基于播客「Momenta IPO 后再访曹旭东：就是想做没有尽头的 AI」（晚点聊LateTalk）的完整转写整理。嘉宾曹旭东为 Momenta（初速度）创始人兼 CEO，前微软研究院、商汤科技核心成员，中国第一批 AI 研究员出身的科技创业者。Momenta 在第三方高阶智驾市场份额超过 65%，2026 年完成 IPO。本次访谈发生在 IPO 前后，主持人曼奇（小洪）四次采访曹旭东的第二次深度专访。

一、智驾��争终局：中国两三家、全球三四家，窗口正在关闭

新的变化

曹旭东在 2025 年 10 月曾判断"辅助驾驶的竞争会在 2026 年结束"。到 2026 年年中，他依然坚持这一判断——竞争格局的窗口可能在今年年底甚至现在就已经关闭。

嘉宾观点与解释

第一梯队（Momenta + 华为）市占率已加起来到 90%。 在第三方智驾供应商市场（不含车企自研），Momenta 和华为两家构成了绝对的第一梯队，合计市占率达到 90%，而且拥有较强的定价权，价格明显高于第二梯队。第二梯队只能拿到一两家客户，收入很少，而开发和交付的投入又很大，真正能投入到核心技术研发的钱非常有限。

这个格局会被加强而非削弱。 曹旭东的推理链条是：车企定点一个供应商要合作五年，首先会考虑对方能不能活五年，其次会考虑技术差距是在缩小还是拉大。智驾的"摩尔定律"仍在加速——每年十倍的进步，靠的是头部公司快速增长的研发投入（核心来自收入增长和毛利润）。第二梯队没有规模就没有收入，没有收入就投不了研发，差距只会越来越大。

FSD 入华不会改变终局，但会加速出清。 特斯拉 FSD 进入中国对"两三家、三四家"的方向性判断没有实质影响，但会加速竞争。类比特斯拉电动车入华加速了弱者出清，曹旭东表示"非常期待"FSD 入华。对于自家 R7 模型与 FSD 的对比，他判断年底各自 V14 和 R7 “起伏相当，各有千秋”。

智驾已从"好玩的玩具"变成"好用的产品"。 两年前的智驾更像一个好玩的玩具，但现在已经进入了"好用"的门槛（虽然还没到极致好用）。尼尔森调研显示，购车决策中智驾权重已排到第四位（仅次于价格、外形、空间），从以前的倒数位置大幅跃升。曹旭东认为，到 2028 年智驾将进入"L++“阶段，在驾驶安全性和能力上达到一个新的水平，从"Less"变成"More"的产品。

车企自研不是威胁。 曹旭东把车企自研比作"内部供应商”，Momenta 作为外部供应商同台竞技，市场会持续整合和集中。关键逻辑是：车企的核心能力不在于"自己能做智驾"，而在于知道用户是谁、喜欢什么产品、如何定义品牌。智驾是 over-deliver 的一部分，自己做和用最好的供应商没有本质区别——就像自造电池和用宁德时代没有本质区别一样。

二、“一个飞轮两条腿”：十年不变的战略推演

新的变化

Momenta 成立十年来的核心战略——“一个飞轮两条腿”（数据驱动飞轮 + 量产自动驾驶 + 完全无人驾驶），在 IPO 后依然没有大的变化，但其底层推演逻辑值得深入理解。

嘉宾观点与解释

战略的起点：一千亿公里的数据需求推算。 2016 年创业时，曹旭东做了一个量纲分析：人类驾驶的安全性是每公里一次重大事故，无人驾驶要大规模普及至少需要比人安全十倍，即十亿公里级别的安全性。而统计上要有意义，需要跑约一百倍（即一千亿公里）来验证。靠自有车队不可能采集到这么多数据，因此必须通过量产（量产自动驾驶）来获取海量数据，这就是"飞轮两条腿"的数学根源。

这个判断在 2016 年远远不是共识。 当时用深度学习做感知都还是探索方向，用深度学习做规划和决策（认知智能）更是被很多人视为"骗子"。曹旭东透露，当时有同事在外交流后反馈：“哪家公司说可以用 Deep Learning 做自动驾驶的规划和决策，那这家公司肯定是骗子。“但 Momenta 朝这个方向默默研发，取得了比较好的进展。

