Momenta曹旭東：智能駕駛競爭，兩年內定格局｜36氪專訪

文丨李安琪

編輯丨李勤

過去兩年，AGI（通用人工智能）極速經歷了一輪資本轟炸與選手離場，但其「致命引力」仍在持續虜獲信徒。2025開年，理想汽車CEO李想就喊出了「未來汽車將是硅基家人」的設想。汽車與機器人行業的高牆邊界，正在逐漸瓦解。

智能駕駛公司Momenta創始人曹旭東也認為，AGI是每個做AI的人的終極夢想。如果説智能手機iPhone的出現是一道千米高巨浪，那他認為，比iPhone更具顛覆性的機會是通用機器人。

但曹旭東的入場時間不是當下，「我們做（機器人）的話可能會是2027、2028年的事情。」眼下更焦灼的戰場，還是智能駕駛的市場份額角力。

曹旭東判斷，今年高階智駕會規模起勢，2026年智駕行業就會勝負分曉。

「今年城市NOA（即城市領航輔助駕駛）功能會下探到15萬元車型，今年底、2026年初10萬級車型也會搭載城市NOA。」

這是已經躋身頭部梯隊的Momenta，不能松懈的時刻。電動化狂飆后，當下中國車市的競爭重心已經向智能化傾斜。去年開始，華為、小鵬、理想等公司輪番出擊，從大戰「智駕全國能開」到攻頂「端到端」。

Momenta是為數不多、擁有「端到端」量產能力的智駕技術公司。

從2022-2024年，三年間Momenta量產的高階智駕搭載車型數量分別是1款、8款、超20款。「今年量產規模可能有數倍增長。」曹旭東説。

近期，我們在Momenta總部蘇州見到了創始人曹旭東。對於Momenta在端到端智駕競爭中快速出圈，他接連表示，「我們只是做的足夠早。」

Momenta創始人曹旭東  圖源官方

「端到端」主張用一個大模型來貫通智駕的感知、預測決策、控制環節，從過往工程師手寫規則告訴車輛如何行駛，到使用AI大模型、海量數據、雲端大算力，讓智駕具備自我進化能力。

曹旭東告訴36氪汽車，內部很早嘗試將AI模型融入智駕，比如2019年開始用Transformer來做預測、路徑規劃等，2023年初量產兩段式端到端，2024年進化到一段式端到端方案。

在工程能力方面，Momenta也早早瞄準了量產智駕的機會。2021年以來陸續與智己汽車、比亞迪等車企深度合作。

曹旭東坦言量產過程的不易，「跟中國車企合作起碼‘敲門’要敲3年，國際車企‘敲門’要敲5年以上，真正量產時間可能需要10年。」比如Momenta跟某跨國車企從2017年開始接洽，到通過供應鏈准入、真正量產落地，中間花了8年時間。

他認為，先進入車企量產節奏的公司一定能更早獲得量產經驗，拿到更多數據，然后快速迭代。比如在量產過程中，Momenta探索出數據驅動模式，滿足端到端的進化需要；設計了一套自動化工具鏈來適配不同車企的不同硬件需求。

而在配套車企的量產速度上，Momenta可以做到：從開始合作到上車交付，硬件部署加上算法調試只需三個月。

這些都成為Momenta立足頭部智駕公司的「原始積累」，但行業競爭和挑戰也日趨激烈。

曹旭東對此表示，智駕越往后越難，當下一年投入小几十個億，就能做到第二梯隊或準第一梯隊水平，但再往后，要幾百億才能做到同樣水平。「差距可能在拉大，而不是在縮小。」

考慮到「端到端」是一場長期競賽，Momenta做好了投入巨量資源的準備。曹旭東是，因為中國的道路數據豐富度、複雜度遠比歐洲、日本道路高。「有時候我們開玩笑説，我們golden data（黃金數據）可能比特斯拉多。」

曹旭東認為，如果要做到量產L4自動駕駛，每年的研發投入至少是百億甚至幾百億，其中費用大頭將是雲端算力。

「現在瓶頸不在於原始數據入口，而在於雲端算力太貴，有沒有那麼多錢去燒。」

「端到端」技術之下，Momenta正把量產智駕中形成的「時間壁壘」，轉換成「資源壁壘」，這是留在終局牌桌上不可或缺的籌碼。同時，Momenta也還在衝刺Robotaxi業務。

