对话Momenta曹旭东：创业十年，就像我们的一场喜马拉雅

十年创业，极致取舍。“物理AI的GPT时刻快到了。”

《中国企业家》记者 李艳艳
见习编辑｜李原 编辑｜何伊凡

头图摄影｜邓攀

7月8日，Momenta在港交所挂牌上市，成为“物理AI第一股”。股价开盘涨超6%，总市值突破700亿港元。此前一日，Momenta宣布，其量产业务搭载规模已突破100万台。

“对于人工智能的痴迷与好奇，让我们的人生‘生机勃勃’。”上市仪式现场，曹旭东有些动情。

身着深色西装外套、蓝色牛仔裤的他站在台上，高举起敲锣的红锤。他的核心团队里，好几个人来自清华山野协会和登山队。他们一起登过四川雀儿山，6168米。

他把创业比作登山。不是阿尔卑斯式的快速登顶，而是喜马拉雅式——稳扎稳打，建大本营、C1、C2营地，一站一站往前走。“任何难的事，可能都要这样。”上市之际，曹旭东对《中国企业家》说。

来源：受访者

十年前刚起步时，没几个人觉得这条路能走通。

1986年出生的曹旭东，是甘肃庆阳人。他上学时，全县只有一个幼儿园、一个小学、一个初中、一个高中。那届学生考上一个清华、一个北大，他是前者，却在工程力学系直博不到一年退了学。他习惯“learn by doing”（在实践中学习），但不是为了拿第一。亦如创业，“像打了一局游戏，大家都很开心，有种智力的愉悦感”。

在微软实习时，他的老板是计算机科学家孙剑。孙剑给了他一个special offer（特殊录用），让他仅凭本科学历就进了微软研究院。他在微软那五年，发了十几篇顶会论文，但收获最大的，是从孙剑身上学到的两样东西：一是问题导向，二是务实研究，去一线。“经得起一手数据检验的，才是好东西。”

2016年，30岁的曹旭东从商汤科技离职创业。虽然在商汤只待了一年多，但那是“一段激情燃烧的岁月”，经常月初跑客户“吹牛”，月底交付。有好几个月，他睡在办公室，第二天听着叮叮当当的上班声，从沙发上跳起来接着干的情景，至今想来仍印象深刻。

创业前夕，他去硅谷跟Waymo交流。他的判断和别人不同：自动驾驶要做到规模化L4，一定需要海量数据。他选了“一个飞轮，两条腿”路线，通过L2量产积累数据，反哺L4。那年头，L4 Robotaxi（自动驾驶出租车）才是主流叙事，其他玩家高举全无人驾驶旗帜。他的选择显得不合时宜。

但这亦是曹旭东的性格。“有的道理如果我自己没想明白，这个话我不会说，也不会跟风。”

2018年底，他觉得公司“太像一个松散的研究院”，团队没法形成合力，决定把文化从“研究感”掰成“创业感”。自己很纠结，搞得大家也痛苦。折腾了大半年，很多人离开了。他后来意识到，绝大部分人是因为看见，所以相信，“你得让大家看见，哪怕看见的不是终极目标，而是道路上的小胜利。”

这场痛苦的自我训练，逼着他学了大量的组织管理。公司高管定期读《基业长青》《从优秀到卓越》，也读任正非的讲话和会议纪要——他用这些书搭建团队的“思想平台”。不然，大家都是很聪明的年轻人，每个人都有自己的独特想法，如果没有共识，只会互相打架。

2021年，首个项目量产交付。曹旭东又提出“主线剃刀”原则，要求团队用最简单的方案解决最多的问题。刚量产时，行业架构正从分布式向集中式转，泊车、行车是两套方案，要合成一套。“大家不知道怎么做，但用主线原则来看，就必须这么做。就算有风险，也只能这么干。”

曹旭东是狮子座，INTP（逻辑学家），自诩“共情力不强”。一次销售在群里写了一段话“怼他”，他看完点了个赞。同事震惊。他说：“我第一没反应出来。我觉得他说的有道理。”

但有些事，他放在心里很深的位置。父亲是开货车的，曾在路上出过事故。后来，Momenta的“三个10年”愿景中，第一条就是“10年挽救百万生命”。

十年后的今天，量产数据成了最厚的壁垒。搭载Momenta系统的量产车已超100万辆，年底接近200万，2028年底可能超1000万。1000万辆车一年跑1000亿公里，一个人开一辈子车也就百万公里。“解法简单、暴力，数据量要足够大。”

数据规模带来了财务模型的质变。Momenta营收从7.43亿元（2023年）增至24.13亿元（2025年），三年翻三倍。毛利率从17.5%跃至71.6%。许可服务收入从2300万元增至9.68亿元，涨了41倍，占比从3.1%升至40.1%。从“卖项目”到“卖产品”，边际成本趋近于零。

摄影：邓攀

Momenta很早就用深度学习做规划决策，从2020年一直干到2023年才量产。曹旭东说，那几年，团队不断看到惊艳效果，尽管有些问题没完全解决，但大家对这个方向的相信感越来越强。“这不是单纯的‘我相信’。”在他眼中，空中楼阁的信念很脆弱，只有建立在事实和正反馈之上，信念才会越来越强。

