Momenta 于7月8日在港交所主板正式上市，股票代码为“6880”。公司开盘后股价一度攀升超过6%，市值冲破700亿港元。

按照每股295.6港元的发行价计算，若超额配股权（绿鞋）悉数行使，Momenta此次全球发售将发行约2,293万股，预计募集资金总额约68亿港元。

在当前汽车产业价格竞争激烈的环境下，Momenta的上市无疑为行业注入了一剂强心针。

过去十余年间，汽车产业经历了多次洗牌，不仅涌现出蔚来、理想、小鹏等造车新势力，在产业链上，宁德时代、禾赛科技以及如今的Momenta等头部企业也脱颖而出。

这些成功企业的共性在于，它们能够在市场狂热中准确辨识方向并坚定执行战略。Momenta的经历尤为典型。公司创立于2016年，彼时自动驾驶技术备受瞩目，资本大量涌入L4级自动驾驶项目。然而，拥有微软和商汤计算机视觉背景的创始人曹旭东，早已确立了数据驱动和数据闭环的技术路线，旨在构建一个能够相互促进的数据与研发体系。因此，Momenta从成立之初便确立了“两条腿走路”的战略：一方面发展L2量产业务，另一方面突破L4前沿技术。

曹旭东曾向36氪表示：“要实现规模化的L4，一定需要数据飞轮，以及海量的数据，没有这两个东西，是不可能‘登月’的。”

Momenta上市前夕，36氪CEO冯大刚与高级内容总监杨轩对创始人曹旭东进行了专访。Momenta在过去几年间，几乎探索了所有能够大规模落地的L2量产业务，从尝试后装一体机到为车企提供大量近乎免费的前期验证（POC）项目。

曹旭东坦言，从技术理念到商业落地存在巨大落差。他曾以为汽车行业产品开发周期和互联网相似，但实际上，Momenta从打入奔驰供应链到产品上车，耗时八年。

经过长期的打磨与积累，Momenta已成为首批成功敲开汽车企业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第一梯队。

就在上市前，Momenta宣布其装车量已突破100万辆。规模的增长也带来了业绩的线性提升。招股书显示，公司收入从2023年的7.43亿元增长至2025年的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10.93亿元收窄至3.03亿元。

曹旭东将Momenta的L2量产业务比作“造火箭”，为实现“登月”般的L4自动驾驶奠定基础。他认为，许多公司目标宏大，却选择“登珠峰”而非“造火箭”。

Momenta当前正着力于世界模型和强化学习等前沿技术，这些技术已应用于其最新的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，他规划到2028年实现1万台Robotaxi的运行，中国与海外市场各占一半。

Momenta的长期战略还包括机器人业务，计划于2027年启动。曹旭东解释说，届时Momenta的Robot飞轮将相对完善，同时公司也将有“溢出的能力”投入到机器人领域。

尽管其他自动驾驶公司和车企已先行布局机器人领域，曹旭东并不认为Momenta错失良机。他指出，机器人与自动驾驶在数据基础设施、训练基础设施、数据飞轮以及大模型架构等方面具有高度可复用性。此外，Momenta在汽车产业长期淬炼出的技术底蕴、组织体系和市场体量，也为其机器人业务提供了坚实支撑。

以下是36氪CEO冯大刚、36氪原创内容负责人杨轩与Momenta创始人曹旭东的对话实录（经编辑）：

谈上市：上市是为了品牌和信任

36氪： Momenta为何选择上市？

曹旭东： 这是一个好问题。公司选择此时上市，更多是为了提升品牌影响力和赢得信任。

我们公司目前现金储备充足，亏损也在快速收窄，预计明年实现盈亏平衡，后年即可规模化盈利。因此，从现金流角度来看，上市与否影响不大。

尽管我们是一家To B公司，但我们高度重视C端品牌形象以及C端用户对我们的信任。上市能够极大地放大我们的品牌效应，从而帮助我们赢得用户、客户以及资本市场的信任。

36氪： 这是否类似于英特尔，让用户认为使用英特尔的CPU就意味着电脑品质有保证，同样，Momenta的辅助驾驶也能让用户产生这样的认知？

曹旭东： 我们确实在学习和借鉴英特尔的经验。

目前，我们的许多客户，如奔驰、宝马、奥迪、丰田、本田、日产以及国内的上汽、奇瑞等车企，在产品上市时会与我们进行联合营销。提升品牌知名度和用户信任度，也将有助于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？是将其视为一家智能驾驶公司，还是AI公司？您自己又如何看待Momenta？

曹旭东： 资本市场的定义并非我能完全左右，他们有自己的判断。

在我看来，Momenta秉持“Better AI, Better Life”的理念，从长远来看，我们无疑是一家AI公司，并且专注于自动驾驶领域。

自动驾驶，从当前的城市辅助驾驶到未来的L4级别，无论是乘用车还是Robotaxi、Robotruck，其核心都是AI。而AI的核心则体现在对物理世界的理解，即“World model”。

