过去六年里，晚点主持人曼琪第四次采访曹旭东。每一次见面，他都穿着 Momenta 的公司文化衫：T 恤胸前印着"一个飞轮、两条腿"的战略图示，夹克背后印着三个十年愿景里最重要的一条——十年挽救百万生命，袖口上是那句百年愿景：Better AI Better Life。曹旭东说，当年定这个百年愿景，是想给自己和公司都树立一个"有生之年做不到头"的 AI 目标。
十年过去，Momenta 在第三方高阶量产智驾的市场份额超过 65%。这期发生在 IPO 前后的专访，聊的不只是业务数字，更是一个出发时只有技术能力的公司，如何在复杂多变的商业世界里同时保住技术竞争力和商业落地能力。
节目开头的第一段问答就摆出了现状：城区 NOA 市场上，第一梯队的市占率加在一起已经到 90%——所谓第一梯队，其实就是 Momenta 和华为两家。"我们两家的话是有比较强的定价权的"，曹旭东说，头部两家的价格比第二梯队明显高，而第二梯队基本只能拿到一两家的客户。
去年 10 月，他在智能网联汽车大会上说"26 年辅助驾驶的竞争就会结束，中国有三个胜出者，全球是四家"。到了今年年中，他仍然坚持这个观点，只是把范围收得更窄："中国两到三家吧，全球的话三到四家。"改变格局的机会窗口，"已经在今年年底的时候……关闭了"。
为什么是现在关闭？他的解释是两个行业特性叠加：第一个先发优势特别明显，第二个规模优势也特别明显。站在 OEM 的角度算账更直观：一个车型要量产五年左右、维护和 OTA 还要五年，车企首先会问这家供应商能不能活五年，其次会问它的技术和第一梯队的差距是在缩小还是拉大。头部公司靠快速的收入增长和毛利润去投研发，研发投入年年翻番；第二梯队没有议价权，收入很少，开发和交付的投入又很大，真正能投到核心技术研发的钱"非常非常有限"。窗口一旦关闭，格局只会继续集中——被问及 90% 的市占率能否持续，曹旭东的回答是"其实我觉得会加强"。
作者概括：曹旭东把唯一的变量留给了从芯片延伸进智驾方案领域的玩家——"都是有变量，所以我们刚才说嘛中国就两三家"。可以确定的两家，是 Momenta 和华为。特斯拉不会成为第三方供应商，用他的话说，"大家不可能买特斯拉嘛"。
智驾行业有一个反直觉的特征：它不像服装、不像车品牌本身，没有"萝卜青菜各有所爱"的空间。曹旭东的原话是："电池的话就是只有好跟更好，就智驾的话也只有好跟更好，它不是萝卜青菜各有所爱。"在他的估算里，好跟更好占了体验的 80% 到 90%，风格差异（奶爸车风格、运动车型风格）只占 10% 到 20%。
这个特征决定了行业终局。只有好跟更好的行业，先发优势和规模效应特别强，最终玩家就两三家、三四家——就像电池行业，宁德时代拿走了绝大部分收入和利润，二三线厂商始终追不上。而萝卜青菜的行业完全不同：服装、住宅、车品牌本身，各有偏好，品牌可以有很多家。"没有人喜欢跟所有的人穿一样的衣服"，曹旭东说，所以当年"智能电动车会让车品牌像手机一样只剩几家、供应商会很多"的预言，他不认同——不符合行业特性。
2024 年，Momenta 提出自动驾驶行业的摩尔定律，当时的口径是"两年 10 倍"。到了这期节目，曹旭东把节奏又调快了一档："而这个人工智能的或者智驾的摩尔定律现在还在加速，每年十倍每年十倍。"
每年十倍不是口号，背后是一条连续的技术年表：2023 年实现 Deep Learning Planning，2024 年实现端到端，2025 年是强化学习，2026 年是 World Model。"虽然每一年的这个名字都不一样……但底层的就是这个模型它能够吃掉更多的数据，带来更好的一个效果。而且这个更好的性能是可预测的。"
支撑这个速度的投入也在翻番：训练资源今年约 2 亿美金，明年 4 亿，2028 年 6 亿——增长主要不是人员，而是训练大模型的数据中心与 GPU。曹旭东特意算了一笔账：公司累计在自动驾驶上的研发投入"十几亿美金，不到二十亿美金"，一百多亿人民币，就做到了现在的水平、现在的市场份额。而按每年十倍推演，到 2028 年，一个 L2++ 的城区 NOA，在驾驶能力和安全性上至少达到人类水平——届时它将从 nice to have 变成 must to have。
