过去两年，AGI（通用人工智能）极速经历了一轮资本轰炸与选手离场，但其“致命引力”仍在持续虏获信徒。2025开年，理想汽车CEO李想就喊出了“未来汽车将是硅基家人”的设想。汽车与机器人行业的高墙边界，正在逐渐瓦解。

　　智能驾驶公司Momenta创始人曹旭东也认为，AGI是每个做AI的人的终极梦想。如果说智能手机iPhone的出现是一道千米高巨浪，那他认为，比iPhone更具颠覆性的机会是通用机器人。

　　但曹旭东的入场时间不是当下，“我们做（机器人）的线年的事情。”眼下更焦灼的战场，还是智能驾驶的市场份额角力。

　　“今年城市NOA（即城市领航辅助驾驶）功能会下探到15万元车型，今年底、2026年初10万级车型也会搭载城市NOA。”

　　这是已经跻身头部梯队的Momenta，不能松懈的时刻。电动化狂飙后，当下中国车市的竞争重心已经向智能化倾斜。去年开始，华为、小鹏、理想等公司轮番出击，从大战“智驾全国能开”到攻顶“端到端”。

　　从2022-2024年，三年间Momenta量产的高阶智驾搭载车型数量分别是1款、8款、超20款。“今年量产规模可能有数倍增长。”曹旭东说。

　　近期，我们在Momenta总部苏州见到了创始人曹旭东。对于Momenta在端到端智驾竞争中快速出圈，他接连表示，“我们只是做的足够早。”

　　“端到端”主张用一个大模型来贯通智驾的感知、预测决策、控制环节，从过往工程师手写规则告诉车辆如何行驶，到使用AI大模型、海量数据、云端大算力，让智驾具备自我进化能力。

　　曹旭东告诉36氪汽车，内部很早尝试将AI模型融入智驾，比如2019年开始用Transformer来做预测、路径规划等，2023年初量产两段式端到端，2024年进化到一段式端到端方案。

　　在工程能力方面，Momenta也早早瞄准了量产智驾的机会。2021年以来陆续与智己汽车、比亚迪等车企深度合作。

　　曹旭东坦言量产过程的不易，“跟中国车企合作起码‘敲门’要敲3年，国际车企‘敲门’要敲5年以上，线年。”比如Momenta跟某跨国车企从2017年开始接洽，到通过供应链准入、线年时间。

　　他认为，先进入车企量产节奏的公司一定能更早获得量产经验，拿到更多数据，然后快速迭代。比如在量产过程中，Momenta探索出数据驱动模式，满足端到端的进化需要；设计了一套自动化工具链来适配不同车企的不同硬件需求。

　　而在配套车企的量产速度上，Momenta可以做到：从开始合作到上车交付，硬件部署加上算法调试只需三个月。

　　这些都成为Momenta立足头部智驾公司的“原始积累”，但行业竞争和挑战也日趋激烈。

　　曹旭东对此表示，智驾越往后越难，当下一年投入小几十个亿，就能做到第二梯队或准第一梯队水平，但再往后，要几百亿才能做到同样水平。“差距可能在拉大，而不是在缩小。”

　　考虑到“端到端”是一场长期竞赛，Momenta做好了投入巨量资源的准备。曹旭东是，因为中国的道路数据丰富度、复杂度远比欧洲、日本道路高。“有时候我们开玩笑说，我们golden data（黄金数据）可能比特斯拉多。”

　　曹旭东认为，如果要做到量产L4自动驾驶，每年的研发投入至少是百亿甚至几百亿，其中费用大头将是云端算力。

　　“现在瓶颈不在于原始数据入口，而在于云端算力太贵，有没有那么多钱去烧。”

　　“端到端”技术之下，Momenta正把量产智驾中形成的“时间壁垒”，转换成“资源壁垒”，这是留在终局牌桌上不可或缺的筹码。同时，Momenta也还在冲刺Robotaxi业务。

