172: Momenta IPO后再访曹旭东：就是想做没有尽头的AI

基本上第一梯队的话，你看现在这个市占率加在一起已经到 90% 了，对吧？其实就是我们和华为加在一起，已经到 90% 了，而且我们两家的话有比较强的定价权。这个价格比第二梯队的价格明显高。第二梯队拿到的客户也很少，基本上只能拿到一两家的客户。

如果从这个角度来思考，还要持续往上走，对吧？从 L2++ 到 L3，再到 L4。而人工智能或者智驾的摩尔定律现在还在加速，每年 10 倍，每年 10 倍。这种每年 10 倍，一定是头部公司靠快速增长的研发投入去实现的。

头部公司其实不是靠融资，当然融资也很重要，但实际上不是靠融资，更多是靠快速的收入增长和毛利润去投入研发。但是第二梯队没有议价权，收入很少，对应的开发和交付投入又很大，真正投入到核心技术研发的钱非常有限。

我觉得第一梯队的市占率还会加强，会越来越高。比如说你是 OEM，现在要定点一个供应商，你的车型最终要量产 5 年左右，或者维护和 OTA 5 年左右。首先你会考虑这个供应商能不能活 5 年，其次还会考虑，即使它能活下来，这 5 年里它的技术和第一梯队的差距是在缩小，还是在拉大。

因为它最终要卖车，要向消费者宣传。未来还有可能从一次性授权升级成订阅模式。升级成订阅模式以后，它要的就不只是 OEM 的品牌，还要有供应商的品牌和产品体验，消费者才愿意付费。

会是一个变量。所以我刚才说，中国就是两三家，还是有一个名额不确定。两家我觉得非常确定，一个是我们，一个是华为。

特斯拉不会做供应商。特斯拉之前说过要对外提供服务，但大家不可能买特斯拉嘛，谁会买特斯拉？所以它实际上没法变成第三方供应商。它想做这件事情，但规模效应很重要，大家都懂。在更大的规模效应上，车企自己造车，又想去卖智驾，反而是个桎梏，是个限制，这肯定的。

这可能是两年前的事实，现在不是这样了。两年前的智驾可能是一个好玩的玩具，有了这个东西可以宣传，有一部分特别喜欢玩的用户愿意付钱去买这个体验。这个体验更多是玩的体验。

但到了现在，它已经从一个好玩的玩具变成了一个好用的产品。当然，这个好用的产品刚刚进入好用的门槛，还没有到极致的好用。

如果每年 10 倍、每年 10 倍，我相信到了 2028 年，哪怕是一个 L2++ 的乘用车，它在整个驾驶能力和驾驶安全性上，至少也是人类水平。这时候它就进入了一个非常好用的阶段，从 nice to have 变成了 must to have。

这个感受我从一线客户身上体会得极其强烈。

欢迎收听《晚点聊》，我是曼琪。过去 6 年里，我曾 4 次采访曹旭东。每次见他，他都穿着 Momenta 的公司文化衫，这次也是。他里面穿了一件 T 恤，胸前印着 Momenta 的“飞轮两条腿”战略图示：一个飞轮，两条腿。

这是 Momenta 从成立到现在，做了 10 年、讲了 10 年的战略，以至于有员工会戏称自己在“飞轮公司”上班。T 恤外面，他套着另一件公司的夹克，上面印着 Momenta 的 10 年愿景和 100 年愿景。

10 年愿景中最重要的一条——“10 年挽救百万生命”——被印在衣服背后。100 年愿景则没有限定在智能驾驶，而是 Better AI, Better Life。非常经典的一句话出现在袖口。

曹旭东说，当时之所以定这个 100 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。从 30 岁开始创业，曹旭东和联创团队是中国第一批 AI 研究员出身的科技创业者。

10 年后，Momenta 在第三方高阶量产智驾的市场份额超过 65%。Momenta 的故事可以帮助回答一个问题：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，既维持技术竞争力，又实现商业落地。

两年前我也专访过曹旭东，可见《晚点聊》第 77 期。那一次我们更多聊了具体的方法论，而这一次，在 IPO 前后的专访中，我们聊了他的思考和判断方式如何形成，以及下一个 10 年面向具身智能和物理 AI 的推演。