为什么坚信数据驱动？两个来源叠加。 第一，大学时期对生物智能和人类智能的研究让他天然亲近神经网络——神经网络与人和生物智能最相近；读《Artificial Intelligence》（中文名《人工智能未来》）这本书对他影响很深。第二，在微软和商汤做产品的实际体感：真正无可替代的产品，哪怕在很窄的垂直应用里达到人类水平，数据量都是海量的——百万级做 demo，千万级做好 demo，上亿级做好的产品。

智驾摩尔定律在加速。 2024 年 Momenta 提出"自驾行业的摩尔定律"是两年十倍，但现在判断能做到每年十倍。每年都有对应的技术突破（2024 年端到端 + 强化学习、2026 年 World Model），虽然名字不同，但底层都是"模型能吃掉更多数据，带来可预测的更好性能”。

毛利率的飞跃验证了战略。 从 2023 年不到 20%，到 2025 年已超过 70%。研发投入目前累计约 10-20 亿美元（一百多亿人民币），未来几年 GPU 资源投入可能持续翻番（今年 2 亿美金、明年 4 亿美金、2028 年 6 亿美金）。这种投入节奏有信心支撑每年十倍的提升。

三、盈利节奏与商业化：2027 打平、2028 盈利

嘉宾观点与解释

2026 年仍为战略亏损，2027 年打平，2028 年盈利。 这个节奏的前提是每年的研发投入按既定计划增长（GPU 资源投入持续翻番），在此前提下兼顾亏损收窄。曹旭东表示，上市后一个重要战略目标是"brand and trust”——既是面向消费者的品牌信任，也是面向投资人的品牌信任，如果亏损不断扩大，会损害投资人利益。

Robotaxi 业务采取合作而非自营。 在 Robotaxi 领域，Momenta 的战略选择是做好"AI 司机"，与滴滴、高德、T3 等平台合作，赚 ASD（自动驾驶系统）分成的钱。车队资产由合作方持有，不增加自身 capex。曹旭东强调，判断标准是"能不能给行业创造新增价值"——如果创造不了，就不做。

Scaled Robot 业务的优先级排序。 在规模化无人驾驶业务中，曹旭东的排序是：RoboVan（同城配送，涵盖四米二、金杯、小三轮）排第一，RoboTruck（大宗物流，如拉煤拉矿，跑郊区路线）排第二，Robotaxi 排第三。原因是前两者需求更强烈、竞争更少，而干线物流被视作"自动驾驶最后一块拼图"，难度最大，即使做也是最后做。

四、第二曲线到第三曲线：从智驾到家庭机器人

新的变化

曹旭东在 2024 年采访时还说"暂时不做机器人"，但这次明确表示将延伸到家庭机器人领域。计划在 2027 年（自动驾驶飞轮转顺之后）开始投入，目标判断 2030 年为家庭机器人规模化商业化的拐点。

嘉宾观点与解释

2030 年家庭机器人拐点的推算逻辑。 曹旭东从多个维度推算：第一，端测算力在 2028 年就能解决，因为自动驾驶已经在前面探路验证；物理大脑必须在端测（云端延迟和不稳定性无法接受），语言大脑可以云端+端测混合部署，且隐私敏感数据不上传。第二，本体在可靠性、精度和成本上能到还不错的产品水平，整个供应链趋于成熟。第三，本体成本需要做到 1-2 万美金，最理想是 1 万美金（约 10 万人民币）。

技术范式的高度复用。 从自动驾驶到机器人的研发范式非常相似：World Model 的物理世界海量数据 scaling、pretrain 学物理规律、midtrain 学领域常识（自动驾驶是驾驶常识，机器人是具体领域常识）、posttrain 做毫轻微的对齐。底层 infra 高度可复用，人才复用度可能达到 80% 以上。

硅谷机器人公司也在验证同一路线。 曹旭东提到，2025 年上半年与硅谷优秀机器人公司交流时发现，他们也在往 World Model 方向转型并取得了很好进展。代表性公司如 Jetlist，用大规模无本体数据做预训练（pretrain），再用本体数据做微调（posttrain），把成功率从 50% 提升到 90%。这带动了机器人数据产业的快速发展——无本体数据收集大幅降低成本，大规模预训练需要海量数据（十万小时入门，一千万小时海量）。