　　Momenta计划在2025年实现完全无人驾驶——Robotaxi（无人驾驶出租车）。“我们跟行业不一样，会复用量产车传感器和域控去做Robotaxi，毛利是正的。我们不会烧钱扩规模。”曹旭东说。

　　36氪汽车：2024年新能源车渗透率过半，您觉得2025年智能驾驶渗透率会有多高？

　　36氪汽车：头部车企要标配智驾，作为上游供应商，你们的业务会有怎样量级的增长？

　　曹旭东：2025年我觉得能探到15万元左右，2025年底升博体育、2026年初可能10万级也会有城市NOA。另外，高阶智驾BOM成本在快速往下走，智驾体验和安全会有10倍、百倍甚至千倍提升。高阶智驾会逐渐变成车企的标配。

　　曹旭东：OEM（主机厂）不停把高阶智驾从升博体育30万的车下放到20万、15万逐渐到10万的车，说明消费者愿意买单，车企才愿意买单。从我们后台数据来看，用户基本50%里程都在使用智驾。

　　曹旭东：自动驾驶研发投入很大，未来会更大。如果要做到量产L4，每年的研发投入至少是百亿甚至几百亿。算一下，如果100万台车摊下来，单车智驾成本是1万人民币；如果1000万台车，单车大概1000块。如果要打平研发投入，规模得在几百万台车。

　　2024年是高阶智驾的引爆点，规模还没真正起来。最终要盈利的话，一定要做到规模效应，玩家变少后，营收规模覆盖研发成本才能盈利。

　　曹旭东：差不多2026年底会结束，胜负会有分晓。留下来的话，可能有几方面。第一，好的技术和产品，这背后是强大的组织能力和研发体系，这是最重要的必要条件。

　　第二，还是要有先发优势，尤其是量产自动驾驶，跟车企合作是要敲门敲三年的。如果这家车企，现在还没有机会进去，后面再进非常难。先进的人一定能更早获得量产经验，拿到更多数据，然后快速迭代。

　　曹旭东：大部分肯定是收入。我们的研发占比会非常高，我们不是硬件公司，所以毛利润也会很高。一辆车卖出去，就是完整的软件license（软件授权费用），毛利润跟微软卖Office是一样的。研发投入巨大，但一旦研发出来，margin cost（边际成本）几乎就是0。

　　主要花在人员和云端算力，越往后算力越占大头，2027、2028年比人员投入会显著很多。

　　曹旭东：2024年智驾才刚刚爆发，2025年规模会起来。我们到2027年差不多会有数十亿元算力投入。

　　36氪汽车：Momenta在端到端量产上做得很快，你们总结过大概做对了哪些方面吗？

　　2024年上半年，我们把一段式端到端做出来。这背后还是人才积累、研发体系积累。端到端其实就是用一个模型做摄像头输入，然后轨迹输出。为什么最近才火？因为方向正确但成功路径可能万里挑一，如果之前没有积累，很难找到正确路径。

　　曹旭东：我觉得，用规则兜底对端到端来说可能是错的。因为有各种各样的corner case端到端模型搞不定，所以才需要兜底。但照理来说，端到端模型有能力搞定corner case，为什么不在端到端模型里面解决问题？

　　我一直觉得rule base跟端到端是互为冗余关系，不能说是兜底。代码越来越少，你不可能用越来越少的规则代码，去给端到端大模型去兜底。

　　兜底意味着有数百万个、各种各样的corner case没解决，用规则去为数百万个长尾问题兜底不现实。不然的话，光靠这些兜底的代码本身，就可以实现L4了。

　　曹旭东：端到端仅仅是开始。训练数据怎么来？这里有大量data engineering（数据驱动）工作，好多人对数据驱动的认知是不到位的，觉得就是写数据、做数据，脏活累活不愿意干。如果这样想，端到端根本不可能做好。

　　一定要把data engineering当成是一件比software engineering（软件工程）更重要、更需要体系化建设的事情。就像做芯片，芯片原料不就是沙子，有沙子不就可以造芯片了，这一听就是笑线，把沙子提纯是一套工业体系。同样，给端到端模型更好的数据，也需要一整套体系去支持。