“‘better AI, better life’这条路，就像我们的一场喜马拉雅。”曹旭东说，这也是公司的百年愿景。自动驾驶的“三个10年”目标，可能到2030年就能完成，但产品商业生态成熟大概要到2036年。那时他50岁，核心骨干也才40多岁。他相信，一起打过硬仗、打过胜仗的那拨人，肯定愿意持续探索。

上市不是终点。

物理世界常识的预训练、因果的理解、从“看见世界”到“理解世界”的跨越……真正的竞赛才刚刚开始。Momenta的R7已经用上了world model（世界模型），曹旭东说，公司下一阶段将瞄准智能化场景。

“未来十年，我们将为每个家庭带来专职的阿姨、医生、教师等机器人的服务场景，开创物理AI的‘GPT时刻’。”上市仪式现场，他说，“希望和所有的中国AI公司一起，书写东方的硅谷传奇，拥抱全世界，也让全世界来拥抱中国的技术。”

雀儿山登完了，下一座山更高。而曹旭东和他心中的喜马拉雅越来越近了。

以下为《中国企业家》对Momenta创始人、CEO曹旭东的采访实录（有删减）：

谈“共识”：“物理AI的GPT时刻快到了”

《中国企业家》：Momenta不是以智驾公司的概念上市，而是以“物理AI第一股”上市。这种叙事逻辑的不同，你有何考虑？

曹旭东：物理AI对应的是数字AI。数字AI突破的时间点是2022年底2023年初，代表性工作就是ChatGPT。通过海量数据与训练，它能把整个数字世界的知识、常识全都压缩到整个模型里。所以它也叫pre-training（预训练），之后就带来了数字AI的很大发展。

从GPT到Chatbot（聊天机器人），再到Agent（智能体），再到后面的物理AI。你可以认为数字AI的Agent实际上就是物理AI的Robot，就是物理的一个机器人。

现在行业逐渐形成一个共识：物理AI的GPT时刻快到了，对应的模型就是“世界模型”。通过它能预测未来会发生什么。它能把整个物理世界的规律和常识，全部预训练到整个模型里。

来源：受访者

《中国企业家》：跟李飞飞他们在说的类似吗？

曹旭东：李飞飞讲的是物理空间智能。但物理AI包含的不止于空间，还包括更大的范畴。比如，如何去理解物理世界，如何基于物理世界做决策、规划。

《中国企业家》：构建世界模型有很多技术路径。你们怎么取舍？

曹旭东：这些技术路线彼此之间不矛盾，而且可以结合起来。

比如，3D高斯更侧重于三维重建，或者空间智能非常高。另外也可以跟世界模型结合起来。因为世界模型可以预测视频，也可以预测3D空间。

所以这些方法不完全是一个非此即彼的关系。更多是基于一个大框架，它有很多不同组合和选择。

《中国企业家》：物理AI有一个比较现实的挑战。它有可能要避免把统计上的相关性，直接推导成路径。在自动驾驶中，会不会遇到这样的问题？

曹旭东：这个问题一定会遇到。因为自动驾驶是一个输入非常高维、输出也相对高维的任务。如果学习不好，很容易出现因果混淆或者因果倒置问题。

但如果结合世界模型，能极大缓解这个问题。为什么？世界模型预测未来的能力，不光是说能预测那么一条轨迹。如果只是预测轨迹，那是一个很低维的任务。

但如果你用特别特别海量的数据，去做世界模型的预训练，是很难over fitting（拟合）的。因为学习的数据量太大了。

就有点像大语言模型，你很难拟合互联网所有的数据。同样，世界模型的话，你也很难拟合整个物理世界的海量数据。这样，你就能用海量的数据，倒逼模型学会因果。

因为只有学会因果，才能实现更好的预测。这并不是说应该怎么开车，而是说对物理世界未来会发生什么，你有更好的预测。

谈“世界模型”和“R7”：“世界模型预训练很重要”

《中国企业家》：清华大学张亚勤博士说，驾驶中的长尾问题没有办法穷尽。他选择创造虚拟场景来尝试。但你们选的是真实数据。怎么面对长尾无法穷尽的问题？

曹旭东：我们的解法比较简单、暴力。数据量要足够大。我们现在量产车规模已经超过100万辆，而且还在快速增加，预估今年底可能接近200万。到2028年底，很可能会超过1000万。