我发现每次见旭东，你都穿的是你们公司的衣服，都是 Momenta 的私服。

对，我有十几件，或者更多。

这件后面写的是什么？

这是我们公司的 3 个 10 年愿景：“10 年挽救百万生命”。我们有 3 个 10 年愿景：10 年挽救百万生命，10 年解放 100% 时间，10 年让物流和出行的效率翻倍。

这里面最重要、也是最基础的，就是 10 年挽救百万生命。

你们还有一个愿景是 Better AI, Better Life，那个是一个单独的版本？

对，那个是我们的使命：Better AI, Better Life，更好的人工智能，更好的生活。这是 100 年的愿景。

你现在胸口也是你们一直会讲的“一个飞轮，两条腿”。这是你们从成立的时候就定下来的公司战略。

对。这个飞轮是数据驱动飞轮，两条腿一条是量产自动驾驶，另外一条是完全无人驾驶。

1. 辅助驾驶竞争进入终局

这个我们后面可以展开。我们先聊聊你们目前的主营业务，也就是高级辅助驾驶。去年 10 月，在智能网联汽车大会上你说，2026 年辅助驾驶的竞争就会结束，中国有 3 个胜出者，全球是 4 家。

现在已经是 2026 年年中了，你当时的判断印证了吗？

我还是坚持这个观点。中国两到 3 家，全球 3 到 4 家。

首先我想确认一下，你说的范围包含自研智驾的车型吗？

不包含自研，是第三方供应商。

那中国的 3 家是谁？现在可以揭晓答案了吗？

从现在的市占率来看，我们跟华为的市占率是最高的，其他家可能也还有很大的差距。

你说的这个市场，指的是城区 NOA 吗？

对，城区 NOA。

你去年 10 月的原话是“辅助驾驶的竞争会在 2026 年结束”。你可以定义一下，这个“结束”是什么意思吗？

如果一定要说什么叫结束，就是可能改变这个格局的机会窗口，已经在今年年底，或者有可能现在就已经关闭了。

我觉得这个行业有几个特点。第一个，先发优势特别明显；第二个，规模优势也特别明显。先发优势和规模优势叠加起来，就可以得到刚才我们讨论的那个结论。

基本上第一梯队的市占率加在一起已经到 90% 了，对吧？其实就是你们和华为加在一起已经到 90% 了，而且你们两家有比较强的定价权。这个价格比第二梯队的价格明显高。

如果从这个角度来思考，第一梯队还要持续往上走，对吧？从 L2++ 到 L3，再到 L4。而人工智能或者智驾的摩尔定律现在还在加速，每年 10 倍。

你觉得第一梯队现在这么高的市占率会持续吗？

其实我觉得会加强，会越来越高。

比如说你是 OEM，现在要定点一个供应商，你的车型最终要量产 5 年左右，或者维护和 OTA 5 年左右。首先你会考虑这个供应商能不能活 5 年，其次又会考虑，即使它能活下来，这 5 年里的技术和第一梯队的差距是在缩小，还是在拉大。

因为它最终要卖车，最终要向消费者宣传。未来有可能还会从一次性授权升级成订阅模式。升级成订阅模式以后，它要的就不只是 OEM 的品牌，还要有供应商的品牌和产品体验，消费者才愿意付费。

在你说的这个逻辑里面，有一类厂商是垂直整合、延伸到这个环节。比如它本来是做智驾芯片的，然后延伸到做智驾方案。它会是一个变量吗？有可能打破这个循环吗？

会是一个变量。所以我刚才说，中国就是两三家，还是有一个名额不确定。两家我觉得非常确定，一个是我们，一个是华为。

特斯拉你没把它算在第三方供应商里？

对，特斯拉不会做供应商。特斯拉之前说过要对外提供服务，但大家不可能买特斯拉嘛，谁会买特斯拉？所以它实际上没法变成第三方供应商。

它想做这件事情，但规模效应很重要，大家都懂。在更大的规模效应上，车企自己造车，又想去卖智驾，反而是个桎梏，是个限制，这肯定的。

2. 智驾从玩具变刚需

你刚才说第一梯队的窗口可能会关闭，这个逻辑的前提是，车企认为智驾很重要，所以愿意付比较多的溢价去买一个真正好的智驾。

但另一方面，现在看到的情况是，除了特斯拉 FSD 之外，智驾好像依然没有成为汽车差异化的关键，也没有成为消费者购车的核心要素。你怎么看这个现象？

这可能是两年前的事实，现在不是这样了。两年前的智驾可能是一个好玩的玩具，有了这个东西可以宣传，有一部分特别喜欢玩的用户愿意付钱去买这个体验。这个体验更多是玩的体验。