为什么不在 2025 或 2026 年就开始？ 曹旭东的回答是"能力溢出"：首先保证 2028 年自动驾驶（量产 + Robo）的飞轮转顺，研发能力和组织能力产生溢出后再去做机器人，否则会出现"三个锅两个盖、怎么盖都盖不住"的痛苦。

机器人需要百亿甚至数百亿美金的研发投入。 曹旭东判断家庭机器人是商业价值最大的场景（场景最复杂），需要的研发投入至少百亿美金，可能几百亿美金。相比新创业公司靠融资，Momenta 的优势是有"量产智驾"这个造血业务，可以用毛利润来投研发。

自己做软硬一体的产品，但不自己造本体。 曹旭东表示会设计本体（中国的供应链和生态足够完备，不需要自己造），核心是大脑（物理大脑 + 语言大脑）。选择自己做而非做平台，是因为家庭机器人领域"没有现成的产品、没有现成的玩家"，需要从头到端定义产品。这与他一贯的判断原则一致：有新增价值就做，没新增价值就不做。

一个打动他的真实故事。 疫情期间没回老家，2023 年第一次回去时，大姑问他"你们公司在做什么"，讲到自动驾驶时大姑只说"很棒"，但讲到机器人时"眼睛就开始发光"，追问机器人能不能送小孩上幼儿园、能不能买菜、能不能打扫房间。隔了一年再回去，大姑第一个问题就是"你们机器人做出来没有"，还问售价多少——听到"大概十万块"后说"这不算贵"。这让曹旭东强烈感受到家庭机器人对解决家庭（尤其老人和小孩）问题的巨大价值。

五、创业方法论：从研究员到 CEO 的认知进化

新的变化

这期访谈最独特的价值之一，是曹旭东系统分享了他从 AI 研究员到 CEO 的十年认知进化——包括思维方式、决策方式、组织管理的变化。

嘉宾观点与解释

一流的工作不是想出来的，是做出来的。 在微软研究院跟随孙 Jian（孙老大）工作的经历，改变了曹旭东的工作习惯。之前他更偏好逻辑思考和理论推演，但孙 Jian 非常重视实验、尤其是"跟预期非常不一致的现象"。曹旭东总结：世界上聪明人太多了，顶层原则理论框架大家都知道，基于同样的框架推演出的创新很难是最顶尖的。但当你做大量实验，关注跟预期不一致的新现象时——这些可能是只有你知道、别人不知道的东西——如果你能对这些有深刻洞察，就可能发现新理论，这才是非常一流的顶尖工作。

真正超一流的人 = 聪明人下苦功夫。 曹旭东到一线看数据的方式很有特点：不是问大家"你觉得问题原因是什么"（因为聪明人讲出来的逻辑一定自洽），而是带着团队"非常含藏地"去看一手数据，看逻辑跟数据是否完全匹配。聪明人往往不太喜欢含藏地看数据，但真正超一流的人就是聪明人下苦功夫。

Zoom In Zoom Out（缩放能力）。 曹旭东提到一个投资人教他的新词"zoomality"——能快速 zoom in（深入具象）和 zoom out（抽象战略）的能力，甚至可以量化（向上 zoom out 四层 + 向下 zoom in 五层 = zoomality 九）。核心观点：做重大决策或解决关键问题，不能只在某一层思考，必须不断在抽象与具象之间往返——既要从具体事务中总结抽象规律，又要主动找具象 data points 来检验想法。

重大决策靠长期酝酿，而非拍板。 曹旭东被评价为"决策强势"，但他解释说 2019 年那种"自上而下硬调整"的状态已经过去（那次公司动荡了半年）。现在的重大决策不是他一个人做了告诉大家去干，而是"一个想法，天天跟大家聊"，酝酿短则一两年、长则三五年，在整个组织里不断讨论、不同观点碰撞，到真正要干的时候已经想清楚了。这种方式的风险是行动慢，所以要把重大决策想得靠前。

