲门敲三年的。如果这家车企，现在还没有机会进去，后面再进非常难。先进的人一定能更早获得量产经验，拿到更多数据，然后快速迭代。
36氪汽车：每年百亿级投入其实不小，这笔钱从哪里来？主要花在哪里？
曹旭东：大部分肯定是收入。我们的研发占比会非常高，我们不是硬件公司，所以毛利润也会很高。一辆车卖出去，就是完整的软件license（软件授权费用），毛利润跟微软卖Office是一样的。研发投入巨大，但一旦研发出来，margin cost（边际成本）几乎就是0。
主要花在人员和云端算力，越往后算力越占大头，2027、2028年比人员投入会显著很多。
36氪汽车：你们今年算力砸了多少钱？
曹旭东：2024年智驾才刚刚爆发，2025年规模会起来。我们到2027年差不多会有数十亿元算力投入。
「谈端到端：瓶颈不在于数据量，而在于黄金数据与算力」
36氪汽车：Momenta在端到端量产上做得很快，你们总结过大概做对了哪些方面吗？
曹旭东：根本原因还是做的早。Transformer是2018年出来的，我们2019年就用来做deep learning prediction（深度学习预测），2020年做deep learning planning（深度学习规划），2023年初量产了两段式端到端，只不过那时候没有这个名词。
2024年上半年，我们把一段式端到端做出来。这背后还是人才积累、研发体系积累。端到端其实就是用一个模型做摄像头输入，然后轨迹输出。为什么最近才火？因为方向正确但成功路径可能万里挑一，如果之前没有积累，很难找到正确路径。
36氪汽车：您认为做端到端的挑战是什么？用规则为模型兜底难吗？
曹旭东：我觉得，用规则兜底对端到端来说可能是错的。因为有各种各样的corner case端到端模型搞不定，所以才需要兜底。但照理来说，端到端模型有能力搞定corner case，为什么不在端到端模型里面解决问题？
我一直觉得rule base跟端到端是互为冗余关系，不能说是兜底。代码越来越少，你不可能用越来越少的规则代码，去给端到端大模型去兜底。
兜底意味着有数百万个、各种各样的corner case没解决，用规则去为数百万个长尾问题兜底不现实。不然的话，光靠这些兜底的代码本身，就可以实现L4了。
36氪汽车：那端到端的技术进化已经一马平川了吗？
曹旭东：端到端仅仅是开始。训练数据怎么来？这里有大量data engineering（数据驱动）工作，好多人对数据驱动的认知是不到位的，觉得就是写数据、做数据，脏活累活不愿意干。如果这样想，端到端根本不可能做好。
一定要把 data engineering当成是一件比software engineering（软件工程）更重要、更需要体系化建设的事情。就像做芯片，芯片原料不就是沙子，有沙子不就可以造芯片了，这一听就是笑话。芯片原料硅的纯度要9个9~12个9，把沙子提纯是一套工业体系。同样，给端到端模型更好的数据，也需要一整套体系去支持。
36氪汽车：现在数据驱动闭环已经达到理想效果了吗？
曹旭东：还要再提升，因为L4对数据驱动这套飞轮体系要求非常高。L4有长尾问题，可能1万公里或者10万公里才会发生一次，怎么去验证？
如果靠自有车队去跑路测，一周才跑几万公里，跑一周可能都遇不到一个case。然后发了新版本，怎么知道corner case变好了还是变坏了。所以要通过海量量产车的影子模式，去收集数据去验证、做闭环仿真。
36氪汽车：端到端对于数据的渴求是越来越大的。有些智驾供应商似乎拿不到合作车企的数据，你们怎么解决？
曹旭东：说明供应商跟车企的信任关系没有做到位。我觉得关键在于，智驾公司能不能给用户创造价值，能不能给客户创造价值。天下没有白吃的午餐。
我们跟车企客户达成的共识是，车端筛选corner case（长尾场景），哪些场景做的还不够好，我们识别、回传，用于模型训练和学习，有的放矢地去提升模型能力和产品体验。
36氪汽车：这种数据共享模式是你们和每个车企都可以达成的吗？
曹旭东：对。
36氪汽车：如果车企不愿意分享数据，会成为合作门槛吗？