但到了现在，它已经从一个好玩的玩具变成了一个好用的产品。当然，这个好用的产品刚刚进入好用的门槛，还没有到极致的好用。

如果每年 10 倍、每年 10 倍，我相信到了 2028 年，哪怕是一个 L2++ 的乘用车，它在整个驾驶能力和驾驶安全性上，至少也是人类水平。这时候它就进入了一个非常好用的阶段，从 nice to have 变成了 must to have。

这个感受我从一线客户身上体会得极其强烈。

另一方面，我们看一些调研，比如尼尔森的调研里，购车决策中智驾的权重还是排在价格、外形和空间后面，已经排到第四了。可能具体是第几我不太清楚，但前面还有很多更重要的因素。

几年前，智驾可能远远不到第四，可能是前十里的倒数第一、倒数第二或者倒数第三。你希望智驾超过价格、外形、内饰和空间吗？

我觉得其实挺难的。车的外形属性、空间属性非常重要。但如果自动驾驶已经能够排到第四，我觉得就已经很厉害了。对于 OEM 来说，它已经是一个 must have；对于购车决策来说，也已经起到了非常关键的影响。

那你自己感受到的车企给你的良性反馈是什么？比如他们愿意付更高的价格吗？或者说，他们对品质的看重反映在什么地方？

首先，开始抓智驾体验的人，在客户里的级别可能从智驾负责人变成智能化负责人，智能化负责人变成研发负责人，研发负责人再变成公司的总裁或者董事长。它变成了一个一号位工程。

智驾做得好不好，之前可能智驾战略是一号位工程，但现在智驾体验也变成了一号位工程。当然，一号位抓智驾体验，不是说只会抓研发，他会直接跟我谈智驾体验应该是什么样的。

他在使用智驾的过程中可能有什么问题？站在更广大的消费者视角来说，更好的体验到底是什么？这些问题都会被一号位直接关注。

你觉得现在不同供应商，包括车企自研的这些智驾，体验实际上能拉开差异吗？

一定的。比如智驾安全性的体验，再比如各种长尾场景的处理能力。

我举个我们自己的例子，比如我们的 R7 和 R6。R7 是你们最新的模型，R6 是上一代。施工场景，R6 其实也能处理，但 R6 处理的时候，大家的反应是觉得它还有点像新手司机：能处理，处理得也挺安全，但给人的感觉有点肉。

R7 的处理有时候会给人很惊艳的感觉。施工场景它有可能只是扫到了一点，就开始避让或者变道，而且避让的时机非常早，避让的过程非常丝滑。哪怕避让过程中还会跟其他车辆有一些交互和博弈，整个过程都非常安心、丝滑。

只要遇到这样的场景一两次，同一个车主从 R6 升级到 R7，一定会有特别强烈的体感。

我最近试 R7 试得非常多。好多时候，如果你没注意，甚至都没有反应过来前面是一个施工场景、应该避让，车已经做出了避让动作。你会先产生一个问号：这个车为什么做这个动作？然后再去关注场景，才发现前面其实有一个施工场景，只是我刚才走神了，没注意到。

它比人可能注意得还早。

你觉得最好的几家之间现在体验有差异吗？比如你们和华为之间会有差异？

我觉得各有特色。

我想问的这种差异，类似于什么呢？比如 SRP 这样的基础模型厂商，会比较聚焦 coding 的优化；Google Gemini 可能在多模态上比较强；OpenAI 也会去优化一些特定能力。

我是指这种差异：好的公司之间，会不会有不同的追求目标，所以在体验上有不一样的地方？在相对稳定的底层技术已经产生之后，它还能赋予汽车什么样的差异化体验？

我觉得智驾可能跟电池很像。电池只有好和更好，智驾也是好和更好，它不是萝卜青菜、各有所爱。

当然，智驾可以配置不同风格。比如奶爸车的风格、运动车型的风格，这些是可以的。但我觉得好和更好的部分占 80% 到 90%，差异化的部分可能占 10% 到 20%。

一般来说，一个产品如果只是好和更好，市场可能会有一种质疑：是不是谁都能做，或者能做的人会比较多？

但你刚才举的电池例子，包括现在智驾行业的情况，都是第一梯队的人很少，做得最好的人获得了行业里绝大部分的收入和利润。比如电池就是宁德时代。之前也有很多二三线电池厂商，但目前看竞争力都不如宁德时代。你觉得这是为什么？

