Momenta IPO 后专访曹旭东：聪明人如何下笨功夫

“更好的 AI 是没有尽头的，是有生之年可以一直做下去的。”

文丨程曼祺

编辑丨宋玮

2016 年，30 岁的曹旭东创立 Momenta。在同期的智驾公司创始人中，他不是技术实力最耀眼的，也不是最有管理经验和行业背景的。

十年后，Momenta 成为走得最远的智驾创业公司，2025 年的收入超过 24 亿元人民币，毛利超 17 亿元；它在高阶辅助驾驶（城区 NOA）的市占率达到 65%，超越华为，成为行业第一。

实现这一切的过程没有什么戏剧性的跌宕起伏。

Momenta 的天使轮投资人、真格基金的合伙人刘元曾告诉我们：“旭东是善战者无赫赫之功。” 很多事，他想得早、想得对，所以 Momenta 没有出现危急时刻，创始人也没有机会力挽狂澜。

第一个十年，Momenta 的发展原点是 2016 年时曹旭东的一个判断：实现智能驾驶需要 “数据驱动”。

它带来了一系列推演：要做出比人类司机安全十倍的智能驾驶方案，至少需要 1000 亿公里的里程数据，而像 Waymo 那样自营车队无法获得这么多数据。

数据驱动现在是 AI 行业常识，但十年前是非共识。Momenta 是同期创业公司中的异类，它一边追求全无人驾驶，一边给车企做量产的辅助驾驶方案。很多年里，这被市场解读为缺乏想象力或 “说一套做一套” 的拧巴。直到 2023 年后，Momenta 以快速增长的客户数、定点量、收入和毛利成为行业第一：累计服务了 100 万台量产车，有 20 多家车企客户，涵盖全球十大车企中的 9 家，累计交付 100 多款车型，在手定点超过 200 款。

曹旭东做对决策的方式是 “聪明人下笨功夫”，这是一个 zoom in（缩进）、zoom out 的过程：

既需要抽象程度很高的思考，但又不能只停在这层，还要往下深入好多层，主动找能检验判断的数据点，再返回来总结抽象规律，再迭代。这让我们不会犯致命的大错误，更小的错也能很快发现、很快纠正。

这不是一套高深的逻辑，但曹旭东说要持续这么做不容易，因为 “这挺累的”。

更多笨功夫在判断之后的执行中。曹旭东说：真的相信数据驱动，是在遇到问题后，先想怎么改系统、改体系，让数据驱动能 work，而不是很快退回到其他方法。

在两年前《晚点》对曹旭东的上一次专访中，他详细描述了 Momenta 如何通过一系列组织激励和软硬件系统工具，来跑通数据驱动流程和获得规模交付的能力。

今天，Momenta 正式登陆港股，市值超 700 亿港元。

Momenta 敲钟仪式现场，曹旭东（左四）、联创夏炎（右二）、孙刚（右三）、孙环（左二）出席。

曹旭东再次接受《晚点 LatePost》独家专访，他回顾了 Momenta 第一个十年的量产智驾，也分享了下一个十年，他对具身智能和物理 AI 的机会推演。

带着笨功夫的曹旭东，再次面对一个缺少共识、没有收敛的新方向。和过去一样，他也想得很早，时间会检验，这一次他是否想得够准。

改变市场格局的窗口正在关闭

晚点：去年 10 月，你公开说高级辅助驾驶的竞争在 2026 年就会结束，中国会剩下两三个胜出者。现在这个判断有变化吗？

曹旭东：没有。中国最终大概率会有两三家，全球三到四家。这里不包括车企自研，只讨论第三方公司。

晚点：是哪三家？

曹旭东：比较确定的是我们和华为。我们两家的市占率加起来已经超过 90%。

晚点：如果只算城区 NOA 是这样，Momenta 在全球和中国都是市占率第一，都在 65% 左右，但如果一起算上高速 NOA 呢？（注：在人类司机的监督下，高速 NOA 是车辆能在高速路上自动变道、超车、进出匝道等；城区 NOA 是车辆能在车流、人流、路况更复杂的市内道路上完成自主通行。）

曹旭东：高速 NOA 是一个过渡性产品，从去年下半年开始，我们的新定点都只做城区 NOA，不再做高速 NOA 了。当你拥有城区能力后，高速能力更多是一个产品设置问题，就是加一个开关的事。