Momenta計劃在2025年實現完全無人駕駛——Robotaxi（無人駕駛出租車）。「我們跟行業不一樣，會複用量產車傳感器和域控去做Robotaxi，毛利是正的。我們不會燒錢擴規模。」曹旭東説。

以下是36氪汽車與Momenta創始人曹旭東的對談，內容略經編輯：

「談投入：高階智駕已經引爆，后續研發投入要百億」

36氪汽車：2024年新能源車滲透率過半，您覺得2025年智能駕駛滲透率會有多高？

曹旭東：中高階智駕滲透率應該有10%-20%。

36氪汽車：頭部車企要標配智駕，作為上游供應商，你們的業務會有怎樣量級的增長？

曹旭東：量產規模可能有數倍增長。

36氪汽車：高階智駕車型會下探到什麼價格區間？

曹旭東：2025年我覺得能探到15萬元左右，2025年底、2026年初可能10萬級也會有城市NOA。另外，高階智駕BOM成本在快速往下走，智駕體驗和安全會有10倍、百倍甚至千倍提升。高階智駕會逐漸變成車企的標配。

36氪汽車：你們內部看到的智駕實用性數據是怎樣的？

曹旭東：OEM（主機廠）不停把高階智駕從30萬的車下放到20萬、15萬逐漸到10萬的車，説明消費者願意買單，車企才願意買單。從我們后臺數據來看，用户基本50%里程都在使用智駕。

36氪汽車：智駕很火但很多智駕公司還沒賺到錢，這種局面什麼時候會改變？

曹旭東：自動駕駛研發投入很大，未來會更大。如果要做到量產L4，每年的研發投入至少是百億甚至幾百億。算一下，如果100萬臺車攤下來，單車智駕成本是1萬人民幣；如果1000萬臺車，單車大概1000塊。如果要打平研發投入，規模得在幾百萬臺車。

2024年是高階智駕的引爆點，規模還沒真正起來。最終要盈利的話，一定要做到規模效應，玩家變少后，營收規模覆蓋研發成本才能盈利。

36氪汽車：智駕行業什麼時候洗牌結束？留在牌桌上需要哪些技能？

曹旭東：差不多2026年底會結束，勝負會有分曉。留下來的話，可能有幾方面。第一，好的技術和產品，這背后是強大的組織能力和研發體系，這是最重要的必要條件。

第二，還是要有先發優勢，尤其是量產自動駕駛，跟車企合作是要敲門敲三年的。如果這家車企，現在還沒有機會進去，后面再進非常難。先進的人一定能更早獲得量產經驗，拿到更多數據，然后快速迭代。

36氪汽車：每年百億級投入其實不小，這筆錢從哪里來？主要花在哪里？

曹旭東：大部分肯定是收入。我們的研發佔比會非常高，我們不是硬件公司，所以毛利潤也會很高。一輛車賣出去，就是完整的軟件license（軟件授權費用），毛利潤跟微軟賣Office是一樣的。研發投入巨大，但一旦研發出來，margin cost（邊際成本）幾乎就是0。

主要花在人員和雲端算力，越往后算力越佔大頭，2027、2028年比人員投入會顯著很多。

36氪汽車：你們今年算力砸了多少錢？

曹旭東：2024年智駕纔剛剛爆發，2025年規模會起來。我們到2027年差不多會有數十億元算力投入。

「談端到端：瓶頸不在於數據量，而在於黃金數據與算力」

36氪汽車：Momenta在端到端量產上做得很快，你們總結過大概做對了哪些方面嗎？

曹旭東：根本原因還是做的早。Transformer是2018年出來的，我們2019年就用來做deep learning prediction（深度學習預測），2020年做deep learning planning（深度學習規劃），2023年初量產了兩段式端到端，只不過那時候沒有這個名詞。

2024年上半年，我們把一段式端到端做出來。這背后還是人才積累、研發體系積累。端到端其實就是用一個模型做攝像頭輸入，然后軌跡輸出。為什麼最近才火？因為方向正確但成功路徑可能萬里挑一，如果之前沒有積累，很難找到正確路徑。