1000万辆车，按一年1万公里累计，当年的驾驶里程就有1000亿公里。这些数据足以覆盖很多场景。这里面涉及的问题，人开一辈子车可能都不会遇到。

你想想，一个人开一辈子车可能也就差不多百万公里。如果就开私家车，也很难到百万公里。开商用车的话有可能。千亿公里，相当于你个人经验的10万倍。

正常情况下，人开车差不多1万公里左右，会遇到一次难以处理的场景。

《中国企业家》：但这些数据属于车企，车不是你们自己的。你们享有哪一部分权利？

曹旭东：我们的数据使用主要是脱敏之后的，用于改进驾驶的安全性和自动驾驶的体验。从数据中没办法获得任何关于车主个人的信息。

《中国企业家》：世界模型对算力消耗比较大，但车端芯片要求的是实时推理，这中间有一定的矛盾。你怎么处理云端训练和车端推理之间的模型架构？

来源：受访者

曹旭东：首先，车端芯片算力在快速提升，速度已超过摩尔定律。

摩尔定律说，18个月算力翻一番。但在自动驾驶领域，大模型的有效算力或等效算力，甚至有可能在两年时间内提升5到10倍。所以进步的速度还是挺快的。

第二，云端的话，我可以训练一个大模型。再通过车端蒸馏，也可以使得车端的模型相对小，但性能很强。如果有一部分算力确实受到瓶颈，那就可以建立一个小模型或者建立一个学生模型。

《中国企业家》：但云端模型到了端侧，会做一些局部推理吗？

曹旭东：会。世界模型主要预测“未来会发生什么”。但当你真实使用时，只需要“怎么去开车”。这就相当于，你把关于未来会发生什么的那部分预测，像剪枝一样剪掉了，只保留自动驾驶规划和决策的那部分。

《中国企业家》：你曾说海量数据是“含矿量很低的铁矿石”。Momenta的“炼钢”体系，核心壁垒是什么？是算法、工具链，还是组织流程？

曹旭东：首先，车端数据绝大部分都是commodities（可批量交易的原材料、初级材料）。

在车端，我们会有筛选器。含矿量比较高的，可能渲染出来的，都是一些有意思的产品。比如说施工场景回传回来，这个数据还需要做进一步分级，并对行为进行标注，最后才会拿来做训练。

我们最终训练的数据，都是非常非常高级的数据。

整个行为标注、数据分析和清洗过程，相当于把富矿加工成钢铁。钢铁加工成发动机。发动机又变成一辆跑车。最终，跑车就是我们生产出来的产品，对应的是我们的自动驾驶产品的体验。

《中国企业家》：你说过R7“在系统层面与FSD V14对齐”。但特斯拉从未完整披露FSD V14的架构细节。两种架构的根本差异是什么？

曹旭东：性能目标，我们在今年年底肯定是对齐的。至于架构上是不是完全一样，它没披露，我不是那么确定。只能说大方向上，大家都在往共同的方向走。

我们的认知是，世界模型预训练很重要。做到这一点，你才能真正把物理世界的海量数据用起来，并且使得这个模型拥有物理世界的常识。

这样，它就很容易学习驾驶，并且很容易学习驾驶里面的好的行为。一旦没有常识，它特别容易出现因果混淆问题。这就有点像大学教授给大学生上课。他会假设你已经上过小学、上过中学，基础知识都已具备。但如果这个人根本就没接受过从小学到中学的所有教育，你要教他的话会特别费劲。

谈“求学时光”：“突然悟道的那种感觉，很美妙”

《中国企业家》：今年恰好是你创业十年。聊聊你创业之前的经历。你老家是哪里的？从小学习怎么样？

曹旭东：我老家是甘肃庆阳县。小时候，全县只有一个幼儿园，一个小学，一个初中，一个高中。没得选。我中学好多同学，既是幼儿园同学，又是小学同学，又是初中同学，又是高中同学。

我从小学习还可以，但不是最好的。我记得从小学、初中到高中，只有高三的时候，我才拿过第一名，之前一直徘徊在前5或前10。但我比较喜欢学习。打游戏跟学习都挺有意思，我游戏打得也还凑合，没啥天分，就是喜欢。那时候我们经常打即时战略，星际魔兽。

这跟我的创业有点像。坦率说，我决定创业时没想过，这家公司一定要在行业里拿第一。我觉得这件事挺有意思，也挺有意义，就愿意花更多时间思考，怎么把这件事做得更好。

Momenta创始人、CEO曹旭东 摄影：邓攀

尤其有跟你志同道合的人一起，大家能把这件事做得更精彩。就像你打了一局游戏，自己在这个游戏里面有很多精彩表现，大家都很开心，有种智力的愉悦感，而不是为了拿第一、打排位。

《中国企业家》：当时只有你一个人考上了清华吗？

曹旭东：还不是。从陇东中学考清华或者北大都不容易。一般好几年才考上一个。

但我们那届蛮神奇。有一个清华，一个北大。我们俩关系很好，父母之间的关系都挺好。我们从小一起踢球，一直是小学、初中和高中同学。

还有两个同学，其实应该都能考上清华或北大。他们一个考上了西安交大，现在是北大教授。还有一个当年考得不是特别好，后来是第二年的全省文科状元。

还有一个同学现在是南大教授。他从初中到高中一直是第一名，我们小学是同班同学。我经常到他家打红白机（游戏），还经常一起打乒乓球。当时我们五个人的关系都非常好。

《中国企业家》：你们这届的运气这么好吗？

曹旭东：更重要的是，我们彼此之间关系很好，兴趣爱好都一样。可以互相学习，共同提高。

我特别喜欢用这个词：“互相学习，共同提高”。而且我们这几个人都不是那种单纯的“为了学习而学习，为了好成绩而学习”。我们还是发自内心，对于学习这件事很感兴趣，很多问题都会一起交流。