晚点：你说高级辅助驾驶的竞争会在 2026 年结束，怎么定义 “结束”？

曹旭东：后来者很难再挤进第一梯队，改变格局的窗口关闭了。

晚点：这已经发生了吗？或者说达成什么条件后会发生？

曹旭东：正在发生，而且头部公司的份额还会越来越大。

智驾行业的规律就是强先发优势和规模优势，这两点又相互叠加——头部公司率先达到一定的产品能力后，能更早获得更大的量产规模、更多收入和毛利，然后能持续投入研发，再得到更好的产品；第二梯队如果只有少数客户、车型，且价格被压制，就很难持续做研发竞争，技术和产品差距会继续扩大。

现在已经发生的情况是，我们和华为加在一起的市占率超过 90%；我们两家的客户数也多很多，其它公司的高阶客户多是个位数的车企，而我们有 20 多家车企客户、200 多款车型定点。

同时，智驾的摩尔定律还在加速：两年前是每两年性能提升 10 倍、价格下降一半，现在更快了。不管是保持在第一梯队，还是未来继续走到 L3、L4 都需要持续的大额研发投入。这时较低的定价、较少的客户就会进入恶性循环。（注：L3 是大部分情况不需要人来接管的智能驾驶，智驾系统承担安全责任；L4 是全无人驾驶。）

晚点：像英伟达和地平线那样从智驾芯片延伸到智驾方案环节，是不是能打破这个不利的循环？

曹旭东：有可能，所以我说中国是 2~3 家，有两家已经比较确定；全球是 3~4 家。但有一个因素是，芯片和软件如果绑得太紧，会限制客户的选择。比如我们今年的量产方案中，有相当比例的芯片也用了高通和英伟达的，客户选择更多、商业上更灵活。

晚点：另一个影响智驾公司状态和市场格局的因素是车企自研，这会影响第三方供应商的整体市场规模和利润空间，这两年你看到的自研变化是什么？

曹旭东：还是我之前的判断，第三方公司有更高的研发效率，我们是累计用不到 20 亿美元的研发投入做到了现在的产品能力和市场份额，而不少车企以往的投入更多。

再往后，我们的收入和利润正在快速增长，现在又上市了，未来几年的研发投入还会持续翻番。我认为长期看，第三方供应会是市场主流。

晚点：特斯拉的 FSD 也计划外供，这会怎么改变市场格局？

曹旭东：特斯拉很难真正成为第三方供应商，其它车企可能不愿意采购。

晚点：如果完全版的 FSD 入华，对中国智驾市场的影响是什么？

曹旭东：对行业格局没有实质性影响，还是中国两三家、全球三四家，但会加速这个进程。就像当年特斯拉电动车进中国加速了行业洗牌。

晚点：你们最新的智驾模型 R7 和最新的 FSD 比是什么水平？

曹旭东：今年底我们能打成平手。再往后，特斯拉应该能拿到中国数据做本地训练，体验会有更多进步。即使如此，我们也期待这样的竞争，因为它会让整个行业更多地卷安全、卷品质、卷体验。

智驾已经从 nice to have 到 must have

晚点：几年前，市场的一种普遍推演是智能电动车的品牌数量会相对少，比如李想和何小鹏都曾预言，电动车会像手机那样集中到 5 家左右；智驾供应商的数量则会更多，这会带来激烈的智驾价格战，大家都赚不到钱。而从 Momenta 招股书看，你们的毛利从 2023 年的不到 20% 涨到了 2025 年的超过 70%。为什么后续发展和此前预测有这么大的差异？

曹旭东：我不知道其他人是怎么想的，我以前就不同意这种观点。车是消费品，天然有个性化属性，所以品牌不会那么集中。而智驾行业的规律就是强先发优势叠加规模优势，注定容纳不下很多玩家。

晚点：你们已经做到了这个市场超 60% 的市占率，依然在亏损。这是为什么？什么时候能盈利？

曹旭东：我们今年可能还会战略性亏损，相比去年会收窄，明年打平、后年盈利。这是因为每年提升十倍体验是我们最重要的目标，然后是兼顾收窄亏损。我们的研发投入还在涨，比如 GPU 的投入，今年可能是 2 亿美金，明年 4 亿，后年可能到 16 亿。但我们也不会一直亏，这会损害投资人的利益。