我觉得这是一个挺好玩的特性，会跟开始大家的判断不一样。好和更好的行业，先发优势和规模效应特别强，最终玩家的数量不会特别多，可能就是两三家、三四家：中国两三家，全球三四家。这是行业特性决定的。

反倒是萝卜青菜、各有所爱的行业，比如服装行业，玩家就会很多。车品牌本身也是一样，车的造型、内饰、操控，不同的人有不同的偏好，所以全球品牌、中国品牌都不可能只剩中国两三家、全球三四家。

这件事和四五年前的一种市场预言不一样。当时有一种想法，认为智能电动车来了之后，车的品牌数量会像手机那样变得更少；同时，大家一度认为第三方供应商可能会很多，供应商之间会打价格战，相互挤压毛利。

但实际上，我看你们的财务数据，毛利增长得很快。2023 年还不到 20%，到 2025 年已经超过 70%。你怎么看？之前很多人的判断是错的吗？

对。这个观点当时我就觉得很奇怪，很难理解。但不少行业大佬当时也是这么想、这么表达的，只是不符合这个行业的特性。

车天然有服装或者住宅的属性。没有人喜欢和所有人穿一样的衣服，年轻人也没有人喜欢天天穿校服，所以大家会穿自己的衣服。

3. FSD加速行业出清

你觉得 FSD 进入中国之后，可能会对你前面描述的智驾竞争产生什么影响？

我觉得对中国两三家、全球三到四家的方向性判断或者终局判断，没有实质性影响，但它可能会加速这个进程。

拿电动车来类比，特斯拉入华的时候，电动车其实还是很有争议的。有做得非常好的品牌，也有做得不太好的品牌，但特斯拉加速了那些做得不好的品牌出清，好的品牌越做越好。

所以你觉得 FSD 进入中国之后，也会加速智驾行业出清？

对，会带着整个行业一起卷安全、卷品质、卷体验。

整体上，你期待它入华吗？

非常期待。

你去美国肯定也试了 FSD。和你们的 R7 比，现在体验怎样？

我觉得如果它入华的时间点是今年年底，而我们今年年底的 R7 也达到现在的状态，那肯定是各有千秋、旗鼓相当。

理论上它不应该比你们差才对吗？它们在中国的数据应该比你们少。

那个是 V13，所以 V14 相比 V13 在中国的体验一定会有质的变化。

即使这样，你觉得你们到时候在年底也会旗鼓相当？

旗鼓相当。我们可以期待那个时刻。

4. 供应商赢在规模效应

另外一个长期困扰智驾公司的压力，就是车企自研。过去两年你觉得这件事是怎么变化的？

你可以把它当成内部供应商，我们是外部供应商，大家同台竞技。最终整个市场会持续整合，越来越集中。

现在还有一个新的情况：车企自己的日子也没有前几年好过。整个汽车消费市场增速相对放缓，汽车之间的价格战也比较激烈。

坦率来说，我们累计在自动驾驶上的研发投入可能就十几亿美元，不到 20 亿美元，也就是 100 多亿元人民币，就做到现在这个水平和市场份额。现在我们的收入在快速增长，毛利润也在快速增长，而且已经上市。未来几年，我们的研发投入可能会持续翻番。

这个持续翻番，不在于人员增长，更多是数据中心，尤其是用来训练大模型的数据中心，持续投入和增长。所以你可以看到，我们研发力量的投入越来越强，可能会持续翻倍提升；而整个产品体验可能每年提升 10 倍。

但另一方面，车企也可能长期保留一个内部供应商，即使它不如外面的供应商，这也说得通，是商业策略或者采购策略的问题。

在技术上，或者说在谁更主流这件事上，第三方供应商是有优势的。但整个汽车行业价格战、毛利被挤压，会怎么影响你们作为上游供应商的生存状态？

会倒逼我们把产品做得越来越好，但有可能车企就更没钱买了。

产品做得越好，我们就越能帮着车企卖给消费者。它不是免费送的，而是加钱选装的，而且选装率非常高。我们不是成本项，而是盈利项。

我们帮着客户卖更多产品，卖更好的价格，获得更高的毛利，赚更多的钱，这就是 customer success。

当你们服务的车企品牌足够多时，你们给每一家带来的增益，岂不是就被磨平了？因为 A 车企有你的东西，B 车企也有你的东西。

这要看车企的整体战略到底是什么。

车企的核心能力或者核心定位，不是“我这个车企能做智驾”，也不是“我的车型能做电池”，而是我知道我的用户是谁，知道我的用户喜欢什么样的产品、功能和创新，什么样的产品能够最大化它的价值。