曹旭东：这不是门槛，我们很佛系的。如果客户愿意分享数据就一起合作，我们的数据处理都是标准化、自动化的。
如果车企觉得数据是资产，不愿意共享也没关系，我们的数据量已经很多了。现在的瓶颈不在于原始数据入口，而在于云端算力太贵，有没有那么多钱去烧、去训练数据。
36氪汽车：你们跟某个车企合作train（训练）的模型，可以快速复制到跟其他车企的合作吗？
曹旭东：没问题。现在高阶智驾传感器的方案不能说完全一样，但相对收敛。如果以视觉方案为主，传感器通常是11个摄像头，安装位置虽有差异但不大。
但软件要通用，这不是天然就有的，一定要有很好的软件算法架构、研发体系支撑才能做到。
36氪汽车：你们现在是智驾供应商头部玩家，接单越来越多，怎么让效率最大化？
曹旭东：我们的软件算法架构已经迭代到第五代了。其实大概六七年前，我们就考虑到不同客户有不同需求，不同车型有不同硬件配置，所以要设计一套软件架构能够兼容不同需求，且一定要设计成可自动、标准化的流程。
36氪汽车：所以业务量增加，也不用增加太多人手？
曹旭东：对，我们2022年量产一款车，2023年大概8款车，2024年累计20多款车交付。但人数都差不多，接近1300。2027年、2028年人数会到增加到2000左右，不会大幅增加。
36氪汽车：电池行业会管控上游供应链来优化成本，智驾行业会有类似做法吗？您对于供应链降本的思考是什么？
曹旭东：软件算法没有那么多供应商。整个自动驾驶系统就是传感器、计算域控。传感器相对成熟，客户来做采购，我们能做的就是提升软件算法能力，减少对传感器数量的依赖。
比如毫米波雷达，一开始大家用5个，我们量产车可以做3个，2025年用1个也能做得很好。技术创新就是帮客户降本。
我们判断，能实现城市NOA的自动驾驶域控，会从当前8000块钱，在2025年底、2026年量产车上能够降到2000多块钱，下降5000多。
36氪汽车：车企自研芯片还有必要吗？
曹旭东：要看多大规模，如果一年卖几十万台车的话，没太必要。
36氪汽车：做芯片和做算法哪个更难？
曹旭东：软件算法的门槛可能更高一些，芯片相对容易。芯片其实相对成熟，难点在于周期长。
考验有两点：第一，产品定位，做芯片快的话两三年，慢的话三四年，所以要预判两三年或三四年后的市场到底如何，如果产品定位错了，哪怕芯片没有一点技术问题，还是卖不出去。所以要对未来市场有精准判断和把握。
第二是架构能力，芯片架构设定后，其实跟造车一样，都有成熟IP、成熟开发流程和验证、流片流程，都可以复用现有研发体系和供应链去做。但智驾软件所有东西都是新的。
「谈行业：跟华为“竞”更多，“争”的东西不多」
36氪汽车：华为也在不断签单，怎么看与跟华为的竞争？
曹旭东：还是有差异化。我们跟华为更多是互相学习、共同提高的关系。我们很难进入华为的市场，华为也很难进入我们的市场，彼此在技术、产品上是良性竞赛，“争”的东西不多，“竞”的东西更多。
36氪汽车：智驾出海是大趋势。关于出海，你们有什么样的策略？
曹旭东：两方面，一是跟着中国OEM出海，我们是唯一一家在全球做到城市NOA的自动驾驶公司。在日本、欧洲，我们的城市NOA都跑起来了，但还不是量产车。
另外，我们跟一些国际客户，把欧洲几十个国家的自动驾驶准入标准全部都考完试了，已经拿到认证了。比如欧洲和日本客户的海外市场智驾，我们2026-2027年可以量产。
36氪汽车：海外市场对于智驾的需求大吗？
曹旭东：坦率来说，现在需求还没起来。我的观察是，海外市场比中国市场晚个三年左右，稍微滞后，2024年中国高阶智驾的引爆年，2027年可能是海外市场的需求高点。
36氪汽车：去海外市场的话，你们需要做哪些准备？
曹旭东：从算法架构、数据架构都要考虑这件事，主要还是模型训练。在中国训练出来的foundation model（基础模型）怎么适应欧洲或海外市场，基础设施怎么建设。
说个特别有意思的事情。我们发现，当中国的foundation model训练足够好的时候，哪怕没有额外适配，在中国能跑100分，在欧洲去或日本大概也能跑70-80分。