36氪汽車：您認為做端到端的挑戰是什麼？用規則為模型兜底難嗎？

曹旭東：我覺得，用規則兜底對端到端來説可能是錯的。因為有各種各樣的corner case端到端模型搞不定，所以才需要兜底。但照理來説，端到端模型有能力搞定corner case，為什麼不在端到端模型里面解決問題？

我一直覺得rule base跟端到端是互為冗余關係，不能説是兜底。代碼越來越少，你不可能用越來越少的規則代碼，去給端到端大模型去兜底。

兜底意味着有數百萬個、各種各樣的corner case沒解決，用規則去為數百萬個長尾問題兜底不現實。不然的話，光靠這些兜底的代碼本身，就可以實現L4了。

36氪汽車：那端到端的技術進化已經一馬平川了嗎？

曹旭東：端到端僅僅是開始。訓練數據怎麼來？這里有大量data engineering（數據驅動）工作，好多人對數據驅動的認知是不到位的，覺得就是寫數據、做數據，髒活累活不願意干。如果這樣想，端到端根本不可能做好。

一定要把 data engineering當成是一件比software engineering（軟件工程）更重要、更需要體系化建設的事情。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，這一聽就是笑話。芯片原料硅的純度要9個9~12個9，把沙子提純是一套工業體系。同樣，給端到端模型更好的數據，也需要一整套體系去支持。

36氪汽車：現在數據驅動閉環已經達到理想效果了嗎？

曹旭東：還要再提升，因為L4對數據驅動這套飛輪體系要求非常高。L4有長尾問題，可能1萬公里或者10萬公里纔會發生一次，怎麼去驗證？

如果靠自有車隊去跑路測，一周才跑幾萬公里，跑一周可能都遇不到一個case。然后發了新版本，怎麼知道corner case變好了還是變壞了。所以要通過海量量產車的影子模式，去收集數據去驗證、做閉環仿真。

36氪汽車：端到端對於數據的渴求是越來越大的。有些智駕供應商似乎拿不到合作車企的數據，你們怎麼解決？

曹旭東：説明供應商跟車企的信任關係沒有做到位。我覺得關鍵在於，智駕公司能不能給用户創造價值，能不能給客户創造價值。天下沒有白吃的午餐。

我們跟車企客户達成的共識是，車端篩選corner case（長尾場景），哪些場景做的還不夠好，我們識別、回傳，用於模型訓練和學習，有的放矢地去提升模型能力和產品體驗。

36氪汽車：這種數據共享模式是你們和每個車企都可以達成的嗎？

曹旭東：對。

36氪汽車：如果車企不願意分享數據，會成為合作門檻嗎？

曹旭東：這不是門檻，我們很佛系的。如果客户願意分享數據就一起合作，我們的數據處理都是標準化、自動化的。

如果車企覺得數據是資產，不願意共享也沒關係，我們的數據量已經很多了。現在的瓶頸不在於原始數據入口，而在於雲端算力太貴，有沒有那麼多錢去燒、去訓練數據。

36氪汽車：你們跟某個車企合作train（訓練）的模型，可以快速複製到跟其他車企的合作嗎？

曹旭東：沒問題。現在高階智駕傳感器的方案不能説完全一樣，但相對收斂。如果以視覺方案為主，傳感器通常是11個攝像頭，安裝位置雖有差異但不大。

但軟件要通用，這不是天然就有的，一定要有很好的軟件算法架構、研發體系支撐才能做到。

36氪汽車：你們現在是智駕供應商頭部玩家，接單越來越多，怎麼讓效率最大化？

曹旭東：我們的軟件算法架構已經迭代到第五代了。其實大概六七年前，我們就考慮到不同客户有不同需求，不同車型有不同硬件配置，所以要設計一套軟件架構能夠兼容不同需求，且一定要設計成可自動、標準化的流程。

36氪汽車：所以業務量增加，也不用增加太多人手？

曹旭東：對，我們2022年量產一款車，2023年大概8款車，2024年累計20多款車交付。但人數都差不多，接近1300。2027年、2028年人數會到增加到2000左右，不會大幅增加。