集体智慧会激发个人智慧，个人智慧也会贡献于集体智慧。

《中国企业家》：你在清华工程力学系，学数值模拟、物理建模这类硬核工科。为什么后来转向AI？

曹旭东：大二时，我们上统计物理课。当时就觉得统计物理太有意思了。基于微观，结合统计，就会涌现很多宏观物理规律。这太神奇了。当你把微观和宏观打通后，突然悟道的那种感觉，很美妙。

然后我顺着这个逻辑，又去研究统计学，发现统计学更妙。它能从数字里提炼出或学习出来知识，甚至能学习出来智慧。

后来我才知道，统计学习是人工智能的一个分支。现在它已经变成最主流的分支了。一个很重要的原因是，统计学习的天花板要显著高于其他人工智能分支。

神经网络也是统计学习中的一个分支，包括现在大模型也是人工智能的子概念，因为它的效果非常好，逐渐变成了主流。

《中国企业家》：当时为什么没有转系，直接去学计算机？

曹旭东：本科毕业后，我选了直博，还是在工程力学系。AI是在校期间自学的。

当时学院的任老师对我很关心，建议我读完博士，或者博士转硕士。清华航院毕业，工作机会还是很好的。而且2008年那个时点，人工智能还没取得大的突破。

但我下定决心后，他对我还是很支持。我后来到微软研究院工作，还专门给任老师发邮件表达感谢。期间我还发表了一篇很有影响力的论文，也专门把论文发了一封邮件，发给老师表达感谢。

谈“微软经历”：“问题导向、产品导向，而不是方法导向”

《中国企业家》：你博士读了一年就退学了。微软为什么会要你？

曹旭东：得到微软的工作机会很偶然，当时我也没想到能进。

那时候，微软研究院属于全亚洲人工智能的殿堂和尖峰。我既不是科班出身，也没有相关学历和论文。凭什么可以去那儿工作？非常难。

所以我那时候想的是，干脆先退学，然后申请美国的人工智能PhD（博士）。我一边在微软实习，一边在筹备申请，同时再走退学流程。

后来就特别机缘巧合。因为我在微软实习期间工作做得非常好，当时我的老板是孙剑。大家都尊称他“孙老大”。他很受尊敬，在整个微软研究院很有影响力。他非常欣赏我的工作。

尽管我在学历上、过往论文背景上都没有什么特别亮眼的东西，但他觉得，我的工作做得非常好，就给了我一个special offer。相当于我用本科学历，就能在微软研究院工作。

《中国企业家》：那你怎么学习的？

曹旭东：我对学习感兴趣，但我不是那种特别喜欢上课、读书的学生。更多是有什么问题，我们从问题出发。要么自己想办法，要么就找解决方案，确认是不是书里或者论文里的东西。

我也不会一下子全读完，不追求百分百明白。

只要针对这个问题，我大概搞明白了，我就会试。如果发现能解决问题，那可能就意味着我懂了。如果还有问题，那我再去看看书，再去看看论文，反复思考一下。

learn by doing，我发现我的脑子更适合这样，我并不那么喜欢去读一个PhD。反倒是在微软工作更适合我，因为那里有实际问题。

孙老大的研究风格我特别喜欢。他是那种非常问题导向、产品导向的研究风格，而不是方法导向。他不会热衷那种学界流行或锦上添花的工作，而是说你有什么重要问题，我们抓问题。行业里如果有方法能解决，就用这个方案。如果没有现成方案，那就发明一个新方法。

后来，我就在孙剑的组里工作了。

《中国企业家》：在微软亚洲研究院计算机视觉组期间，你发表过十余篇顶会论文。成就感大吗？

曹旭东：在微软，发论文属于基操。坦率讲，这并不是我最感兴趣的工作。但整个过程和收获挺大的。但我收获最大的，还是从孙剑身上学到的，就是非常务实或者非常踏实的研究风格。

我原来觉得，好的研究应该像爱因斯坦那样。我有一个特别fundamental（根本性的）的假设，基于此，我可以推演整个世界。

后来真的做研究后，发现这样很难形成超一流的工作。你顶多做到一流。因为世界上的聪明人实在太多了。如果大家认知都一样，那我从底层原理能推演出的新发现，别人也能想出来。

那什么会带来超一流的工作呢？是你在做海量实验的时候，你会有一些新的实验发现。基于发现，会有一些新结果，又会形成一些新理论。这些理论可能会给整个产业或学术界带来一些重大意义。

现在在公司，我经常跟大家强调：一定要看一手数据，到一线去。不要形而上地去想一个理论或者方法，自圆其说，就觉得自己对了？不行。经得起一手数据和一线问题检验的，那才是好东西。

谈“创业起点”：“要做一个真正规模化产品，海量数据是必须的”

《中国企业家》：后来你去商汤工作一年多，有什么新认知？商汤带给你什么？

曹旭东：我在商汤更偏向产品研发。所有跟产品相关的研发都是我在带。

商汤对我的能力培养非常全栈。它和微软研究院完全不一样。微软研究院也做产品，但整体偏研究。整个环境非常松散，也没有任何客户产品压力。商汤作为一个创业公司，一定要打仗拿结果。我在那儿只待了一年多，但真是一段激情燃烧的岁月。