我们后来分析，第一，大模型有比较强的泛化能力，第二中国的数据足够有挑战、足够丰富。在海外遇到的corner case，在中国大概率也能遇到。虽然不是100%一样，但有很高相似度。
中国数据的丰富度、复杂度比北美高很多，好多客户都说是10倍挑战、10倍复杂度。按5倍复杂度来看，15万台车乘以5，有时候我们开玩笑说，我们goldern data（黄金数据）可能比特斯拉多。
FSD入华是一件好事情，会把高阶智驾认知度打开。特斯拉FSD、华为和我们，会共同拉高智驾产品标准，实际上这是良币驱逐劣币的过程。
「谈量产：车企合作敲门要敲3年，合资车企要5年」
36氪汽车：刚提到“敲车企的门要敲三年”，你们敲得比较早，能聊聊心路历程吗？
曹旭东：中国车企敲门要敲3年，国际车企敲门要敲5年以上。当时有个汽车行业师兄跟我说，国际车企是非常好的客户，但量产可能得10年。
2017年是互联网创业热潮，一个产品从有想法到上市可能就几个月时间，汽车量产要5-10年，我们感觉非常不可思议。
36氪汽车：你们花了多长时间进入合资车企供应链？
曹旭东：时间很长，面向量产的开发体系建设是从2020年开始。之前是一些POC（概念验证）项目，对供应商的研发体系考察和要求并不特别高。一旦他们把你当成量产伙伴去培养，对于整体软件开发体系流程要求很高，会不定期考察软件开发流程，跟传统零部件审厂一样。
36氪汽车：高阶智驾功能需要不断更新迭代，你们怎么说服合资车企？
曹旭东：就是持续测试、发版。国际OEM非常严谨，做决策的流程很长。他们虽然有大老板，但他们更倾向于one voice（一个声音）决策，从上到下、从左到右，大家一致决策，而不是大老板“啪”拍板，底下人咣咣全部跟着干。
他们的决策机制是，一个大集团里跟高阶智驾相关的几十个人，关键决策人可能有几个到十几个，要形成一致意见。这个时间周期比较长，每个人都会提出问题，有些问题需要回答，有些问题需要开发做验证，然后才能得到结论。所以one voice的形成时间，短的话几个月，长的话可能一两年。
36氪汽车：你们跟一些车企合作的是纯视觉智驾，未来高阶智驾还需要激光雷达吗？
曹旭东：还是有用，比如进出隧道、没有路灯等暗光环境下，激光雷达的能力更全面。尤其是对安全要求很高的场景，按照L4标准的话，激光雷达的冗余安全作用还挺显著。
但完全看车企需求，有没有激光雷达对我们来说，工作量都差不多。
36氪汽车：合资车企的智能化开发节奏会很激进吗？
曹旭东：还可以，我们的量产交付经验非常成熟，应该是行业里真正走完0~1，又走完1~10，现在处在10~100的自动驾驶公司，是唯一一家有多车型、多个不同芯片平台，多个不同传感器平台的高阶智驾量产交付公司，交付速度挺快的。比如客户从工程样车到量产要三个月，我们硬件部署加上算法调试也只要三个月。
36氪汽车：最早你是AI出身，现在要花8年时间去交付，会有落差吗？
曹旭东：我们不把交付看成交付，而是带着发展主线的思路去做交付的。比如交付过程中，不是靠人而是靠一套流程和体系去交付。如果有问题，我们会识别体系和流程哪里需要优化，举一反三解决问题。
如果智驾在某些场景做的还不好，我们主线产品升级之后，可能a客户爆出来的问题，b客户也跟着受益。我们的要求是，即便是在一线，80%责任是承担主线工作，20%是适配产品、做差异化的工作。
36氪汽车：现在AI进化特别快，你们怎么把新技术引入进来？
曹旭东：没有统一标准，更多是研发leader对于技术的洞察。有些是我们探索，有些是引进行业新动态，做些实验看看效果，有就用起来，没效果就先放一放。
这特别考验研发一号的位洞察力。一是对问题本身的洞察力，识别问题才知道用什么药；第二，只有对技术本质有深刻理解，才知道技术对哪些问题起关键作用。技术一号位洞察力好的话，能够极大降低公司的技术探索、试错成本。
就像2020年我们做数据驱动，行业很多人说根本不可能。但我们认为，问题能解决但是不太容易解决，需要构建一套体系去解决。
「谈AI：不会烧钱做Robotaxi，2028年L4爆发」
36氪汽车：您现在精力花在哪方面多一些，销售端还是技术产品？