36氪汽車：電池行業會管控上游供應鏈來優化成本，智駕行業會有類似做法嗎？您對於供應鏈降本的思考是什麼？

曹旭東：軟件算法沒有那麼多供應商。整個自動駕駛系統就是傳感器、計算域控。傳感器相對成熟，客户來做採購，我們能做的就是提升軟件算法能力，減少對傳感器數量的依賴。

比如毫米波雷達，一開始大家用5個，我們量產車可以做3個，2025年用1個也能做得很好。技術創新就是幫客户降本。

我們判斷，能實現城市NOA的自動駕駛域控，會從當前8000塊錢，在2025年底、2026年量產車上能夠降到2000多塊錢，下降5000多。

36氪汽車：車企自研芯片還有必要嗎？

曹旭東：要看多大規模，如果一年賣幾十萬臺車的話，沒太必要。

36氪汽車：做芯片和做算法哪個更難？

曹旭東：軟件算法的門檻可能更高一些，芯片相對容易。芯片其實相對成熟，難點在於周期長。

考驗有兩點：第一，產品定位，做芯片快的話兩三年，慢的話三四年，所以要預判兩三年或三四年后的市場到底如何，如果產品定位錯了，哪怕芯片沒有一點技術問題，還是賣不出去。所以要對未來市場有精準判斷和把握。

第二是架構能力，芯片架構設定后，其實跟造車一樣，都有成熟IP、成熟開發流程和驗證、流片流程，都可以複用現有研發體系和供應鏈去做。但智駕軟件所有東西都是新的。

「談行業：跟華為「競」更多，「爭」的東西不多」

36氪汽車：華為也在不斷簽單，怎麼看與跟華為的競爭？

曹旭東：還是有差異化。我們跟華為更多是互相學習、共同提高的關係。我們很難進入華為的市場，華為也很難進入我們的市場，彼此在技術、產品上是良性競賽，「爭」的東西不多，「競」的東西更多。

36氪汽車：智駕出海是大趨勢。關於出海，你們有什麼樣的策略？

曹旭東：兩方面，一是跟着中國OEM出海，我們是唯一一家在全球做到城市NOA的自動駕駛公司。在日本、歐洲，我們的城市NOA都跑起來了，但還不是量產車。

另外，我們跟一些國際客户，把歐洲幾十個國家的自動駕駛准入標準全部都考完試了，已經拿到認證了。比如歐洲和日本客户的海外市場智駕，我們2026-2027年可以量產。

36氪汽車：海外市場對於智駕的需求大嗎？

曹旭東：坦率來説，現在需求還沒起來。我的觀察是，海外市場比中國市場晚個三年左右，稍微滯后，2024年中國高階智駕的引爆年，2027年可能是海外市場的需求高點。

36氪汽車：去海外市場的話，你們需要做哪些準備？

曹旭東：從算法架構、數據架構都要考慮這件事，主要還是模型訓練。在中國訓練出來的foundation model（基礎模型）怎麼適應歐洲或海外市場，基礎設施怎麼建設。

説個特別有意思的事情。我們發現，當中國的foundation model訓練足夠好的時候，哪怕沒有額外適配，在中國能跑100分，在歐洲去或日本大概也能跑70-80分。

我們后來分析，第一，大模型有比較強的泛化能力，第二中國的數據足夠有挑戰、足夠豐富。在海外遇到的corner case，在中國大概率也能遇到。雖然不是100%一樣，但有很高相似度。

中國數據的豐富度、複雜度比北美高很多，好多客户都説是10倍挑戰、10倍複雜度。按5倍複雜度來看，15萬臺車乘以5，有時候我們開玩笑説，我們goldern data（黃金數據）可能比特斯拉多。