36氪： 当前业界存在“纯血AI”的概念，例如一些代币公司被视为纯血AI，而其他与AI相关的公司可能不被如此定义。您是否觉得这种定义对Momenta不公平？

曹旭东： 不同人有不同的看法。我曾听过一句话：“短期是投票机，长期是称重机。”我认为最终的评判标准在于价值。

Momenta的许多决策并非由资本驱动，而是以价值为导向，专注于为用户创造价值，并与我们的价值理念保持一致。

举个例子，我们早期提出的“飞轮两条腿”战略，即同时发展L2量产和L4完全无人驾驶，在当时并不被行业普遍理解。当时，整个行业都在追逐Robotaxi。

但我们选择了一条与主流和资本市场估值方向不同的道路，因为我们认为这是实现规模化L4的必经之路。

谈世界模型：世界模型是实现自动驾驶的必要条件

36氪： 您是否活跃在一线，关注最新的技术发展？当前AI技术和新概念层出不穷，例如“世界模型”，但各方对其定义不一。Momenta如何定义世界模型？如何确保其真正理解物理世界？

曹旭东： 我们的世界模型主要包含三个部分：World model prediction、World model simulation 和 World model reinforcement learning。

以World model pretrain为例，我们参照了GPT的模式。GPT之所以强大，在于其预训练能力，通过“next token prediction”处理海量互联网数据，将数字世界的常识压缩到模型中。

对应到World model pretrain，我们通过对物理世界的预测来训练模型，例如预测“笔被扔上去会掉下来”的物理规律。通过海量数据，我们可以学习和压缩物理世界的规律，使模型具备物理常识。

36氪： 因此，世界模型对自动驾驶至关重要。

曹旭东： 是的，不仅对自动驾驶，对机器人同样如此。

去年下半年，我们在自动驾驶领域验证了世界模型的有效性，并于今年开始量产。

今年上半年，我在硅谷观察到许多公司已从VLA转向世界模型，因为世界模型大规模预训练能显著提升成功率。据我了解，成功率可从50%提升至90%，这在行业内引起了巨大反响。

36氪： 此前大家普遍采用端到端模式，这与当前的世界模型有何区别？

曹旭东： 这两者并不冲突。端到端是一种通用的模型训练方式，ResNet、Transformer、GPT、强化学习、World model都可视为端到端模型。

36氪： 那么，当前大家所说的世界模型，相较于几年前的端到端模式，其进步体现在哪里？

曹旭东： 如果没有世界模型，单纯的端到端在自动驾驶任务中可能面临挑战。自动驾驶的输入维度极高，若无压缩，输入token可能达数百万甚至更多，而输出的轨迹token可能仅为十几个。这种高维输入到低维输出的映射容易导致过拟合或因果混淆。

而World model首先学习的是物理常识。拥有常识的人，如同接受过完整教育，能够轻松理解复杂的物理问题。缺乏常识的人，则可能固守错误观念。

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，因为技术仍在快速发展。

强化学习和端到端同样是必要条件。尽管端到端概念提及频率降低，但强化学习和世界模型都是建立在端到端基础之上的。

36氪： 在世界模型框架下，强化学习是否重新变得极其重要？使用强化学习训练世界模型是否存在潜在问题，例如奖励函数的设计？

曹旭东： 是的，强化学习在提升安全性方面至关重要，效果可提升5-10倍。

但也存在挑战，强化学习容易出现“reward hack”现象，模型可能“偷懒”。因此，奖励函数的设计需要精心考量，既要保证安全性，也要考虑行为的拟人化。

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： 在安全性方面提升尤为显著。例如，我们的R6在引入强化学习后，安全性相较于未引入前提升了5-10倍。

谈优先量产辅助驾驶：有海量数据才能做成规模化L4

36氪： 您之前提到“飞轮两条腿”战略，即同时发展L2和L4。这让我想起毛姆《月亮与六便士》中的观点，月亮是远方的理想，六便士是触手可及的现实。您同时追求L4的理想与L2的现实，这是一种现实的选择，抑或野心？您凭何确信能够兼得？

曹旭东： 当时选择此战略，并非考虑“凭何兼得”，而是认为“如此才有可能登月”。

即便只做L4，也能获得大量投资，但关键在于战略路径。我过往的经验让我认识到，实现规模化L4必须依赖数据飞轮和海量数据。

许多人目标宏大，却选择“登珠峰”而非“造火箭”。在我们看来，L2量产业务就是在“造火箭”。

36氪： 那么，“飞轮两条腿”是一种技术判断，但为何您与其他技术背景的L4公司创始人判断不同？

曹旭东： 我曾思考过这个问题。创业初期，我拜访过硅谷的Waymo公司，与他们交流后，我发现虽然公司不错，但我在一个根本性问题上感到失望：如何实现规模化L4？他们似乎更多是基于“老板想做”的兴奋点，而未深入思考根本问题及其战略解决方案。