晚点：这需要多大的业务支撑？你两年前告诉我们的关键指标是服务 1000 万台量产车，而截至 2026 年 6 月底，你们累计服务了 100 万台车，还差 10 倍。

曹旭东：28 到 29 年差不多能到 1000 万台，这从订单和定点上可以推算出来。

晚点：现在汽车销量增速放缓，车企在打价格战，毛利在下降，这会怎么影响你们？

曹旭东：会倒逼我们把产品做得更好。拿我们某个客户来说，它的高阶智驾方案的选装率就非常高，20~30 万价位的车超过 80%，15 万~20 万价位的有五六成，10 万价位的也有二三成。选装要额外付费，所以我们不是成本项，是盈利项。

晚点：这个逻辑的前提是消费者认可智驾的价值。而目前一些市场调研显示，购车决策的主要因素依然是价格、外形和空间。

曹旭东：如果智驾只在这几个因素之后，那已经非常靠前了，几年前它还在倒数的位置。智驾的体验已经跨过了好用的门槛，从前面提到的选装率就可以看到，对更多消费者来说，它已经从 “nice to have”（有更好）走到 “must have”（必须有）了。

晚点：最好的和次好的智驾，在体验上现在能拉开多少差距？消费者能感受到吗？

曹旭东：当然能。拿我们自己的 R7 和上一代 R6 比，同样遇到前方有施工场景，R6 也安全，但更像新手司机，比较 “肉”。R7 则避让得非常早，整个过程安静、丝滑，好多时候你根本没意识到前面遇到了特殊路况。

晚点：你们的最新版本和华为的最新版本比了？

曹旭东：各有特色，大家都进步得很快。

晚点：再往后，第一梯队之间的差别会是什么？

曹旭东：我觉得智驾跟电池很像，只有好和更好，好的标准是相似的：更安全、更舒适、更有效率。你也可以调成不同风格，奶爸风、运动风……但好和更好的差别占了八九成，差异化只占一两成。

晚点：那你们在体验上能给车带来什么差异化的竞争力？

曹旭东：车企的整体竞争力来自他们自己的品牌和产品能力——知道自己的用户是谁、他们喜欢什么，再倒推需要什么技术。至于这些技术是自己做，还是用最好的供应商的，没有本质区别。

晚点：但过去几年最成功的车企特斯拉和比亚迪都以垂直整合见长，他们都自研电池、智驾等核心技术。

曹旭东：也对也不对。垂直整合就像加杠杆，时机好时能放大势能，但原点还是做出了好的产品。比亚迪之前十几年里也一直在垂直整合，直到 2020 年做出了汉这么好的产品。

晚点：你觉得品牌未来会成为智驾这个中间环节的竞争要素之一吗？你们现在的份额（高阶的城区 NOA）比华为高，但品牌影响力不如华为和特斯拉。

曹旭东：我们确实需要更强的品牌。Momenta 现在是美誉度尚可，用过我们产品的人会认可我们，但知名度一般。我们这次 IPO 的重要战略目标也不是融资，而是品牌和信任。

晚点：Momenta 想塑造什么品牌形象？

曹旭东：安全、安心。对应我们的愿景之一：十年挽救百万生命。

Robotaxi 的拐点在两年之后

晚点：2016 年 Momenta 成立时的战略就是 “一个飞轮、两条腿”：是指用同一套数据飞轮支持两块业务，一是我们前面聊的高级辅助驾驶，这是你们目前收入的大头；另一个是 L4 级全自动驾驶如 Robotaxi 等。前面你说，高级辅助驾驶的竞争会在 2026 年结束，那么 Robotaxi 呢？

曹旭东：首先纠正一下，第一条腿准确说不是高级辅助驾驶，而是量产业务，因为量产未来也会走到 L4。另一条腿是 Scalebale Robo，包括 Robovan、Robotruck 和 Robotaxi。

这个市场的拐点，我认为会在 2028 年到来。首先技术上，从现在的进步速度推算，到时头部公司的智驾安全性可以达到人类的 10 到 100 倍，这也会带来商业化的爆发，从 2028 年到 2030 年，整个市场规模可能会增长 10 倍。