FSD入華是一件好事情，會把高階智駕認知度打開。特斯拉FSD、華為和我們，會共同拉高智駕產品標準，實際上這是良幣驅逐劣幣的過程。

「談量產：車企合作敲門要敲3年，合資車企要5年」

36氪汽車：剛提到「敲車企的門要敲三年」，你們敲得比較早，能聊聊心路歷程嗎？

曹旭東：中國車企敲門要敲3年，國際車企敲門要敲5年以上。當時有個汽車行業師兄跟我説，國際車企是非常好的客户，但量產可能得10年。

2017年是互聯網創業熱潮，一個產品從有想法到上市可能就幾個月時間，汽車量產要5-10年，我們感覺非常不可思議。

36氪汽車：你們花了多長時間進入合資車企供應鏈？

曹旭東：時間很長，面向量產的開發體系建設是從2020年開始。之前是一些POC（概念驗證）項目，對供應商的研發體系考察和要求並不特別高。一旦他們把你當成量產夥伴去培養，對於整體軟件開發體系流程要求很高，會不定期考察軟件開發流程，跟傳統零部件審廠一樣。

36氪汽車：高階智駕功能需要不斷更新迭代，你們怎麼説服合資車企？

曹旭東：就是持續測試、發版。國際OEM非常嚴謹，做決策的流程很長。他們雖然有大老闆，但他們更傾向於one voice（一個聲音）決策，從上到下、從左到右，大家一致決策，而不是大老闆「啪」拍板，底下人咣咣全部跟着干。

他們的決策機制是，一個大集團里跟高階智駕相關的幾十個人，關鍵決策人可能有幾個到十幾個，要形成一致意見。這個時間周期比較長，每個人都會提出問題，有些問題需要回答，有些問題需要開發做驗證，然后才能得到結論。所以one voice的形成時間，短的話幾個月，長的話可能一兩年。

36氪汽車：你們跟一些車企合作的是純視覺智駕，未來高階智駕還需要激光雷達嗎？

曹旭東：還是有用，比如進出隧道、沒有路燈等暗光環境下，激光雷達的能力更全面。尤其是對安全要求很高的場景，按照L4標準的話，激光雷達的冗余安全作用還挺顯著。

但完全看車企需求，有沒有激光雷達對我們來説，工作量都差不多。

36氪汽車：合資車企的智能化開發節奏會很激進嗎？

曹旭東：還可以，我們的量產交付經驗非常成熟，應該是行業里真正走完0~1，又走完1~10，現在處在10~100的自動駕駛公司，是唯一一家有多車型、多個不同芯片平臺，多個不同傳感器平臺的高階智駕量產交付公司，交付速度挺快的。比如客户從工程樣車到量產要三個月，我們硬件部署加上算法調試也只要三個月。

36氪汽車：最早你是AI出身，現在要花8年時間去交付，會有落差嗎？

曹旭東：我們不把交付看成交付，而是帶着發展主線的思路去做交付的。比如交付過程中，不是靠人而是靠一套流程和體系去交付。如果有問題，我們會識別體系和流程哪里需要優化，舉一反三解決問題。

如果智駕在某些場景做的還不好，我們主線產品升級之后，可能a客户爆出來的問題，b客户也跟着受益。我們的要求是，即便是在一線，80%責任是承擔主線工作，20%是適配產品、做差異化的工作。

36氪汽車：現在AI進化特別快，你們怎麼把新技術引入進來？

曹旭東：沒有統一標準，更多是研發leader對於技術的洞察。有些是我們探索，有些是引進行業新動態，做些實驗看看效果，有就用起來，沒效果就先放一放。

這特別考驗研發一號的位洞察力。一是對問題本身的洞察力，識別問題才知道用什麼藥；第二，只有對技術本質有深刻理解，才知道技術對哪些問題起關鍵作用。技術一號位洞察力好的話，能夠極大降低公司的技術探索、試錯成本。

就像2020年我們做數據驅動，行業很多人説根本不可能。但我們認為，問題能解決但是不太容易解決，需要構建一套體系去解決。

「談AI：不會燒錢做Robotaxi，2028年L4爆發」

36氪汽車：您現在精力花在哪方面多一些，銷售端還是技術產品？

曹旭東：不同階段重心不一樣。2021-2023年我們工作服背后印的是「三大法寶」（注：Momenta的三大法寶是指智駕量產工具，包括算法框架、算法適配器、量產開發套件），更多是聚焦車型量產。

2024年我們工服口號變成了「十年挽救百萬生命」。我們產品上量速度很快，這個時候要考慮，產品給用户創造的最核心價值是什麼？智駕最核心的價值還是安全，所以我們把這作為十年願景。