我刚去商汤时，公司还在初创期。北京办公室没几个全职员工。整个产品研发团队，全职员工可能就我一个人。那时候，我月初去跑客户，月底就要交付了。当然，跟现在比，那时产品形态还没那么复杂。

我从清华招了好多实习生。我真的非常感叹商汤的品牌影响力。那时候的AI公司凤毛麟角，商汤又是其中的佼佼者。我招实习生的时候，不是年级前10的简历，我一般都不看。

然后我带着这些实习生去打仗。从开春一直持续到六七月份，经常睡在办公室。有时候晚上困得不行，打个车半路就睡着了。等到家了，司机把我叫起来。

实在太晚，就往公司沙发倒头一睡。那时候身体好，才29岁。第二天，有人来上班了，听着办公室有点叮叮当当了，我就突然从沙发上跳起来，带着大家接着干。

《中国企业家》：2016年，你30岁，决定去创业。当时是怎么考虑的？

曹旭东：商汤主要做人脸识别、人体检测。应用场景偏一些改良性技术。

但那时候我就想做自动驾驶。自动驾驶不光是感知智能，还有认知智能。这件事情非常有挑战。我就想做更加有挑战的事。而且这个赛道同时有特别大的商业价值和社会价值。

起初我在商汤内部推进这个事时，有个问题我一直回答不好，就是三年内，这件事情的商业化怎么办。我也做过几版材料，亲自跑过客户。其实这些材料现在来看，都不太行。

当时我就下了决心，自己出来创业，风险我自己承担。

《中国企业家》：听说最初创业时，团队像“做博士论文选题”一样把AI潜在应用领域扫了一遍。还看过医疗AI、金融AI？

曹旭东：金融没看，看过医疗。因为我觉得医疗的价值比较大。我也研究过教育，但最终还是觉得，自动驾驶方向更合适。

《中国企业家》：“合适”指什么？市场潜力最大吗？

曹旭东：医疗的话，数据是一个巨大问题。在微软和商汤，我建立了一个认知：要做一个真正规模化产品，海量数据是必须的。而医疗方面很难获得海量的数据。

另外，当时的医疗主要还是感知智能，读一些片子，做一些辅助。从方向上，我不是那么感兴趣。

《中国企业家》：彼时的自动驾驶赛道被L4 Robotaxi的宏大叙事统治，你却选择“一个飞轮，两条腿”战略，通过L2量产积累数据，反哺L4。当时要面对哪些压力？

来源：受访者

曹旭东：其实在创业之前，我专门去了趟硅谷，跟Waymo的人交流。

我发现，对于工具实现规模化L4的最本质判断，他们好像没有相关思考。不是说他们的思考是错的，他们对这个方向思考更多的是：大老板想做，那就做。

而我在创业之前就觉得，自动驾驶如果最终要做到规模化L4，一定需要海量数据。第一要数据驱动，第二要海量数据。在微软时，我就已经有了这个信念。去了商汤做产品，信念进一步加强。

“一个飞轮+两条腿”的理念，就是从那个时候确定下来的，直到2018年底被总结出来。

《中国企业家》：但你的思路跟当时的宏大叙事有些背离。会不会影响融资、找团队？

曹旭东：会。但这样的选择跟我这个人的性格有关。有的道理，如果我自己没想明白，这个话我不会说，也不会跟风。除非这件事情，我自己真想明白了，或者我发自内心的认同。

当然，我发自内心的认同不一定百分百对，但我一定经过了仔细思考。

谈“生死时刻”：谣言与贵人

《中国企业家》：2019年到2020年，听说有段时间你差点“断粮”，公司资金链跟不上？

曹旭东：都是网上的负面传言。当时我们内部没有太多管理经验，不知道怎么回应。

坦率说，我们现金流一直挺健康。2018年资本环境好，我们融的钱比较多，有2亿美元。而我们那时候每年营收就有四五千万美元，账上的钱足够我们花至少三年。

但在调整过程中，还是有很多问题处理得不好，所以内外部负面消息一起发酵。我记得那时候网上传播最广的两个事，一个就是公司账上的钱只够到当年底了；另一个是说，我们所有人全搬到苏州去了。

这个谣言就太假了。那时候我们在北京办公室的人很多，员工超过了苏州。我们确实将总部放在苏州重点建设。但谣言还是不停在传，说公司在北京已经没人了。

投资人也好，要招聘的候选人也好，客户也好，我每次见面，都要针对这个问题回答他们。当时我对市场一点概念都没有，也不知道要对外回应。回头来看，只觉得自己当时幼稚得有点可爱。

《中国企业家》：但你中间有过两年没有融资？

曹旭东：也不是。我们2018年底融了2亿美元，2019年底又融了。2020年也融了5000万美元，这5000万美元有很大一部分来自丰田和博世，丰田大概投了4000多万美元。