晚点：假设你的判断成立，截至 2025 年底，Momenta 只有几十台正式运营的 Robotaxi 车辆，而行业最领先的 Waymo 已经超过 3000 台。这个差距能在未来 2 年多里追起来吗？

曹旭东：更重要的不是现在的规模，是加速度。25 年底我们只有几十台，今年会到几百台，明年是数万台，后年可能超过 10 万台。这是指 Robovan、Robotruck 和 Robotaxi 加起来的量。

晚点：靠什么能增长这么快？

曹旭东：就是靠技术，每年提升十倍性能。

晚点：具体的技术信号是什么？

曹旭东：简单来说，是数据驱动的方式更加通用了。2023 年，我们实现了用深度学习来做 planning（智驾的规控环节，规控之前的主流做法是 rule-based，编写确定的规则，而非用大量数据训练 AI 模型），24 年端到端，25 年推出 R6 强化学习模型，26 年是 R7 世界模型。

这些技术的名字不一样，但底层逻辑一样：就是让模型能吃掉更多数据，带来更好的、可预测的性能提升。两年前我看到的速度是两年提升十倍，最新的判断是每年十倍。

尤其是到今年，我们在 R7 世界模型上验证了一件重要的事：一套 world model 能支持多个下游应用，量产、Robovan、Robotruck、Robotaxi 都可以。更早之前，这种通用性主要是在量产和 Robotaxi 上，因为乘用车的结构更相似。

晚点：另一方面，Robotaxi 等 Robo 业务真是个好生意吗？从已上市的 Robotaxi 公司看，文远知行、小马智行 2025 年的毛利都比你们低，分别在 30% 和 15% 左右，如果你们也做大 Robotaxi，会如何影响利润水平？

曹旭东：这看战略选择。在 Robotaxi 业务上，我们不会自己做出行平台或自营大规模的车队，滴滴、高德已经做得很好了，我们会和他们合作，提供自动驾驶司机，赚服务分成的钱。

晚点：除了 Waymo、百度、小马、文远等已经做 Robotaxi 多年的公司，去年至今，京东、美团等更多大公司也在进场 Robotaxi，为什么会如此？以及这会怎么影响接下来的竞争？

曹旭东：更多人进来还是和 Waymo 的进展有关，它已经在旧金山、洛杉矶等城市日常运营。

而对我们自己来说，未来五年的排序是 Robovan 第一，Robotruck 第二，Robotaxi 第三。Robovan 和 Robotruck 需求更强，竞争也更少。

Robovan 是同城物流，涵盖金杯车、冷链车、物流小车等等。Robotruck 是大宗物流，拉煤拉矿，短的三五十公里，长的两三百公里，跑的是偏僻的郊区路，车流、人流不多，但路况复杂，有坑、动物横穿，甚至狼在马路上溜达。这个规划里暂时还不包括高速干线物流，我们认为这是自动驾驶最后一块难啃的骨头，技术、商业、政策都难，最后才会做。

从自动驾驶到具身智能，这就像打游戏

晚点：2024 年 6 月我们专访你时，你说暂时不会做具身智能或通用机器人。而现在你们也要来做具身智能，这中间发生了什么变化？

曹旭东：我们今年也不会有太大投入，计划是明年开始。以终为始倒推，我们判断到 2030 年，家庭机器人能进入拐点，开始规模化的商业化。

晚点：这是怎么推算的？

曹旭东：第一是端侧算力。有自动驾驶探路，到时端侧芯片应该能支持同时部署物理大脑和语言大脑，这个问题最早 28 年就可能解决。其中物理大脑一定要在端侧，云端的延迟没法支持精细操作；语言大脑可以在端侧也可以在云端。第二是到那个时间点，本体的可靠性、精度和灵巧性也都能做得不错，供应链会相对成熟。家庭机器人要规模化，本体成本需要做到一万到两万美元，最理想是一万美元。

晚点：那为什么是 27 年开始投入？很多专门做具身智能的创业公司 23、24 年就起步了。

曹旭东：今年和明年对自动驾驶很重要，要保证量产和 Robo 线的飞轮转起来。飞轮转顺了，研发能力和组织能力溢出，这时再做机器人是顺水推舟。能力没到位就硬做会顾此失彼，很痛苦。