然后去定义自己的品牌，再从品牌定义产品，再从产品倒推我需要哪些技术，最后去整合这些技术。我觉得这是车企最核心的能力。

车企实际上是在为自己的人群打造一个品牌，而品牌的打造，是通过产品持续 over-deliver，给用户带来惊喜。智驾是 over-deliver 的一部分，但只是其中一部分。

在我看来，好的车企自己做智驾，和使用最好的供应商，本质上没有区别。就像自己造电池和使用宁德时代的电池，本质上也没有什么区别。

但目前特别成功的车企，比如特斯拉和比亚迪，我觉得它们的逻辑又不完全是这样。它们有很多垂直整合的部分，才带来了竞争力。

对，也不对。

对的部分是，比亚迪为什么会起来？它垂直整合了 10 年，直到 2020 年左右推出汉，销量才快速起来。另一个原因是，它快速起量的那段时间，正好是中国新能源大发展的时间。

垂直整合可以认为有点像用杠杆去发展。如果时机刚好非常好，你用了杠杆，赌对了，就可以发展得很快。我觉得比亚迪真正跑出来的一个重要原因，就是垂直整合这个杠杆刚好赶上了那个时机，对它的发展起到了很大的促进作用。

这部分是对的，但它不是最本质的。最本质的还是，它在那个时间点做出了像汉这么好的一款产品。

说到这里有点题外话。我觉得中国很多车企没有品牌，它有产品。为什么没有品牌？什么是品牌？

品牌我觉得是一种心智。你对它心之向往，听到这个名字之后，会有一种带着光环的感觉。

品牌就跟一个人的名字一样。比如你和这个人天天打交道，知道这个人是个暖男，你需要什么他就给你什么。过了好几年，你一听到这个名字，就觉得很温暖。

原因是什么？因为它在持续给你 over-deliver，而 over-deliver 的东西，是你想要但有时候又说不出来的东西。这就是品牌。

我觉得华为是有一些品牌效应的，虽然它不是一个车型。

我觉得品牌本质上是信任。

对，本质上是信任。这个信任从哪里来？肯定是一代又一代的产品持续 over-deliver，最后才建立起品牌心智和信任。

持续 over-deliver 又来自什么？还是你到底需要什么。你可能说不清楚，但只要你试到了，就知道“就是它”，而其他产品没有。

5. Momenta需要品牌信任

像 Momenta 这样的公司，作为一个中间环节，不是直接 to C，需要品牌吗？如果需要，品牌对你们有什么好处？

这肯定有帮助。不光对我们有帮助，对我们的客户也有帮助。

包括我们这次上市，其实很重要的战略目标不是融资，而是品牌和信任。

你怎么评估你们现在的品牌力？

我觉得知名度一般，美誉度尚可。

你说的知名度和美誉度，指的是 C 端消费者心中的品牌吗？

对，都是 C 端。谈到品牌、谈到信任，都是 C 端。

所以知道你们的人比较认可你们，但很多人并不知道你们。比如他用了你们的东西，也可能不知道是你们提供的。

这个比较少。我们大部分客户都会和我们做 co-marketing。比如它去卖车、卖智驾方案的时候，都会讲这是 Momenta 的智驾方案。所以一旦使用，大概率都知道是我们的方案。

那你们想营造的品牌形象是什么？

和我们 10 年愿景“10 年挽救百万生命”对应的，就是安全、安心的品牌形象。

你们现在其实还是亏损，虽然这 3 年亏损已经收窄了很多。从 2023 年接近 11 亿元，到 2025 年刚超过 3 亿元。你觉得在什么条件、什么环境下，公司实现整体盈利是有必要的？

6. 盈利不能牺牲研发

我们今年可能还是战略性亏损，相比去年可能再收窄一点。2026 年，今年。明年的话会打平，后年会盈利。

你可以讲讲这个时间节奏是怎么想的吗？因为也有一种选择是更激进地投入研发，亏更久，这也是一种选择。

这当然也是一种选择。我们的结果对应的前提是，我每年的研发投入不会减少。

刚才提到，我的研发投入很重要的一部分是 GPU，也就是训练资源的投入。我今年可能是 2 亿美元，明年是 4 亿美元，2028 年可能是 6 亿美元。这个增长节奏我们觉得还不错，也有信心让我们做到产品体验每年 10 倍的提升。