2020年上半年简直“冰火两重天”，股市多次熔断。巴菲特说终生未见，结果“终生未见”来了两三次。紧接着又货币“放水”，一下子漫灌到各个行业。

基本上到2020年下半年，因为我们量产业务做得比较好，对上汽的定点也有了。所以2021年，上汽也跟我们签了投资合同。

2022年初，有一笔奔驰的融资。2023年没融资。2024年底和2025年又有很多融资进来。

基本上就没有两年没融资的情况，没有这么长的空档期。只是我们有些融资没宣传。比如2022年初奔驰的那笔投资，和2024年底2025年那些融资，大概10亿美元，也没宣传。

《中国企业家》：你有没有遇到资本上的贵人，或是谁在关键时刻托举过你们？

曹旭东：Momenta的成长离不开所有伙伴的信任与加持，大家都是我们创业路上的贵人。

如果说创业路上的“贵人”，我非常感恩上汽，它对Momenta的意义是里程碑式的。2021年行业环境充满不确定性，上汽逆势领投C轮并持续加码，成为我们核心机构股东。后续双方深度协同，联合打磨端到端辅助驾驶方案，今年4月ID. ERA 9X成功落地，让物理AI技术实现全球首次量产上车。

奔驰和比亚迪也是我们非常珍贵的长期伙伴。奔驰2017年领投我们B轮融资，2021年C轮融资持续加码，本次IPO更是以2500万美元基石投资，锚定长期信心。比亚迪也是我们的“老股东”和核心伙伴，是我们本次港股全球发售中14家基石投资者之一，认购了我们1500万美元。

丰田那笔投资对我们帮助也挺大。他们很少做这种投资。我们那时候要做量产，他们在2018年找到我们，做了大量技术验证工作。到了2019年后半年，就决定投了。他们还亲自把投资内部决议带来中国，跟我们当面表达诚意。

来源：受访者

《中国企业家》：拿下上汽智己的量产项目，是Momenta从0到1的跨越。当时上汽内部也有人主张自研。你怎么说服陈虹董事长，把“灵魂”的一部分交给你这个“外人”？

曹旭东：并不是说我们做了很多的工作去说服上汽。更多是说，上汽它就有两条腿走路的战略。然后就在行业里面去找最好的合作伙伴，最好的供应商，就找到了我们。

谈“组织变革”：“你得让大家看见，哪怕看见的不是终极目标”

《中国企业家》：从一个研究者变成一个真正的创业者和决策者，很多人过不去这一关。创业后，角色转换痛苦吗？

曹旭东：2018年底2019年初那段时间，我意识到，整个公司还是太像一个松散的研究院了。每个人做的方向都不一样，没法形成合力。更没法带来产品的进步，从而给客户创造价值。

那时候我要调整整个团队的文化。就是怎么让这个公司更像一个创业公司，更加以客户为中心，更加产品导向。现在来看，这个方向毫无疑问是对的，不然公司早就没了。

但在转向过程中，如何去调整？如果让我现在去做这件事，让我穿越回去，我觉得一个月的时间，我肯定搞定。但那个时间点，真的是各种纠结，自己也很痛苦，搞得大家也很痛苦。前后折腾了大半年，整个团队才调整过来，进入一个比较好的状态。

《中国企业家》：如果你穿越回去，行为会做哪些调整？要不要更坚决？

曹旭东：更多还是如何引导整个组织的变革，让它更像是一个全盘变革。你看中国改革开放也是先有特区。怎么用标杆案例牵引整个组织，其实都是有方法的。但我当时不懂。

我就觉得，原来的方向问题和风险很大，就应该去往新方向。也没想第一步第二步第三步到底应该怎么走，每一步的小胜利怎么变成大胜利。

绝大部分人是因为看见，所以相信。但你得让大家看见，哪怕看见的不是终极目标，而是道路上的小胜利。但你得让大家看见。当时我没有这方面的意识，就想着让大家呼呼全转过来，才知道原来状态是这样的，原来惯性是这样的。

来源：受访者

所以，转过来后，哪怕你方向是对的，也不一定代表会取得好结果。可能在新方案下，好多人还是看不到胜利。大家就开始质疑，你的方向到底对不对。这个过程就会伤筋动骨。

《中国企业家》：假设有客户要求下个月就要交付，但内部作为一个研究型组织，他们可能告诉你周期至少需要三个月。你当时会经常面对这种冲突吗？怎么办？

曹旭东：一定会有一些人觉得，这事不可能、不现实。但肯定还会有人愿意尝试。

你得在组织里挑选，找到愿意去挑战的人。这些人可能只占组织里的20%。当然，现在这个组织里你可以随便挑。但在那个时间点，可能只有20%，甚至10%的人愿意去挑战。

这时候，你要把这些人识别出来，组织一个“特种兵”部队，而且需要CEO直接带部队去打仗。

《中国企业家》：你第一次让一个人离开，是不是在那个阶段？

曹旭东：对。因为这样的原因，离开的人多一些。

我的感受里，树立一个组织的文化，就是谁上谁下，谁去谁留，谁获得更多回报，谁没有奖励。

《中国企业家》：你怎么获得组织管理的能力？

曹旭东：我们没上过组织管理的课。但那段时间，公司高管定期会读一些跟管理相关的书。

比如《基业长青》《从优秀到卓越》（吉姆·柯林斯著），还有稻盛和夫的书。包括任正非也有几本特别厚的书，是他内部的一些讲话和会议纪要。还有一些特别经典的书，里面谈到实事求是，团队一致向前看，从个别到一般等等，这些工作方法都很牛。