这个质变的信号已经能在一线摸到。曹旭东举了施工场景的例子：上一代模型 R6 也能处理，安全也没问题，但像新手司机，"有点肉"；R7 只是扫到一点施工迹象就开始提前避让、丝滑变道，过程中还会和其他车博弈。"就是它比人可能注意到的还早"——车主从 R6 升级到 R7，体感上的差别非常强烈。尼尔森调研里，智驾在购车决策中的权重也已经排到第四——几年前可能还是倒数。
谈到品牌，曹旭东的定义朴素但完整："我觉得品牌本质上是信任嘛。"信任从哪里来？"肯定是一代又一代的产品持续的 over deliver，然后你才建立起来的这个品牌心智。"品牌就像一个人的名字：一个人持续给你你想要、但有时候又说不出来的东西，多年之后你听到这个名字，依然觉得温暖。
这也解释了他对这次上市的看法——"很重要的战略目标不是融资，很重要的战略目标是品牌和信任。"这个品牌和信任既面向 C 端消费者，也面向投资人。他给自己的 C 端品牌力打分是"知名度一般，美誉度尚可"，想营造的心智是十年愿景对应的那两个字：安全、安心。
品牌的另一面是财务纪律。Momenta 的亏损从 2023 年接近 11 亿收窄到 2025 年 3 亿刚过一点，毛利率从不到 20% 涨到超过 70%，2025 年毛利 17 亿多。曹旭东给出的节奏是：今年仍是战略亏损、再收窄一点，明年打平，后年盈利。不是不能更激进地投研发、亏更久，而是上市之后 brand and trust 也面向投资人——亏损持续放大"可能会损害这个投资人利益"。机器人研发需要百亿美金级别的投入，他希望用自动驾驶这条 cash cow 业务未来的毛利去投，而不是持续烧钱。
被问及是否期待 FSD 入华，曹旭东连说两遍"非常期待"。他的判断分两层：对"中国两三家、全球三四家"的终局，"没有什么实质性的影响"，但它会加速进程——就像当年特斯拉入华，电动车行业还很有争议，特斯拉"加速了这个不好的那些品牌出清"，好品牌越做越好。FSD 入华的作用方式也一样："带着整个行业大家一起去卷安全、卷品质、卷体验。"
至于正面对比，他给了一个具体的预判：FSD 若年底入华，与同期的 R7"旗鼓相当"。V13 在中国的数据少、体验会差一些，V14 相比 V13"在中国的话一定会有质的变化"——但即便如此，年底两边还是"旗鼓相当"。
2016 年，数据驱动还不是行业共识。曹旭东当时为什么就认定自动驾驶必须走数据驱动？答案一半来自产品经验："我在微软去做产品，我在商汤也做产品，我见过真正 work 的产品"——哪怕在一个很窄的应用里达到或超越人类水平的，数据量都是海量的。另一半来自物理学训练留下的习惯：做量纲分析。
他当年算了一笔账。人类的安全性水平是"1 亿公里一次重大事故"；无人驾驶要大规模普及，安全性"至少做到比人类安全 10 倍"，也就是 10 亿公里一次。但验证一个系统有 10 亿公里的安全性，不可能只跑 10 亿公里——就像检验一枚硬币的概率是不是二分之一，不能只扔一次。统计上要有意义，"大概是得扔大概 100 次，100 次的话它的置信度可能是根号 100 分之一"。放大一百倍之后，结论是需要 1000 亿公里的数据，而"靠自有车队是不可能采集到这么多数据的"。
于是战略的推演链自然展开：哪里能拿到更多数据？量产。先有数据飞轮、数据驱动，再有量产，再有 Robotaxi、RoboTruck 这些应用——"就变成了我们的一个飞轮两条腿"。这个 2016 年的推演，到今天"其实没有大的变化"，只是后来被总结成一句 slogan、画成一张图印到了 T 恤上。
信念的另一半是执行。2020 年，用 deep learning 做 planning 还远远不是共识，Momenta 投融资同事在外面交流一圈带回的反馈是：哪家公司说可以用 deep learning planning 做自动驾驶的规划和决策，"那这家公司肯定是骗子"。Momenta 的应对是公司文化——"这个东西我做出来了，我才说"，做出来之前，不解释。
外界看 Momenta，总有一个疑问：说到全无人驾驶，2025 年底实际运营的车只有 30 多辆，规模还小，凭什么说飞轮已经验证了？曹旭东的回应是把标准换掉："站在内部的视角来看的话，大家追求的不是说我今年这个规模是多少，追求的是进步的速度。"他给出的时间表是：2025 年底几十台，今年几百台，明年几万台，2028 年十几万台——这里的车队指的是 RoboVan 与 Robotaxi 等全无人车队合计。上量的底气只有一句话："就靠技术啊，技术每年提升 10 倍。"
