北京车展高管群访｜曹旭东解读 Momenta 全球化与智驾布局

4 月 25 日，首都国际会展中，Momenta公司 CEO 曹旭东出席车展媒体群访活动，与行业媒体展开深度交流。现场，曹旭东围绕全球车企反向合资浪潮、海外合作与出海布局、数据飞轮量产落地、世界模型技术差异化、物理 AI 行业定位、L4 业务及 Robotaxi 规划、智能驾驶行业格局演进等重磅议题，结合 Momenta 十年技术积淀、量产实践与全球化布局逐一答疑，分享企业发展感悟与行业前瞻判断，为智能汽车产业发展带来深度思考与专业见解。

以下为群访精彩实录：

媒体：曹总您好，我想问两个问题。当前全球汽车产业掀起反向合资热潮，越来越多海外车企主动携手中国科技企业，您如何看待这一全新行业趋势？本届北京车展期间，有哪些海外意向客户前来与 Momenta 交流洽谈？

曹旭东：这是一个非常好的问题。如今中国智能驾驶技术正加速出海、走向全球，发展步伐十分迅猛。技术落地欧洲及海外其他市场，能够为当地用户带来更领先的产品体验，但同时也会对本土企业、就业及税收格局带来一定冲击。而反向合资正是最优解决方案之一，海外车企借鉴中国产业发展模式，通过合资合作模式，既能让当地消费者享受到中国前沿科技带来的优质体验，也能依托中国技术赋能本土产业，带动企业升级、创造就业岗位、增加财政税收，最终实现多方共赢。

媒体：本届车展有哪些海外客户到访交流？Momenta 在与外资车企合作过程中遇到过哪些挑战？今年企业出海有着怎样的目标规划？

曹旭东：不止今年，从去年开始 Momenta 就已成为全球头部车企的共同选择。德系 BBA、大众，日系丰田、本田、日产，美系通用、福特等全球顶尖车企，均已是我们的量产合作客户。

合作过程中最大的挑战，在于中国企业的迭代速度与国际车企严苛标准之间存在天然差异与冲突。我们始终以客户价值和用户体验为核心，通过深度共创寻求创新解法，最终实现合作共赢、价值升级。

媒体：旭东总您好。数据驱动是 Momenta 长期坚持的核心路线，在数据飞轮量产落地过程中，最大瓶颈究竟是数据体量、算法能力，还是车企配合度？行业普遍认为，当下获取海量数据并不难，难的是高效用好数据，真正具备数据应用能力的车企寥寥无几，您如何看待这一观点？Momenta 又有哪些落地实践？

曹旭东：数据的价值从来不在原始数据本身，可以把数据比作品位极低的铁矿石。想要真正释放数据价值，首要任务就是把 “贫矿” 提炼成 “富矿”。

举个例子，高速路上三只小狗排队横穿道路，这类极端长尾场景万里挑一，想要精准挖掘这类稀缺数据，本身就有着极高门槛。从原始数据贫矿，到提炼优质富矿，再到打磨成核心技术产品，最终装车落地，才是完整的价值闭环。数据飞轮本质是一套体系能力，海量原始数据仅占价值源头的 10%，剩余 90% 的核心价值，都来源于整套数据运营与迭代体系。

媒体：行业普遍认为获取数据易、用好数据难，Momenta 具体如何实现数据高效利用与价值挖掘？

曹旭东：确实如此。依托自研大模型，我们主要分为两大训练阶段：预训练阶段和后训练阶段。目前 Momenta 已接入超 80 万台量产车辆，依托海量量产数据及丰富长尾场景数据，通过世界模型预训练，搭建基础认知能力。

预训练能让模型掌握基础物理常识，但并不等同于具备成熟驾驶能力。量产数据中既有优质驾驶行为，也存在大量不规范操作，就像数字 AI 大模型一样，海量数据只能构建基础世界认知，无法形成良好行为逻辑。因此还需要通过后训练环节，对模型行为进行对齐优化，向人类优秀驾驶习惯靠拢，最终实现智驾能力进阶。

媒体：今年北京车展上，各大车企纷纷亮出差异化辅助驾驶技术路线，小鹏升级 VA 架构、华为发布乾坤 ADS 5.0。相较竞品，Momenta 世界模型最核心的特点是什么？

曹旭东：正如同时夏炎所言，智能驾驶比拼的早已不是单点算法，而是整体架构能力。架构设计必然涉及取舍，无法将所有创新功能全部兼容，优秀的架构能够实现技术持续沉淀与能力聚合。架构之上是完整体系，涵盖数据迭代、模型训练、技术迭代、安全验证全链路；而体系之上，更是企业组织架构与文化底蕴的比拼，正所谓淮南为橘、淮北为枳。

企业之间的核心差距，不在于单点算法，而在于组织能力、企业文化与整套体系建设。单点算法创新固然重要，但国内行业人才与技术知识流动速度快，单纯算法很难构筑长期壁垒。真正的壁垒，是体系与组织能力。这也是为何行业各家算法方向相近，但最终落地效果却存在一代甚至两代差距的核心原因。