《中国企业家》：你希望通过这种学习，在内部建立一种共识平台。效果明显吗？

曹旭东：大家都是很聪明的年轻人，每个人都有自己独特的想法。这些独特的想法如果长在一个共同的思想平台上，就能形成合力和积累，不然只会互相打架，没办法形成合力，整个组织的合作效率也会非常差。

尤其是一群特别年轻的聪明人组成的组织，一定需要有一个共识性的东西。不管是方向原则也好，还是一些做事的方法也好，要有一些底层共识。

谈“极致取舍”：“解决一个问题，一定要用最简单的方案”

《中国企业家》：从哪个时间点，你感觉自己逐渐从一个科研人员变成了比较成熟的管理者？

曹旭东：要说是特别成熟的管理者，我现在也不一定。但基本上每经历一段，都能成熟一丢丢。

比如说2018年、2019年，现在看对很多事情的处理，你就会觉得人怎么那么傻。那时候我就感觉自己成熟了一些。2021年首个项目量产交付的时候，也遇到很多困难。放到两三年后再回看，好多事情其实不需要那么费劲，不需要干得那么痛苦。

在做量产交付时，我们提出一个理念。这个理念行业现在可能很多家也在借鉴，就是怎么把产品主线做好，用一条主线去解决量产过程中方方面面的问题。

来源：受访者

我们那时候提出一个理念叫“复用主线，发展主线”。最近我们又提出主线的原则：主线剃刀、主线合力、主线积累。

主线剃刀，简单说，解决一个问题，一定要用最简单的方案。这件事说起来容易，尤其你的人非常多，团队需求特别多，问题也特别多的时候。

你要极致取舍。用最简单的方案，用最少量的工作，去解决最多的问题。这需要你对问题本质和底层有非常深入的思考，再通过组织碰撞。

主线合力和主线积累，相当于说，在时间上要有积累，在组织上要有合力。

《中国企业家》：举个例子，怎么在量产过程中实现这种极致的取舍？

曹旭东：我们刚实现量产时，整个自动驾驶的架构还在从分布式向集中式转。

当时做泊车，它有一个专门的摄像头，有一套专门方案。做行车可能是另外一套方案。如何通过一套方案来实现所有任务？

放在那个时间点，大家不知道怎么做，以及这个方向到底能不能做成，不确定性很大。所以在那个时间点，用主线原则来看，就必须这么做。就算有风险，也只能这么干。

前段时间，我跟智己CEO蒋俊总开玩笑，说当时真的是每周都跟他开会。蒋总说，你们相当于把原来那套老方案推翻，自己重做了。我说对，你看行业第一个世界模型就是跟我们一起做出来的。

谈“股东关系”和“行业格局”：“股东没有排他，FSD入华是好事”

《中国企业家》：你们的大客户名单里，上汽、丰田、奔驰既是股东，又是智驾赛道的直接玩家。比如上汽是你们股东，那比亚迪找你们合作时，股东会有排他吗？

曹旭东：第一，股东没有排他。这些车企客户是我们非常好的战投。在公司经营上，没有太多干预或约束。因为对于两边如何长期合作的期待，我们讲得非常清楚，要加深业务合作，不能有排他。

另一方面，我们合作的车企，包括投资我们的车企，不管是国内的上汽、奇瑞、比亚迪，还是海外的奔驰、丰田，都是非常受人尊敬的企业。他们更多想的是如何帮助我们，而不是从自己的利益出发限制公司。这方面他们非常得体。坦率来说，超出我们想象。

我们一开始确实担心“排他”。但走下来发现，并没有。

《中国企业家》：有人说2026年下半年是智驾公司港股IPO的“最后窗口期”。因为FSD进来，格局就变了。

曹旭东：首先，对于中国所有自动驾驶公司来说，特斯拉FSD入华肯定都是好事。至少对于头部的公司来说。原因很简单，特斯拉是一个典型的卷价值、向上卷的公司。

特斯拉当年电动车入华的时候，就拉动了整个中国的新能源产业。电动车也在往上涨。那些真正去做高品质的公司反而活得越来越好，比如“蔚小理”、比亚迪，大家越活越好了。

反倒是那些搞“老头乐”骗补的公司都没了。

谈“登山”和“未来”：“‘better AI, better life’这条路，就像我们的一场喜马拉雅”

《中国企业家》：你喜欢登山，公司核心团队大多来自清华登山队。你登过最高的山是哪个？

曹旭东：四川的雀儿山，6168米。

《中国企业家》：你将创业比作“喜马拉雅式攀登”，要稳扎稳打，建大本营，而非“阿尔卑斯式攀登”，追求快速登顶。回顾十年走过的路，这种感觉怎么产生的？

曹旭东：任何难的事，可能都要这样。尤其公司一把手，一定要找到一条路径。要保证说，即使外面对于这个方向不认可，但公司内部的人对这件事是认可的。你不能说未来5年10年内让他们纯靠坚持、纯靠信念。你一定要有正反馈给他们，要有对应的阶段性milestone（里程碑、成果）。