把速度而不是规模当作验证标准，还有一层组织上的含义：正反馈周期必须短。"短的话可能一周到一个月就能拿到正反馈，长的话可能也就三个月拿到正反馈"，如果三年五年才能拿到正反馈，说明研发体系的设计本身有问题。
未来五年的 scalable robot 业务，曹旭东的排序很明确："robo van 排第一，robo truck 可能第二，robo taxi 可能排第三。"RoboVan 做同城配送，涵盖"4 米 2 金杯还有这个小三轮"；RoboTruck 做大宗物流——"拉煤啊拉矿啊"，跑的是郊区甚至荒路，倒短三五十公里，路上有坑、有动物横穿，"有的大宗的场景就狼在这个马路上这个溜达"。而干线物流是"自动驾驶最后一块拼图"：技术、商业、政策难度都最大，即使做也是最后做。排序的理由也简单：前两个场景需求更强烈，竞争比 robotaxi 更少。
Robotaxi 虽然最热闹，Momenta 的姿态却很克制：不做平台，不与滴滴、高德、T3 竞争。"我们的定位就是一个 AI 司机，然后我赚的就是 AI 司机分成的这个钱。"车队由第三方平台运营，capex 由伙伴持有，Momenta 不背重资产。这套取舍背后是一个一贯的判断标准：做一件事，看它能不能给行业创造新增价值；不能创造，就不做——更聚焦，也避免不必要的内卷。去年以来京东、美团、哈啰等新玩家涌入 robotaxi，曹旭东认为与 Waymo 取得很好进展、拿到特别大融资有关，但这不改变他的排序。
R7 验证了曹旭东眼里最重要的一件事："用一个 World Model，可以支持所有的 autonomous driving 的 application，包括了量产，包括了 RoboVan、RoboTruck、RoboTaxi"——都能 work。foundation model 提升十倍，每个应用就提升十倍；放到大语言模型的世界里，这就像"这模型能做数学题能做 coding 然后能写 PPT"一样理所当然，但在自动驾驶领域，这是新东西。其实量产与 Robo 从很早开始就是同一套底座，R7 的新进展是进一步验证了 RoboVan、RoboTruck 这些和 RoboTaxi 差别更大的场景也成立。
把公司放进时间轴，就是三条曲线：第一曲线量产，第二曲线 Robo，第三曲线机器人。"这个过程的话就有点像你打游戏一样，第一关打完了觉得很好玩，那就进入第二关，第二关打完了觉得更好玩那我们进入第三关。"路径需要设计，就像课程学习，"先上小学再上初中再上高中"，每一步的达成都是下一步的重要积累。至于 Momenta 最终是什么公司，曹旭东没有纠结："Momenta 就是 AI"——朝着物理 AI 的方向做，本质上是一个物理 AI 的公司。
机器人的时间表，曹旭东用"以终为始"倒推：2030 年，家庭机器人进入拐点，开始规模化商业化。三个条件届时都会成熟——端侧算力在 2028 年就能解决得很好，自动驾驶已经探路验证；"物理大脑是一定要放到端侧的"，因为云端的延迟和延迟的不稳定性扛不住物理交互；本体成本要做到 1 万美金，或者 1 万到 2 万美金，最理想是 1 万美金，本体供应链也会成熟。家庭机器人之所以是目标，因为它是"机器人应用场景里面的明珠"：场景最复杂，商业价值也最大。
为什么是 2027 年才开始投入，而不是现在？曹旭东的理由是能力溢出：先保证自动驾驶在 2028 年把 L4 飞轮转顺，整个研发能力、组织能力溢出了，再做机器人就是"顺水推舟"；能力没溢出就硬做，会出现"三个缸两个盖子"——怎么盖都盖不住。与宇树这样从身体出发的机器人公司不同，Momenta 会从想做的场景出发、从大脑出发，再设计本体——"我们会设计本体"，但制造交给中国完备的供应链生态。
技术判断之外，还有一个人情味十足的故事。2023 年疫情后第一次回老家，大姑问曹旭东"徐总你们在做什么呀"。听完自动驾驶，大姑的评价是两个字"非常棒"；讲到未来会做机器人时，"大姑眼睛就开始发光"——她接连追问："这个机器人能不能带小孩去上幼儿园，能不能帮忙买菜，能不能这个打扫房间。"2025 年再回老家拜访大姑，闲聊时大姑的第一个问题是："你们这个机器人做出来了没有？"曹旭东当时非常震惊——一般聊到前沿技术，很多人不会真的往心里去。他估算售价大概 10 万块钱，大姑的第一反应是"这 10 万块钱不算贵"，能干这些活就挺值，"你啥时候做出来的时候第一时间给你大姑买一个"。这件事让他强烈感受到，家庭机器人对老人和小孩的价值有多大——价值背后，是老龄化和少子化这两个长期趋势。