曹旭东：不同阶段重心不一样。2021-2023年我们工作服背后印的是“三大法宝”（注：Momenta的三大法宝是指智驾量产工具，包括算法框架、算法适配器、量产开发套件），更多是聚焦车型量产。
2024年我们工服口号变成了“十年挽救百万生命”。我们产品上量速度很快，这个时候要考虑，产品给用户创造的最核心价值是什么？智驾最核心的价值还是安全，所以我们把这作为十年愿景。
2025年我们要实现完全无人驾驶——Robotaxi（无人驾驶出租车）。我们跟行业不一样，会复用量产车传感器和域控去做Robotaxi，毛利是正的。我们不会烧钱扩规模去做demo，讲故事，我们希望在赚钱的情况下扩规模。
36氪汽车：你们要怎么量产Robotaxi，自己买车建车队？
曹旭东：打标杆的话是建车队，后续推开会是加盟模式。1000台车以内都是我们自己运营，把标杆模式打通后就搞加盟。
加盟的不一定是车企，加盟可能是各地原来的出租车公司、出行公司，可能跟滴滴这种平台也有很好合作机会。
36氪汽车：Robotaxi等于L4或者自动驾驶吗？会有人觉得Robotaxi难度比L4低，只要安全到达但可能超车或者选路表现不那么好，也可以接受。
曹旭东：也不是，看谷歌Waymo，Robotaxi最近一周接近20万单，单量增速明显更快。原因我觉得还是Waymo体验好，更像老司机。
36氪汽车：有人觉得Waymo的模式可能跑不通，您怎么看？
曹旭东：Waymo有可能跑通，因为谷歌足够有钱，一年利润是千亿美金级别，一台车成本按百万人民币来算，一万台车才100亿，就是十几亿美金。如果是10万台车，成本是100多亿美金，只占Waymo一年利润的百分之十几。
只要Waymo觉得技术成熟了，靠资金去扩规模，他们是烧得起的，但国内很多公司可能不太现实。
36氪汽车：你们一台Robotaxi量产车的成本大概是多少？
曹旭东：一辆中级车的价格，整车包括智驾成本在内。要是能够实现完全无人，运营毛利润就是正的。
我们的L4不是demo性质，可能是几十万辆车，甚至未来几百万辆车，全国都能开。做几百台Robotaxi和1万台车的难度完全不一样，安全性要提升100倍。我们大方向和路径相对清晰，当然过程中可能有很多小路要探索、试错。
36氪汽车：您怎么看多模态大模型跟端到端的结合？这是通向L4的路径吗？
曹旭东：我们也在探索。
36氪汽车：你们对于L3级智驾有哪些探索？
曹旭东：已经在做了，量产时间是2026年下半年。难点不在于车硬件本身，还是安全。L3的安全性要求跟L4是一样的，我们对L3的要求是10万小时才一次出现事故，人大概是不到1万小时出现一次事故。车比人开车要安全10倍，还蛮挑战的。现在L2人车共驾情况下，我们可以做到比人安全6-7倍。
36氪汽车：现在也有自动驾驶公司在搭建AI底座，衍生其他AI业务，Momenta会有类似想法吗？
曹旭东：通用机器人可能是每个做AI的人的终极梦想。短期内我们不会做，我们做的话可能是2027、2028年的事情。
自动驾驶既有感知智能，又有认知智能，比人的通用认知智能要更容易实现，我们觉得自动驾驶是很好的AI切入点，去理解什么是intelligence（智能）并把它做出来。
如果自动驾驶认知智能、感知智能更强，那就变成了通用机器人。我认为，智能手机iPhone是1000米高巨浪，智能汽车机会也很大，但只是几百米高的巨浪，比iPhone更具颠覆性的机会是通用机器人。
36氪汽车：2027年做机器人之前，自动驾驶已经完全实现了吗？
曹旭东：我的判断是，自动驾驶在2027、2028年会逐渐达到像2024年L2+的爆发一样，2028年是L4自动驾驶的拐点或者爆发点。
不过具身智能的物理硬件还处于比较早期阶段，比如手、腿上关的控制很难做，通用机器人要不要长得像人，要不要手，这些还很发散，还要三四年时间，机器人物理硬件才能相对收敛。自动驾驶不一样，车身硬件非常成熟。
自动驾驶对安全性要求很高，通用机器人的通用性要求极其高。整体来说，我觉得自动驾驶和通用机器人的能力交集大于80%。