更重要的是，27 年开始更大力度投入并不晚。我们之前就有研发储备，R7 验证世界模型可以 work，这意味着物理世界的海量数据能真正被用起来，物理规律可以被预训练到模型里。自动驾驶上的预训练是学驾驶常识，后训练是好的行为对齐；机器人的预训练是学物理常识，后训练也是好的行为对齐。这两套研发范式和数据管线等基础设施有相似性，未来可以复用。

今年上半年我跟硅谷做得好的机器人公司交流，发现他们也在往这个方向转，比如 Physical Intelligence，用大规模无本体数据做预训练，再用本体数据做后训练，把成功率从 50% 提升到 90%。这也带动了机器人数据产业的发展，无本体的数据采集让成本大幅降低。大规模预训练需要的数据量，10 万小时才算入门，1000 万小时算海量。数据的快速增长会在未来两年发生。

晚点：在做量产智驾和 Robo 业务时，你们可以共用大量真实的驾驶数据，这是 “一个飞轮，两条腿” 成立的前提。但到通用机器人，你们也要从头收集大量多样化的物理世界数据，有什么比别人更高效的方法吗？

曹旭东：这是个需要进一步探索的问题。

晚点：新一批获得巨额融资的具身智能创业公司，他们只做具身这件事，你们和他们比的优劣势是什么？

曹旭东：机器人需要的研发投入至少是百亿美金，有可能是几百亿美金，我更倾向用毛利润去投研发，而不是单纯烧钱或者从二级市场融钱。

晚点：你们的毛利够吗？

曹旭东：百亿美金听起来很多，但自动驾驶未来几年会爆发式增长，我们的收入和毛利润可能每年接近翻番。我相信这能支持我们把机器人做出来。

晚点：和你们同一年成立的宇树马上也会上市，而且现在已经盈利。你们和宇树的发展路径会有何不同？

曹旭东：宇树在机器人领域做了很多开创性的工作，它更多是从本体切入，现在也在做大脑。我们更多是从想做的场景出发，从大脑出发，再去做本体。

晚点：你们会自己造本体吗？

曹旭东：会设计本体，制造的话，中国的供应链和生态非常完备。

在重要的方向上，怎么能做成我们就会做什么。什么是家庭机器人、它的价值是什么、用什么产品形态创造这个价值，行业里没有现成公式和产品，就需要自己端到端定义。

晚点：现在，宇树等具身智能头部公司有估值和人才吸引力的优势。比如大量的智驾工程师跳槽到了具身智能公司。这会怎么影响行业竞争和发展？

曹旭东：我也看到了从具身回流智驾的情况。具身智能行业现在太喧嚣了，就是不停做 demo、想办法融资，真正的研发效率还没那么高，所以有些人心里发慌，跳槽后又觉得还是智驾行业更扎实一些。

晚点：接下来 Momenta 要同时做量产、Scalable Robo 和具身智能，怎么分配资源和优先级？

曹旭东：我不会从这个角度思考问题。我们的方式是，有利于业务发展就投，以创业公司的方式投，设最小闭环，一个个去验证，走通了再进下一阶段。

而且这几件事的共同基础都是做好 foundation model（基座模型），就是前面提到的我们在 R7 上验证的世界模型的通用潜力。foundation model 提升十倍，可能每个下游应用都能提升十倍。放到大语言模型里，一个模型能做数学题、写代码、写 PPT 是很正常的事。

晚点：如果 Momenta 把上面说的这三件事都做成了，会变成一家什么样的公司？

曹旭东：我们成立时的百年愿景就是 Better AI, Better Life。量产自动驾驶、Scalable Robo 和具身智能是一步一步来的，相当于第一曲线、第二曲线、第三曲线。

所以 Momenta 一直是一个 AI 公司。如果再限定一下，可能是一个物理 AI 公司。

晚点：它会变成一个规模多大的公司？

曹旭东：不太好说，这也不是我想问题的出发点。

我刚开始创业时，我们不是自动驾驶公司里最豪华的团队，我才 30 岁，团队里大部分人都是二十多岁，而那时自动驾驶创业公司有一两百家。我不是因为觉得能跑出来、能上市，才做这家公司，更重要的是这件事很有乐趣。