复用主线、发展主线。 公司在第一个量产项目交付（2021-2022 年，疫情 + 新车 + 全新传感器/芯片/执行器）的痛苦中，总结出了架构原则：遇到问题时，优先选择能复用主线现有能力的方法；如果主线解决不了，就在主线架构下创新，而不是另开支线。一个华为高管的话让他印象深刻：“你千万不要有那么多烟囱，有那么多烟囱的话，你会被五马分尸的。“配套原则还包括：主线提刀（奥康提刀：用最简洁的方法解决最关键的问题）、主线合力（方法要能融入同一架构形成合力，而非各自有效却无法融合）、主线积累（时间上可积累、组织上能合力）。

交付效率的飞跃：从 400 人干一年到 10 人干三个月。 第一个量产项目时 400 多人干了一年多，现在适配一个新车型的城区 NOA（最高级模式），不到 10 个人三个月就能交付。全流程数据驱动：传感器信号验证用 VCA Transformer，从写规则进化到大模型；出了问题直接问内部 Agent，它会爬数据、跑数据、基于经验分析。这套数据驱动的研发和交付体系，不是光靠时间能追上的，需要在架构和体系设计上有"审美和追求”。

两个核心文化。 第一，以客户价值为中心；第二，提前的短周期检验（short cycle test）——重要的决策和判断不能只在高抽象层思考，要主动 zoom 到下层找关键细节去检验，反复迭代。前者帮助公司避免犯致命错误，后者保证犯了错误能很快发现和调整。

六、个人经历：从统计物理到 AI，三十岁创业

嘉宾观点与解释

兴趣的起源：统计物理。 2006 年大学大二时，曹旭东修了统计物理，“学习的过程就感觉特别开心”，顺带从统计物理延展到统计学，再到统计学习（从数据中学习知识），进入 AI 领域。后来得了干眼症，就是因为大四做毕设时对着一个又大又老的显示器，从早到晚太投入。

不喜欢读书，喜欢解决问题。 他的学习方式不是系统看课本，而是从问题出发——遇到不懂的就查书、查论文，按理解去实现，效果不好就回头再看，迭代到解决。找实习也是直接找公司，第一份实习是一个国企研究院做铁路图像处理（拍火车底部照片识别零部件松动），之后去了索尼研究院、雅虎研究院，最后才进入微软研究院。

路飞的"One Piece”。 曹旭东微信头像好多年都是路飞，他解释喜欢的是"one piece、one team"的感觉——一个团队在一起的宝藏。公司内部项目的代号也叫"OP"（one piece）。办公室一半的名字是"大航海时代发现的岛屿"，另一半是科学家的名字。

创业动机：想做认知智能。 在微软和商汤做了多年感知智能产品后，曹旭东想做认知智能。自动驾驶是"既有感知智能又有认知智能"的标杆性行业，同时能创造巨大的客户价值和社会价值（十年挽救百万生命、解放百分百时间、物流和出行效率翻倍）。选择从自动驾驶而非机器人起步，是因为 2016 年机器人的认知智能复杂度"即使放到现在也极其挑战和困难"。

百年愿景的由来。 自动驾驶最多二十年的事（十年基础成熟，二十年产品商业生态走完），曹旭东创业时三十岁，二十年后才五十岁，需要一个"有生之年做不到头的 AI 目标"。于是定了百年愿景：“Better AI, Better Life”（更好的人工智能，更好生活），从自动驾驶延展到机器人，再到更广泛的物理 AI。

结语

这期访谈最打动人的，不是曹旭东对智驾终局的精准判断，也不是他对家庭机器人拐点的严谨推算，而是贯穿始终的一种气质——把一件事情真正想透、做透，然后相信它。“因为看见所以相信"在他这里不完全准确，更准确的说法是他自己讲的：“相信和看见同时发生。“从 2016 年的一千亿公里数据推算，到 2030 年家庭机器人拐点的多维度论证，十年来的战略推演在底层始终一致，变的只是技术手段在加速迭代。

曹旭东说，他判断要不要做一件事只看两点：第一，这件事新增价值是否够大；第二，自己是不是真的喜欢。“只要这件事情价值够大，你非常喜欢，然后你能不断积累，你自然就越做越好。至于是不是比别人做得更好，不是刻意追求的。“这或许就是"没有尽头的 AI"这个标题的真正含义——不是永远追不完的竞争，而是一个值得用一辈子去探索的方向。