这让我更加坚定了按自己想法行事的决心。

36氪： 您所说的“根本性问题”具体指什么？

曹旭东： 可能与我在微软和商汤的经历有关。我曾参与过规模化产品开发，在特定领域达到甚至超越人类水平，这需要海量数据和数据驱动的算法。具体实现方式则有多种。

36氪： 这是否意味着“第一性原理”？许多人自称信徒，但结论迥异。您认为您的判断是正确的吗？

曹旭东： 我相信我们所坚持的正在逐步实现，并逐渐成为行业共识。

36氪： Momenta成立于2016年，但直到2020年前后才获得车企订单，期间长达四五年。当时行业普遍在疯狂追逐L4，您是否曾质疑过自己？

曹旭东： 没有。

36氪： 内部是否有人质疑？

曹旭东： 质疑声音肯定会有。有人“因信而见”，有人“因见而信”。在技术、产品、商业落地之前，人们更关注融资情况。谁融钱多，谁就更能获得资本认可，似乎就更“正确”。

我们能够坚持下来，是因为内部存在一条连续的正反馈路径，反馈周期可能缩短至三个月。通过技术研发和产品进展，我们能及时看到正反馈。

36氪： 这种正反馈是刻意建立的吗？

曹旭东： 是的。我认为任何一号位（产品、商业、技术）都不能让反馈周期过长。如果周期长达三五年，仅凭信念坚持下来的人将非常少。

36氪： 在那段最孤独的四五年里，内部坚持下来的几个关键正反馈是什么？

曹旭东： 坚持数据驱动，并在技术研发上取得显著进展，是关键。这些进展是大家有目共睹的。尽管我们的技术路线与主流不同，但我们自身看到了进展和正反馈。

36氪： 您是否曾焦虑过融不到钱？

曹旭东： 没有。

36氪： 我曾与您的同事交流，他们表示公司是技术公司，故事不多。我则认为故事一定会有。随后，他们讲述了与奔驰的合作故事。据说Momenta与奔驰的合作洽谈长达八年才取得成果。

曹旭东： 他可能指的是八年量产周期。

36氪： 是的。这个过程中有什么有趣之处？

曹旭东： 首先，我想说八年其实是快的。

36氪： 但按照您刚才说的正反馈理论，这八年才算一次正反馈。

曹旭东： 好问题。我先解释为何八年算快。

刚进入汽车行业时，我曾以为开发周期和互联网一样，几个月到一两年就能完成。

我的一位汽车行业资深师兄曾告诉我，敲开汽车行业的大门需要三年，加上两年开发，可能需要五年才能量产。当时我觉得五年已非常长。

后来，我得知Momenta获得了奔驰投资，便问是否能缩短周期。师兄表示，获得奔驰投资是巨大的认可，但与奔驰合作量产，至少需要十年，因为奔驰对品质要求极高，开发周期漫长。

我当时不太相信，但现在看来，从获得奔驰投资到最终量产，确实花了八年，仅比预期快了少许。

关于正反馈问题，我们在漫长的周期中经历了多个阶段。

2017-2019年是POC阶段，我们完成了大量POC项目，如行人检测等。奔驰对我们的技术非常认可，并于2018年底增持了股份。

POC完成后，2020年我们进入PreSOP阶段，主机厂进一步验证我们的能力。

经过两年验证，2022年我们获得了一个小规模SOP项目，仅涉及奔驰部分车型。

2024年，我们的量产开发效果显著，并在与一家知名友商的竞争中胜出，奔驰将中国市场所有车型（包括电动和燃油车）的量产项目都交给了我们。

到2025年底，奔驰的首个车型才实现量产，今年还将有多款车型量产。整个周期之长，是我进入这个行业前完全无法想象的。

36氪： 但有观点认为，L2市场的蛋糕正在迅速缩小。辅助驾驶渗透率已很高，增长空间有限，且单车收费快速下降。这是否会影响Momenta的计划，导致L4“断粮”？

曹旭东： 这句话描述了行业的部分现状，例如二线辅助驾驶供应商正陷入价格战的恶性循环。

但我认为，一线供应商的情况并非如此。一线公司仍在快速迭代，商业价值和模式也在不断演进。特斯拉就是一个典型例子，其月订阅费高达99美元，用户体验也非常好。

随着技术和产品提升，为用户创造的价值将持续增加，商业回报也将随之提升。

以一个典型例子来说明：若量产最终实现，安全性达到人类的10倍。当前汽车保险费用约5000元，其中3000元为浮动费用。若自动驾驶安全性提高10倍，用户每年可花费2700元订阅城市NOA，保险费降至300元。这表明商业价值在增加。

因此，商业价值的萎缩或增长，完全取决于产品的水平以及为消费者创造的价值。

36氪： 您的意思是，几年后，自动驾驶的价格和用户体验将存在巨大差异？

曹旭东： 是的，必然如此。

谈Robotaxi和机器人：做成家庭机器人，研发投入至少百亿美金

36氪： 关于Robotaxi的实现，行业内一直存在争议。在新的技术架构下，您认为Robotaxi能否实现？它能否为自动驾驶公司带来规模化盈利？

曹旭东： 肯定能实现，而且正在加速实现。

我们的目标是到2028年，在中国和海外市场各运行1万台Robotaxi。

至于1万台能否实现规模化盈利，尚难定论。国内毛利较低，海外较高。若每台车年毛利润为1万美元，规模化盈利约1亿美元，不算