其实创业不会天天想未来能做多大。每一天里，更强烈的感受是，对问题有了更深的认知，在技术上有了更多创新，跟一帮优秀的人一起解决了更多问题、创造了更多价值。用户从吐槽变成认可，开始跟家人、朋友推荐我们的产品。

这个过程有点像打游戏，第一关打完觉得好玩，就进入第二关，第二关打完更好玩，就进入第三关。

超一流的人是聪明人下笨功夫

晚点：你是中国第一批 AI 研究员出身的创始人，你在微软亚研院做计算机视觉研究和后来加入商汤做执行研发总监的经历，对后来创业的影响是什么？

曹旭东：我本科是学物理的，但我学了统计物理学之后，开始对人工智能感兴趣。统计物理可以延展到统计学，再到统计学习，统计学习的本质是从数据里学习知识，深度学习是统计学习的一个分支，大模型又是深度学习的一个分支。

真正来做 AI 研究，是 2010 年进入微软亚研院计算机视觉组之后。那时孙剑是这个组的负责人（注：中国知名 AI 研究者，ResNet 作者之一，曾任旷视研究院院长），我们都叫他孙老大，他对我的影响很大。之前我更喜欢逻辑思考，觉得好的工作有点像爱因斯坦提出相对论，靠顶层原则推演出精妙的想法。而孙剑非常重视实验，尤其是实验里跟预期不一致的现象，这里面往往藏着重大发现。

这改变了我做事的方式：一流工作很多时候不是想出来的，是做出来的。世界上聪明人太多了，同样的框架推演出的好想法，很难是最顶尖的创新。但从实验中得到的跟预期不一致的现象很可能只有你知道，它会引向更独特的发现。

一些聪明人会忽视做实验、看数据这些琐碎的工作。而真正超一流的人，是聪明人下笨功夫。

晚点：这放在大模型上成立吗？

曹旭东：更加重要了。因为大模型的训练周期更长、成本更高，前期实验不扎实的代价更大。

晚点：2016 年，为什么离开商汤创立 Momenta，看到了什么机会？

曹旭东：我觉得自动驾驶是一个更颠覆性、技术难度也更大的方向。它不止包含计算机视觉，也就是感知智能，还需要认知智能。我就想找一个标杆性的行业，能同时锻炼感知和认知智能，又能创造很大的用户价值和社会价值，自动驾驶是个很好的切入点。

晚点：为什么一定要创业来做这件事？

曹旭东：我最开始也考虑过加入一些公司，我跟 Google 的人交流过，但我觉得他们当时没有从本质思考核心要素是什么。我认为核心要素是数据，算法架构要变成数据驱动，得有海量数据才能解决大量长尾问题。

而当时我和他们聊时，对方会很快跳到某个具体算法模块怎么做，怎么拼在一起，没有顶层设计。如果你的目标是登月，仅仅看到问题、解决问题，永远到不了月亮。

晚点：现在数据驱动是常识了，而你在 16 年就这么判断，为什么？

曹旭东：我大学时研究过很多生物智能相关的书，所以比较早时就对数据驱动的神经网络有了解。后来孙剑也推荐我读 On Intelligence，我之前就读过中文版《人工智能的未来》，我们互相推荐后才发现是同一本书，这整本书都在讲神经网络。

二是我在微软、商汤见过真正 work 的产品，哪怕在一个很窄的应用里，都是数据越多效果越好：百万级数据能做个 demo，千万级能做好的 demo，一个亿能做及格的产品，十亿才能做真正好的产品。

晚点：你在 2018 年之前就公开说过需要 1000 亿公里级别的驾驶数据才能实现自动驾驶，也是基于这个推演，Momenta 一开始就没有走 Waymo 路线，因为你认为靠逐渐扩大自有车队规模，很长时间里都达不到这个数据量级。当时是怎么具体计算和做战略判断的？

曹旭东：我是学物理的，有了一个方向判断后，也要做定量计算，不用算得那么准，但量级得对上。

具体计算过程很简单，人类的安全性大概是 1 亿公里一次重大事故。自动驾驶要普及，安全性至少要比人类高十倍，也就是 10 亿公里一次重大事故，不然凭什么被社会接受？

