曹旭东维持原判：智驾赛道快速收敛，中国至多存活3个玩家

2026年4月的北京国际车展，展台上充斥着“端到端”、“强化学习”与“物理AI”等前沿技术概念。但在技术演进的喧嚣之外，MomentaCEO曹旭东在媒体交流中给出的商业判断，提供了一个更为冷峻的产业观察视角：

“整个智驾或者整个自动驾驶它有非常强的规模效应和先发优势……所以我还是维持我原来的判断，中国也就2-3家，全球也就3-4家，会非常快速地收敛。”

为什么曹旭东判断智驾产业链会最终在全球形成4家以内的格局？主要从三个层面上来思考。

不可压缩的“时间与工程壁垒”

早期智驾赛道有一种迷信：似乎只要挖到顶尖人才，写出更优的代码，就能实现弯道超车。

曹旭东认为现在已经过了这个阶段了。他认为，在当下的环境中，知识和人才流动的速度极快，单纯的单点算法并不存在绝对的护城河。真正拉开企业间差距的，是架构能力之上所包含的数据迭代、训练、验证体系，以及支撑这一切的组织和文化。

这种体系能力的炼成，必须服从于汽车工业漫长且严苛的验证周期。软件代码可以快速迭代，但面向主机厂的信任与工程落地时间却无法压缩。在汽车行业，国内OEM业务从初步接触到拿下合同通常需要敲门3年，而面对国际OEM，这一过程可能长达5到7年。

以Momenta与梅赛德斯-奔驰的合作为例，从2017年奔驰进行投资，到2025年下半年首个量产项目正式上市，双方经历了长达8年的磨合。这其中包含了概念验证（POC）、Pre-SOP到小批量开发的层层推进，直至2024年才全面切入其核心业务。

这种深嵌于主机厂流程中的隐性时间成本，是任何后来者即便手握巨资也无法逾越的。先发者一旦通过“打合”期构筑起这道工程壁垒，留给后排玩家的上桌机会将微乎其微。

通向L4终局的“现金流门票”

当前，向“物理AI”跃迁已成为产业共识。但在畅想自动驾驶作为物理AI的序章之前，必须正视其背后庞大的资金消耗。

曹旭东算了一笔极度现实的经济账：要实现规模化的L4自动驾驶，累计的研发投入门槛至少在百亿美金级别；若进一步拓展通用机器人，资金需求甚至可能高达几百亿至千亿美金。

这意味着，依靠一级市场持续输血来支撑重局研发的模式已经失效。赛道上的玩家必须拥有一项能够持续造血的现金流业务，作为留在牌桌上的“门票”。

更为简单地说，就是要想成为最终留在牌桌上的玩家，起码是要在今天有稳定的、可复制的装车量来进行商业循环，否则难以支撑未来的长期投入。

对Momenta而言，这张门票就是其庞大的L2/L2.5前装量产基盘。目前，其已交付超过70款量产车型，累计定点车型数超过200款，搭载量产车辆规模突破80万台。

这80万台量产车不仅是商业变现的基石，更是数据驱动的核心。海量路采数据只是价值链的10%，真正的挑战在于如何建立一套体系，将这万中无一的“长尾极端场景”转化为高价值的模型能力。

只有当商业量产提供稳定的现金流，同时反哺海量数据，且数据迭代带来的体验提升又能获取更多量产订单时，这种数据闭环与商业闭环的强正反馈才能真正建立。缺乏这一正反馈引擎的玩家，将在高昂的研发成本面前被迅速耗死。

赢家通吃的“平台级”降维打击

如果仅仅将智驾企业视为提供垂直场景方案的Tier1，就误判了软件产业最底层的规律。智驾赛道最终必然快速收敛的终极逻辑，在于软件边际成本为零所带来的极致规模效应。

曹旭东的预判基于一个核心推演：自动驾驶在大模型领域存在着极强的“平台效益”。就像互联网行业中平台电商最终淘汰垂直电商一样，一个足够强大的底层自动驾驶大模型，有能力向下兼容乘用车量产，向上覆盖Robotaxi，甚至平移到物流领域的Robovan和Robotruck。

当一套底层架构能够实现所有的垂直应用且表现更优时，其在单一垂直领域的研发成本将被大幅摊薄。更为颠覆的是，每一个应用场景收集到的经验和数据，又会全部汇总并吸收到这个大模型中，让其在所有领域都形成降维打击。

综上所述，曹旭东核心的判断认为智驾赛道的下半场竞争，已从纯粹的技术探索阶段，彻底转入拼底牌的工业化大生产与商业清算阶段。

在不可逆的时间壁垒、百亿美金级的现金流门槛以及大模型赢家通吃的平台效应叠加下，行业的头部聚集已成定局。大浪淘沙，能在这场马拉松终点线前拿到座位的，注定只有极少数。