　　曹旭东：还要再提升，因为L4对数据驱动这套飞轮体系要求非常高。L4有长尾问题，可能1万公里或者10万公里才会发生一次，怎么去验证？

　　如果靠自有车队去跑路测，一周才跑几万公里，跑一周可能都遇不到一个case。然后发了新版本，怎么知道corner case变好了还是变坏了。所以要通过海量量产车的影子模式，去收集数据去验证、做闭环仿线氪汽车：端到端对于数据的渴求是越来越大的。有些智驾供应商似乎拿不到合作车企的数据，你们怎么解决？

　　我们跟车企客户达成的共识是，车端筛选corner case（长尾场景），哪些场景做的还不够好，我们识别、回传，用于模型训练和学习，有的放矢地去提升模型能力和产品体验。

　　如果车企觉得数据是资产，不愿意共享也没关系，我们的数据量已经很多了。现在的瓶颈不在于原始数据入口，而在于云端算力太贵，有没有那么多钱去烧、去训练数据。

　　36氪汽车：你们跟某个车企合作train（训练）的模型，可以快速复制到跟其他车企的合作吗？

　　但软件要通用，这不是天然就有的，一定要有很好的软件算法架构、研发体系支撑才能做到。

　　36氪汽车：你们现在是智驾供应商头部玩家，接单越来越多，怎么让效率最大化？

　　36氪汽车：电池行业会管控上游供应链来优化成本，智驾行业会有类似做法吗？您对于供应链降本的思考是什么？

　　比如毫米波雷达，一开始大家用5个，我们量产车可以做3个，2025年用1个也能做得很好。技术创新就是帮客户降本。

　　软件算法的门槛可能更高一些，芯片相对容易。芯片其实相对成熟，难点在于周期长。考验有两点：第一，产品定位，做芯片快的话两三年，慢的话三四年，所以要预判两三年或三四年后的市场到底如何，如果产品定位错了，哪怕芯片没有一点技术问题，还是卖不出去。所以要对未来市场有精准判断和把握。

　　第二是架构能力，芯片架构设定后，其实跟造车一样，都有成熟IP、成熟开发流程和验证、流片流程，都可以复用现有研发体系和供应链去做。但智驾软件所有东西都是新的。3.

　　还是有差异化。我们跟华为更多是互相学习、共同提高的关系。我们很难进入华为的市场，华为也很难进入我们的市场，彼此在技术、产品上是良性竞赛，“争”的东西不多，“竞”的东西更多。

　　两方面，一是跟着中国OEM出海，我们是唯一一家在全球做到城市NOA的自动驾驶公司。在日本、欧洲，我们的城市NOA都跑起来了，但还不是量产车。另外，我们跟一些国际客户，把欧洲几十个国家的自动驾驶准入标准全部都考完试了，已经拿到认证了。比如欧洲和日本客户的海外市场智驾，我们2026-2027年可以量产。

　　坦率来说，现在需求还没起来。我的观察是，海外市场比中国市场晚个三年左右，稍微滞后，2024年中国高阶智驾的引爆年，2027年可能是海外市场的需求高点。

　　从算法架构、数据架构都要考虑这件事，主要还是模型训练。在中国训练出来的foundation model（基础模型）怎么适应欧洲或海外市场，基础设施怎么建设。说个特别有意思的事情。我们发现，当中国的foundation model训练足够好的时候，哪怕没有额外适配，在中国能跑100分，在欧洲去或日本大概也能跑70-80分。

　　我们后来分析，第一，大模型有比较强的泛化能力，第二中国的数据足够有挑战、足够丰富。在海外遇到的corner case，在中国大概率也能遇到。虽然不是100%一样，但有很高相似度。中国数据的丰富度、复杂度比北美高很多，好多客户都说是10倍挑战、10倍复杂度。按5倍复杂度来看，15万台车乘以5，有时候我们开玩笑说，我们goldern data（黄金数据）可能比特斯拉多。

