共计 1096 个字符，预计需要花费 3 分钟才能阅读完成。
对话 Momenta CEO 曹旭东: 自动驾驶是物理 AI 的序章
北京车展上, 技术名词层出不穷: 端到端、世界模型、VLA…… 但 Momenta CEO 曹旭东给出了一个截然不同的判断: 自动驾驶的下半场, 拼的不是某个单点算法, 而是体系、架构和组织能力。算法可以被学习, 人才会流动, 但能否将数据转化为能力、能力转化为产品、产品转化为商业闭环, 才是决定行业格局的核心。
📌 数据不是金矿, 而是贫铁矿
- 重点: 曹旭东认为,“物理 AI 它是需要有门票的, 而这个门票就是你需要有现金流的业务。”
- 重点: 当前公开信息主要集中在产品、策略或节奏变化上。
- 重点: 后续仍需关注官方更新、落地范围以及实际反馈。
曹旭东用了一个形象的比喻: 原始数据如同含矿量极低的铁矿石, 拥有海量数据只是价值源头的 10%, 剩下的 90% 来自如何把贫矿变成富矿, 再变成钢铁、发动机, 最终装到车上。Momenta 目前拥有 80 万台量产车, 通过预训练和 Post-Training 两个阶段, 将长尾场景数据转化为模型能力。预训练让模型具备物理常识,Post-Training 则将其对齐到人类好的驾驶行为上。
🔍 单点算法无长期壁垒, 体系与组织才是护城河
在曹旭东看来, 中国环境下知识流动和人才流动极快 , 单点算法并不存在长期壁垒。真正的差距在于架构能力、数据迭代体系、训练验证体系, 以及最上层的组织和文化。他说:“大家说的可能是同样的单点算法方向, 但最终做出来的效果可能差一代甚至两代。背后不是单点算法的差距, 而是体系和组织的差距。”
💡 反向合资: 中国技术出海的最佳模式
面对海外车企对中国科技公司的青睐, 曹旭东认为“反向合资”是共赢模式 。Momenta 已与奔驰、大众、丰田、本田、日产、通用、福特等全球主流品牌建立量产合作。他坦言, 中国速度与国际 OEM 标准之间的冲突是常见挑战, 但只要围绕客户和用户价值共创, 往往能找到创新解法。
📊 自动驾驶是物理 AI 的序章
曹旭东将自动驾驶放入物理 AI 的大坐标中。他认为, 物理 AI 的核心是数据闭环和商业闭环 , 而自动驾驶是率先实现这两个闭环并形成正反馈的领域。一旦接近人类水平,AI 能力会在短时间内大幅超越人类——AlphaGo 和人脸识别都是例证。自动驾驶正在进入这个阶段, 而通用机器人还需要更长时间。
🚀 平台效应与行业展望
总结而言, 曹旭东的观点为行业提供了新的思考维度: 在技术概念快速迭代的当下 , 真正决定胜负的并非某个炫酷的算法, 而是企业能否构建起从数据到商业的完整体系。Momenta 的实践表明, 自动驾驶不仅是技术竞赛, 更是体系与组织的较量, 而它作为物理 AI 的序章, 正在为更广泛的智能机器人时代铺路。