来源：受访者

有的milestone被大家看到方向，最后也是能成事的。这个事不一定是说你对整个行业了解。你甚至对整个行业都不了解，甚至不认同。但公司内部，尤其在做这件事的人，他是充分相信的。因为他在这件事上已经取得了非常大的进展。

这有点像我们2020年开始推的Deep Learning（深度学习）概念，要通过深度学习做自动驾驶的规划决策。这个事我们从2020年一直干到2023年，才实现量产。

整个过程中，我们不断看到这件事带给我们的惊喜。当然，也有些问题没有完全解决，所以整个研发周期蛮长。但因为我们在过程中持续看到了进步，拿到了正反馈，获得了经验，所以大家对于这个方向的相信感越来越强。

这不是单纯说“我相信”。空中楼阁的信念力量非常薄弱。但一旦建立在事实基础上，建立在正反馈上，信念感就会越来越强，就会激发大家不断往前走。

《中国企业家》：听说你的MBTI是INTP，逻辑学家。这样的人容易犯的错都跟用人相关。因为逻辑性太强，有时会显得同理心不足。你有体感吗？

曹旭东：我们这个人格类型，可能共情力没那么强。我的经验和心得就是，招尽可能优秀的人。他们不光智力超群，更多的是有很强的热情，对做的事有使命、愿景。

这样的人，他对共情这种东西不敏感。我也不敏感。

大概一年前，我们公司来了一个chief of staff（办公室主任）。有一次他私下找我聊，说“旭东你真有意思，我特别纳闷”。

有一次在一个群里，我们有个非常优秀的销售在聊一个客户的什么事。然后就在群里艾特我，还写了一段话。我看完，给他点了一个赞。

他就很震惊，说那个人的话有点怼你的意思，你为什么还点赞。

我说，我第一没反应出来。因为平时比较忙。而且，如他言下之意，如果没有得到支持，可能会有什么特别严重的后果。我觉得他说的有道理，就点个赞。他需要支持的话，我就支持他们。

后来我又把那个消息翻出来，重新读了一遍，似乎有那么点感觉，但在我们公司，这都没关系。

《中国企业家》：你现在要做物理AI，会尝试机器人领域吗？如果进入，会从哪个场景切？

曹旭东：自动驾驶就是一个最早实现规模化、商业化的具身智能。它的身体非常成熟，就是汽车。它能跟物理世界交互，而且数据量非常大。

如果我们做机器人的话，可能会直接做家庭服务机器人。

两个原因。第一，我们希望在认知智能上更进一步。相比自动驾驶，机器人的认知智能可能会往上提升至少10倍。这样，基于我们公司使命，这个事真的会让大家很有passion（激情）。

我们会觉得，自己对于智能的理解更深了。

另外，我们做自动驾驶，相当于给每个家庭一个智能出行助手。做机器人的话，相当于给每个家庭一个AI阿姨、老师、医生，这样也能给每个家庭带来更好的生活。

《中国企业家》：你在自动驾驶领域积累的能力，未来能复用的比例会多吗？

曹旭东：底层很多能力是可以的。比如数据飞轮，包括整个的Data Infra（数据基建）、Training Infra（训练基建），以及整个大模型的架构、训练和迭代方法，这些能高度复用。

《中国企业家》：有人说Momenta靠“物理AI”讲故事，你接受吗？

曹旭东：“better AI, better life”这句话，是我们公司的百年愿景。

当时为什么要定这样一个mission（使命）？我们希望做一个100年的企业。自动驾驶的话，我们有“三个10年”的目标，比如“10年挽救百万生命”等等。这些目标可能到2030年，我们就完成了。

等整个产品商业生态成熟的话，可能也就2036年，那时候的我才50岁。我们公司的很多核心骨干，包括联合创始人，可能就40多岁。“better AI, better life”这条路，就像我们的一场喜马拉雅。可能完成了自动驾驶和三个10年后，我们才能把“大本营”建起来。

接下来，我们还有C1、C2、C3的攀登计划。刚好有这样一拨人，在这个事情上，我们一起打过硬仗、打过胜仗。这真的是燃烧激情、燃烧热血的一群人，也是志同道合的一群人。我们肯定也愿意，在这个方向上持续探索，取得更大成绩。

一方面，对于智能到底是什么，我们有更深入、更本质的理解。另一方面，我们希望通过更好的人工智能，创造更美好的生活，创造更多价值。

《中国企业家》：你怎么看待你和上一代AI创业者的不同？

曹旭东：我每一代都经历过，我想共性是非常有激情。并且我相信如果做得好，一定要在一线。要在问题的一线、数据的一线、算法的一线。现场有神明。

我们有时候遇到特别大困难的时候，就是到一线去。哪怕刚开始没什么解决方案，也没什么灵感，哪怕是为了缓解焦虑，也是有用的。

但一般你只要到了一线，看到一手问题，真的，答案就出来了。