曹旭东的科研观，很大程度来自微软亚洲研究院时期的导师孙剑。"我觉得一流的工作很多时候不是想出来的，一流的工作很多时候是做出来的。尤其当你有一些跟预期不一致的发现的时候，这个可能是一流的工作。"他的解释是：世界上聪明人太多，顶层的原则、理论框架大家都知道，基于同样框架推演出来的想法很难是最顶尖的创新；而实验里那些跟预期不一致的现象，可能只有你知道、别人不知道，对它们有深刻洞察，才可能做出顶尖的工作。
这套方法后来长进了 Momenta 的组织里：做产品"从用户中来到用户中去"；重要问题卡壳时，曹旭东会带着团队到一线，hands-on 地看一手数据，让每个人自洽的逻辑跟数据对得上。聪明人的陷阱在于不喜欢 humble 地看数据——"真正超一流的人就是聪明人下苦功夫吧"。在他看来，大模型时代这个品质不但没变，反而更重要：实验成本更高、迭代周期更长，底层假设错了，损失更大、卡壳时间更长。
公司并非一帆风顺。2018 年底到 2019 年是一次文化转型：从松散的研究院，变成以客户为中心、能打硬仗的创业公司。导火索是对投资人 over-promise——"这都不需要我从内部发现的，外部的人都能看得出来"。调整的方式是树标杆、"谁上谁下谁去谁留"，整个公司动荡了半年；曹旭东说，现在去解决，可能一个月就够。
2021 到 2022 年是另一次低谷：疫情叠加第一个量产交付项目。"车是新的，执行器是新的，传感器是新的……芯片是新的，域控是新的"，每个新东西都有问题，而当时的研发交付体系还很初级，找一个根因要花几周，团队像"敢死队拿着大刀"去冲锋。他至今认为那个项目"哪怕放到现在，难度级别也可能是最高的"。但也正是那段全员在一线的日子，让团队对"什么是好的主线架构、好的研发体系"有了感觉和审美。
沉淀下来的原则是"复用主线、发展主线"：遇到问题优先复用主线现有的东西，在主线的架构体系内创新，而不是另开支线。华为一位资深高管曾提醒他："千万不要有那么多的烟囱"，烟囱多了会被"五马分尸"。主线之上还有三条心诀：主线剃刀——源自奥卡姆剃刀，聪明人喜欢"假设一些假设"把事情搞复杂，要"抓主要矛盾用最简单的方法解决最关键的问题"；主线合力——方法单独验证有效、但融不进同一架构的，不是好方向；主线积累——好的选择在时间上可积累、在组织上能合力。
效率的跃迁可以用数字衡量：服务第一个客户是 400 多人干了一年多；如今一个全新品牌的新车型，平均 10 个人 3 个月就能交付全功能，累计量产车型已经 100 款，"适配的都适配过了……很多时候的选择就是配置"。工具也在进化：车型适配验证用 VVP（Vehicle Verification Platform），现在已经用大模型跑数据、做归因；2022 年底 2023 年初公司就设了"GPT 悬赏令"——用大模型创新解决实际问题、并推广给至少一位内部用户，就能拿奖。
曹旭东从投资人那里学到一个新词：zoomality——快速 zoom in、zoom out 的能力。"向上可以 zoom out 四层，向下又可以 zoom in 五层"，加起来等于 9 的人就很厉害。重大决策不能只在某一层思考，要不断用一手数据检验抽象想法：既要能从具体事物里总结出抽象战略，又要能主动去找具象的 data points 验证和迭代想法。
这解释了他的决策节奏：机器人在 2020、2021 年就开始讨论，2023、2024 年做了大量调研，真正开干时已经不是在决定做不做，而是在选择 timing、切入点、节奏和路线。"你不能说这个事情已经要爆发了，然后才开始讨论和考虑，那这个肯定是来不及的。"调研的方法论是需求三抓：需求挖掘、需求提炼、需求验证，一定要到一线拿一手信息——"离一线太远，或者一手的信息不全"，是判断失误的常见原因。至于大模型对 CEO 的提效，他的回答很冷静："CEO 重要的不是效率"，而是认知和判断；大模型相当于"多一个顾问"，但在关键议题上的水平还不如公司优秀的骨干和高管。
聊到最后，曹旭东引了一句他自己很喜欢的话："狐狸知道很多事情，刺猬知道一件大事。"很多事情，需要一些底层的原则和底层方法论。Momenta 的那件大事，从 2016 年的 1000 亿公里算起，到现在还没有尽头。