　　FSD入华是一件好事情，会把高阶智驾认知度打开。特斯拉FSD、华为和我们，会共同拉高智驾产品标准，实际上这是良币驱逐劣币的过程。

　　中国车企敲门要敲3年，国际车企敲门要敲5年以上。当时有个汽车行业师兄跟我说，国际车企是非常好的客户，但量产可能得10年。2017年是互联网创业热潮，一个产品从有想法到上市可能就几个月时间，汽车量产要5-10年，我们感觉非常不可思议。

　　时间很长，面向量产的开发体系建设是从2020年开始。之前是一些POC（概念验证）项目，对供应商的研发体系考察和要求并不特别高。一旦他们把你当成量产伙伴去升博体育培养，对于整体软件开发体系流程要求很高，会不定期考察软件开发流程，跟传统零部件审厂一样。

　　就是持续测试、发版。国际OEM非常严谨，做决策的流程很长。他们虽然有大老板，但他们更倾向于one voice（一个声音）决策，从上到下、从左到右，大家一致决策，而不是大老板“啪”拍板，底下人咣咣全部跟着干。他们的决策机制是，一个大集团里跟高阶智驾相关的几十个人，关键决策人可能有几个到十几个，要形成一致意见。这个时间周期比较长，每个人都会提出问题，有些问题需要回答，有些问题需要开发做验证，然后才能得到结论。所以one voice的形成时间，短的话几个月，长的线氪汽车：你们跟一些车企合作的是纯视觉智驾，未来高阶智驾还需要激光雷达吗？

　　曹旭东：我们不把交付看成交付，而是带着发展主线的思路去做交付的升博体育。比如交付过程中，不是靠人而是靠一套流程和体系去交付。如果有问题，我们会识别体系和流程哪里需要优化，举一反三解决问题。

　　就像2020年我们做数据驱动，行业很多人说根本不可能。但我们认为，问题能解决但是不太容易解决，需要构建一套体系去解决。

　　曹旭东：不同阶段重心不一样。2021-2023年我们工作服背后印的是“三宝”（注：Momenta的三宝是指智驾量产工具，包括算法框架、算法适配器、量产开发套件），更多是聚焦车型量产。

　　2025年我们要实现完全无人驾驶——Robotaxi（无人驾驶出租车）。我们跟行业不一样，会复用量产车传感器和域控去做Robotaxi，毛利是正的。我们不会烧钱扩规模去做demo，讲故事，我们希望在赚钱的情况下扩规模。

　　36氪汽车：Robotaxi等于L4或者自动驾驶吗？会有人觉得Robotaxi难度比L4低，只要安全到达但可能超车或者选路表现不那么好，也可以接受。

　　曹旭东：Waymo有可能跑通，因为谷歌足够有钱，一年利润是千亿美金级别，一台车成本按百万人民币来算，一万台车才100亿，就是十几亿美金。如果是10万台车，成本是100多亿美金，只占Waymo一年利润的百分之十几。

　　曹旭东：已经在做了，量产时间是2026年下半年。难点不在于车硬件本身，还是安全。L3的安全性要求跟L4是一样的，我们对L3的要求是10万小时才一次出现事故，人大概是不到1万小时出现一次事故。车比人开车要安全10倍，还蛮挑战的。现在L2人车共驾情况下，我们可以做到比人安全6-7倍。

　　36氪汽车：现在也有自动驾驶公司在搭建AI底座，衍生其他AI业务，Momenta会有类似想法吗？

　　曹旭东：通用机器人可能是每个做AI的人的终极梦想。短期内我们不会做，我们做的线年的事情。

　　如果自动驾驶认知智能、感知智能更强，那就变成了通用机器人。我认为，智能手机iPhone是1000米高巨浪，智能汽车机会也很大，但只是几百米高的巨浪，比iPhone更具颠覆性的机会是通用机器人。

　　自动驾驶对安全性要求很高，通用机器人的通用性要求极其高。整体来说，我觉得自动驾驶和通用机器人的能力交集大于80%。