2025年我們要實現完全無人駕駛——Robotaxi（無人駕駛出租車）。我們跟行業不一樣，會複用量產車傳感器和域控去做Robotaxi，毛利是正的。我們不會燒錢擴規模去做demo，講故事，我們希望在賺錢的情況下擴規模。

36氪汽車：你們要怎麼量產Robotaxi，自己買車建車隊？

曹旭東：打標杆的話是建車隊，后續推開會是加盟模式。1000臺車以內都是我們自己運營，把標杆模式打通后就搞加盟。

加盟的不一定是車企，加盟可能是各地原來的出租車公司、出行公司，可能跟滴滴這種平臺也有很好合作機會。

36氪汽車：Robotaxi等於L4或者自動駕駛嗎？會有人覺得Robotaxi難度比L4低，只要安全到達但可能超車或者選路表現不那麼好，也可以接受。

曹旭東：也不是，看谷歌Waymo，Robotaxi最近一周接近20萬單，單量增速明顯更快。原因我覺得還是Waymo體驗好，更像老司機。

36氪汽車：有人覺得Waymo的模式可能跑不通，您怎麼看？

曹旭東：Waymo有可能跑通，因為谷歌足夠有錢，一年利潤是千億美金級別，一臺車成本按百萬人民幣來算，一萬臺車才100億，就是十幾億美金。如果是10萬臺車，成本是100多億美金，只佔Waymo一年利潤的百分之十幾。

只要Waymo覺得技術成熟了，靠資金去擴規模，他們是燒得起的，但國內很多公司可能不太現實。

36氪汽車：你們一臺Robotaxi量產車的成本大概是多少？

曹旭東：一輛中級車的價格，整車包括智駕成本在內。要是能夠實現完全無人，運營毛利潤就是正的。

我們的L4不是demo性質，可能是幾十萬輛車，甚至未來幾百萬輛車，全國都能開。做幾百台Robotaxi和1萬臺車的難度完全不一樣，安全性要提升100倍。我們大方向和路徑相對清晰，當然過程中可能有很多小路要探索、試錯。

36氪汽車：您怎麼看多模態大模型跟端到端的結合？這是通向L4的路徑嗎？

曹旭東：我們也在探索。

36氪汽車：你們對於L3級智駕有哪些探索？

曹旭東：已經在做了，量產時間是2026年下半年。難點不在於車硬件本身，還是安全。L3的安全性要求跟L4是一樣的，我們對L3的要求是10萬小時才一次出現事故，人大概是不到1萬小時出現一次事故。車比人開車要安全10倍，還蠻挑戰的。現在L2人車共駕情況下，我們可以做到比人安全6-7倍。

36氪汽車：現在也有自動駕駛公司在搭建AI底座，衍生其他AI業務，Momenta會有類似想法嗎？

曹旭東：通用機器人可能是每個做AI的人的終極夢想。短期內我們不會做，我們做的話可能是2027、2028年的事情。

自動駕駛既有感知智能，又有認知智能，比人的通用認知智能要更容易實現，我們覺得自動駕駛是很好的AI切入點，去理解什麼是intelligence（智能）並把它做出來。

如果自動駕駛認知智能、感知智能更強，那就變成了通用機器人。我認為，智能手機iPhone是1000米高巨浪，智能汽車機會也很大，但只是幾百米高的巨浪，比iPhone更具顛覆性的機會是通用機器人。

36氪汽車：2027年做機器人之前，自動駕駛已經完全實現了嗎？

曹旭東：我的判斷是，自動駕駛在2027、2028年會逐漸達到像2024年L2+的爆發一樣，2028年是L4自動駕駛的拐點或者爆發點。

不過具身智能的物理硬件還處於比較早期階段，比如手、腿上關的控制很難做，通用機器人要不要長得像人，要不要手，這些還很發散，還要三四年時間，機器人物理硬件才能相對收斂。自動駕駛不一樣，車身硬件非常成熟。

自動駕駛對安全性要求很高，通用機器人的通用性要求極其高。整體來説，我覺得自動駕駛和通用機器人的能力交集大於80%。