而要验证这一点，跑很短的里程不够，就像扔一枚硬币检验概率是不是二分之一，得扔大概 100 次，误差是根号 N 分之一。需要的数据量就是至少是 10 亿公里乘以 100，是 1000 亿公里。这么多数据不可能靠自有车队获得，只能靠量产。

所以逻辑是先有数据驱动，然后推出量产，再往后是用量产数据继续做 Robovan、Robotaxi 等业务，变成了飞轮的两条腿。

晚点：2016 年时，行业里是怎么看数据驱动的？

曹旭东：远远没到共识的程度。当时，用深度学习做感知都是早期阶段。直到 2020 年前后，用深度学习做 planning 都不是共识。我记得当时我们有个投融资同事出去交流一圈，带回的反馈是：哪家公司说能用深度学习做 planning，这家公司肯定是骗子。

晚点：那你们岂不是也被贴上骗子的标签？

曹旭东：我们没那么高调。我们的文化是做出来了再说。

晚点：但确实很长一段时间里，你们给市场的印象比较 “拧巴”——一方面说自己要追求全无人驾驶，另一方面实际在做的是服务车企的量产辅助驾驶。在 2019 年到 2020 年，其他头部智驾公司大额融资的阶段，你们没有融到一分钱。

曹旭东：解释是没用的，尤其对外部投资人。你做到了，大家才信，没做到，凭什么给你这么高的估值？但在内部，我们可以筛选相信这个方向的人。方案对，就能拿到正反馈，正反馈又会加强组织信念。

晚点：即使一个判断是对的，短期也可能没有正反馈，你有自我怀疑的时刻吗？

曹旭东：没有。这个方向的长期业务正反馈可能需要三年、五年，但内部研发进展不需要这么久，一个好的研发路径的设计，就是会让团队在一周到 1 个月里就能看到小的技术正反馈，而且正反馈会持续发生。

晚点：从 2016 年到现在，你们这个数据驱动的战略内核经历过什么大的迭代？

曹旭东：没有大的变化。16 年是有这个理念，反复跟大家讲，后来人多了，我们就总结成一个 slogan、画了一个图，放到了 T 恤上（指向自己传的衣服，曹旭东说自己有十几件 “司服”，上面印着 “飞轮” 图示），就是你看到的 “一个飞轮、两条腿”——飞轮是数据飞轮，两条腿是量产和 Robo，量产获得数据，数据又反哺量产和 Robo 业务。

晚点：但你们总会有遇到挫折或有负反馈的时刻，那时也不曾动摇最初的判断吗？

曹旭东：这在于你是不是真的相信数据驱动，相信和真的相信不一样。

晚点：区别是什么？

曹旭东：真的相信，是遇到所有问题后都先去想，能不能通过创新性地改架构、改体系让数据驱动能 work。很多人说相信，但遇到问题后，还没有做尽力地尝试，就很快退回了其他方法，这不是真的信。

晚点：因为相信所以看见，还是因为看见所以相信，你是哪一种？

曹旭东：应该说，相信和看见会同时发生。

重大决策失误，这很难在我们公司发生

晚点：在你的描述中，Momenta 的技术判断和核心战略一直没有大变化，而且拿到反馈也相对容易。那么整个公司发展中，真正难的部分和阶段是什么？

曹旭东：文化和组织。18 年底到 19 年，公司在文化上有一个大调整。18 年之前更像一个松散的研究院，之后更像一个以客户为中心、能打胜仗的创业公司。

晚点：你之前在商汤带过从技术到产品的完整链条，为什么创业前两年公司还是像研究院？

曹旭东：那时候还是不够扎实，我更多是跑投资人、跑客户，研发和产品没抓得那么细。

晚点：你意识到什么问题后才发现必须改变的？

曹旭东：over promise（过度承诺）。对投资人 over promise，产品和商业化进展都严重 over promise，这不需要我从内部发现，外部都看得出来。

晚点：后来怎么扭转团队文化的？

曹旭东：先讲理念，我们要为客户创造价值、载体是产品，技术创新为产品价值服务。理念讲完后树标杆，谁上谁下，都看能不能符合这个理念。

现在说好像都很简单，当时其实挺痛苦的，从发现问题到解决问题，耽误了公司半年多。那时候看到的是千头万绪的问题，对哪个问题最重要的判断不一定准。

晚点：你 30 岁创业，第一次创业就选择了年轻新手创始人并不擅长的 to 大 B 方向，十年后你们还活着，而且做到了市场第一，做对了什么？

曹旭东：一个是以客户价值为中心，一个是低成本短周期试错。第二件事的关键能力是 Zoomability，就是能 zoom in（缩进）、zoom out（放大）的能力。