媒体：曹总您好。今年恰逢 Momenta 成立十周年，企业创立之初便立下三大发展愿景，发布会上的用户故事也令人印象深刻。站在北京车展这一重要节点，回望十年创业之路，您有哪些感悟想与行业分享？

曹旭东：一路走来，我最大的感悟就是，能和志同道合的伙伴一起，深耕自己热爱的事业，人生才会充满活力。创业路上从不缺困难与挑战，几乎每一年都感觉是最难的一年。如果不能享受发现问题、攻克难题的过程，不能享受和团队并肩探索、共渡难关的历程，很难咬牙坚持一年、三年，更难以坚守十年。唯有携手同路人，坚守初心、深耕热爱，才能行稳致远。

媒体：旭东总您好。物理 AI 概念被广泛热议后，众多企业纷纷布局赛道、标榜自身为物理 AI 公司。您如何定义 Momenta 在全球物理 AI 领域的行业地位？

曹旭东：物理 AI 已是大势所趋。数字 AI 具备天然优势，数据可快速规模化获取、低成本短周期完成迭代验证。早年 Open AI 同时布局机器人与数字 AI，后续阶段性放弃机器人赛道、聚焦 GPT，核心原因就是物理机器人数据获取难度极大，而互联网海量数据为数字 AI 发展提供了坚实基础。

数字 AI 近年实现跨越式发展，经验与技术正加速向物理世界渗透落地，当下正是物理 AI 发展的开局之年。

回归 Momenta 来看，物理 AI 的核心是数据闭环与商业闭环双向赋能、正向循环。我一直有个观点：任何一项人工智能应用，一旦能力接近人类水平，短时间内就会实现跨越式超越。无论是 Alpha Go 还是人脸识别，前期往往需要漫长的技术爬坡期，而突破临界点后，仅需一至三年就能大幅超越人类能力。

背后关键就在于数据与商业双闭环：完善的数据闭环带来极致产品体验，体验接近并超越人类后，便能开启商业化爆发；规模化商业化又反哺海量数据积累，进一步驱动模型能力迭代升级，形成正向飞轮效应，短期内实现远超人类的经验沉淀。

我们判断，自动驾驶已迈入这一发展阶段，通用机器人赛道仍需时间沉淀，自动驾驶正是物理 AI 落地的先行赛道，率先实现了规模化数据与商业双闭环。

同时，物理 AI 研发有着极高的资金门槛与行业门槛。规模化 L4 自动驾驶研发，即便依托创业公司高效研发模式，累计投入也需百亿美金级别；通用机器人赛道投入更是高达数百亿至千亿美金级别。长期来看，仅靠资本市场融资难以支撑通用物理 AI 研发，必须依托自有现金流业务作为支撑，而自动驾驶正是现阶段最合适的现金流底座，为物理 AI 长期创新研发保驾护航。

媒体：曹总，请分享一下 Momenta 今年 L4 业务整体进展、年度规划及关键发展节点。当前 Robotaxi 赛道入局玩家持续增多，Momenta 布局该赛道的核心优势是什么？

曹旭东：Momenta 的 L4 业务不只聚焦 Robotaxi，同时布局 Robovan 物流场景。企业十年愿景中，物流效率提升优先级高于出行效率，明年我们还将正式布局 Robotruck 重卡自动驾驶业务。

底层逻辑在于，单一自动驾驶大模型可赋能全场景通用 AI 能力，覆盖自动驾驶所有垂直应用，这一模式已在 Robotaxi、Robovan 及乘用车领域完成落地验证，成效显著。

一方面，通用大模型能够大幅降低各垂直场景的独立研发成本；另一方面，各场景积累的海量数据与实战经验，又能反哺大模型持续进化，形成平台化优势。这与互联网行业发展逻辑相似，垂直模式终将被平台模式取代，平台效应会带来成本更低、体验更优、全域赋能的长期价值，这也是 Momenta 布局全场景 L4 的核心竞争力。

媒体：旭东总您好，您如何看待当前智能驾驶行业竞争格局？今年是否仍将维持华为、Momenta 领跑，其余企业跟随的格局？同时您如何预判，2030 年智能驾驶行业是否将迎来格局终局？

曹旭东：智能驾驶和自动驾驶具备极强的规模效应与先发优势，甚至远超芯片行业。回顾产业历史，PC 芯片、手机芯片赛道最终都收敛至少数几家企业垄断格局。自动驾驶属于软件赛道，边际成本趋近于零，规模效应不仅体现在成本层面，更体现在用户体验持续迭代升级上。

同时车企合作壁垒极高，国内主机厂从初次接触到正式签约落地，平均周期长达 3 年；国际车企合作周期更是长达 5 至 7 年。以 Momenta 与奔驰合作为例，2017 年奔驰便完成对 Momenta 投资，彼时现任奔驰董事长康林松十分认可团队活力与技术实力，但双方首款量产项目直至 2025 年底才正式落地，历时整整八年，已是行业加速后的节奏。

漫长的客户准入周期、极强的规模效应与先发壁垒，决定了行业格局将快速集中收敛。我们维持原有判断：国内智能驾驶头部供应商最终将收敛至 2-3 家，全球范围也仅留存 3-4 家核心玩家，行业马太效应将持续加剧。