CEO 最重要的工作就是看到一个高价值的、值得投入的方向，这既需要抽象程度很高的思考，但又不能只停在这层，还要往下深入好多层，主动找能检验这个判断的数据点，再返回来总结抽象规律，再迭代。这让我们不会犯致命的大错误，更小的错也能很快发现、很快纠正。

晚点：曾有什么决策让你后怕吗？如果当时做错了，可能结果完全不一样？

曹旭东：这样的事很难在我们公司发生。

重要决策，比如要做具身智能，不是今年才决定的，20 年、21 年就在讨论，23 年、24 年做了很多调研，真要干的时候，已经不是做不做的决策，而是选什么时机、什么切入点。

晚点：这种决策方式，你不会担心行动慢一拍吗？

曹旭东：所以重大决策要想得靠前。

晚点：外界对你的评价是：战略判断准确，和由此带来的执行定力。要做到想得早、想得准，靠什么？

曹旭东：也不复杂，你觉得一件事重要，就会经常想，想得多了、讨论多了、一手信息收集得多了，自然会有更深入的认知来做判断。很重要的一点是到一线拿一手信息，而不是坐在办公室听汇报。这说起来容易，做起来没那么容易，因为这挺累的。

往往聪明或人容易忽视用一手数据和信息做验证的过程。还是前面说的，超一流团队是聪明人下笨功夫。

晚点：大模型技术会怎么改变你们的组织运转方式？

曹旭东：大方向是组织更扁平、层级更少、岗位更全栈，原来完成一件事需要三四个角色合作，现在可能归并成两个。

晚点：对你自己做决策的影响和帮助呢？

曹旭东：我会和模型探索性地聊一些开放想法，它相当于一个随时能交流的顾问，因为有时我想问题可能会想到晚上三四点，不好意思这个点给大家打电话。但在关键问题上，大模型跟公司的高管和骨干相比还有很大差距。

晚点：有些 CEO 现在会和大模型每天长时间深度交流，比如一天聊 2 小时，你有这种上头的时候吗？

曹旭东：今年春节时有过，之后就没那么频繁了。

目前大模型的能力主要在提升效率，但对 CEO 的工作来说，更重要的不是效率，是认知和判断。好的判断通常需要很长时间去思考，去一线获得一手信息、反复验证。很多时候没法判断，是因为离一线太远，或者一手信息不全、有偏。而模型里没有一手信息。

晚点：好像 AI 没有怎么在改变你自己的核心工作方式。

曹旭东：有句话是狐狸知道很多事情，刺猬知道一件大事。我渐渐发现很多事需要一些底层原则，一旦掌握了一个原则，可以用到底。

晚点：下一个十年，你希望 Momenta 成为一家什么公司？

曹旭东：下一个十年再到更远的二三十年，家用车可能都是 L4 了，物流车也是；我的小孩已经长大，出门打车用的都是我们提供的技术。机器人已经普及到每个家庭，我母亲吃完饭想出去散步，说这个盘子帮我洗一下放进洗碗柜，机器人就能帮忙做。除了干活，机器人也可以和人互动、提供陪伴，可以启发孩子学习科学规律。

简单说，每个人都会过上亿万富翁的生活，一个现在的富豪享受的服务和陪伴——家庭医生、家庭教师、教练、司机、保姆——这都可能在通用机器人上实现。

晚点：大部分时间里，你用逻辑和推演来回答问题，但这次你讲了一个非常感性的图景。

曹旭东：因为我细致地想象过。这回到了我们公司的百年愿景：Better AI, Better Life。一开始我们定这个长期愿景时就没有限定在智驾。

因为创业时我想，智驾在那之后 10 到 20 年就会大规模普及，到时我和创始团队才 50 岁左右。而更好的 AI 是没有尽头的，是有生之年可以一直做下去的。

题图来源：Momenta 7 月 8 日港股 IPO 现场。