这是最重要的战略目标。在这个战略目标的前提下，再兼顾亏损收窄，2027 年打平，2028 年盈利。

既然我们上市了，刚才也提到，我们的战略目标就是 branding and trust。它既是面向消费者的品牌，也是面向投资人的品牌。上市以后，如果亏损不断扩大，可能会损害投资人利益。

如果找到了一个特别新的大方向，也许投资人会买单。

7. 机器人接棒自动驾驶

这个大方向也不是突然找到的。比如从自动驾驶自然延展出来就是机器人。机器人的研发，我们更希望用自动驾驶带来的毛利润去投入，而不是持续烧钱，或者不断从二级市场融资去投入研发。

你们 2025 年的毛利是 17 亿多。如果用毛利来投研发，未来持续够吗？机器人这个领域，很多创业公司融资金额也非常大，现在一些大公司也在进入，包括华为、很多车企，全球范围内还有 OpenAI。

我们的判断可能是，机器人需要的研发投入至少是百亿美元，有可能是数百亿美元。机器人应用场景里的明珠可能是家庭机器人，因为场景最复杂，商业价值也最大。在这个体量下，毛利润够吗？

我相信我们毛利润的持续增长，肯定能够支持我们把机器人做出来。

正好讲到你们新的延展方向。2024 年我们聊天的时候，那会儿宇树已经比较火了，但当时你说暂时不会做机器人。现在你们要延伸去做机器人，中间发生了什么变化，让你的想法改变了？

我们今年其实也不会大规模投入。我们的计划可能是明年开始。

从中国的情况倒推，我们判断可能到 2030 年，家庭机器人能够进入一个拐点，开始规模化商业化。这是一个重要判断。

另外一个重要判断是，我们现在二期是 world model。world model 很重要的一点，就是物理世界的海量数据能够真正被用起来。用一个 buzzword 来说，就是 scaling，开始 data scaling、model scaling，物理世界的规律可以预训练到模型里。

有了物理世界的规律，在自动驾驶里，可能 mid-train 学的是驾驶常识，post-train 学的是好行为的对齐，也就是 alignment。

对应到机器人，pre-train 还是物理常识，mid-train 可能是 domain knowledge，或者具体领域的常识，post-train 也是 alignment，也就是好行为的对齐。

你可以看到，两个领域的研发范式非常相似，背后的 data infra、training infra 也高度可以复用。

我们在去年就验证了 world model 是 work 的。我们预研一代、量产一代；今年会量产交付。

今年上半年，我们和硅谷做得很好的机器人公司交流时，都发现一个特点：它们也在往这个方向转型，并且有非常好的验证和进展。

一个代表性公司是 Generalist。它用大规模的、无本体的数据做 pre-training，之后用本体数据做 post-training，把成功率从 50% 提升到了 90%。

这件事在机器人领域带来了很大的震动。你会发现，硅谷一年前做机器人，更多聊的是“两位数”；但今年，机器人公司更多聊的是 world model 怎么做。

这还带动了机器人数据产业的快速发展。首先，你可以用无本体的方式收集数据，收集数据的成本大幅降低，效率也会大幅提升。另一方面，大规模 pre-training 也意味着需要大量数据。

1000 个小时、1 万个小时可能不够，10 万个小时可能只是入门级，1000 万个小时才可能算海量。

你刚才说了两点：一个是你倒推认为 2030 年会是家庭机器人的拐点；另一个是技术上已经看到了一些变化，用更多数据训练，在具身智能领域看起来已经有跑通的迹象。

我们可以拆开来说。先说 2030 年家庭机器人会有拐点，这件事情你是怎么推算的？

2030 年可能有几个维度。

第一个是端侧计算。我觉得应该不是什么门槛，只要有自动驾驶在前面探路，机器人端侧的计算应该够用。可以同时把物理大脑和语言大脑部署在端侧，当然云端可以部署一个更大的语言大脑；端侧部署一个小一点的语言大脑，再加上一个物理大脑。

你的思维还挺工程落地。第一步想到的是硬件算力的限制。

对。这个算力可能在 2028 年就能解决，而且能解决得很好，在自动驾驶上已经被验证。

家庭场景理论上网络应该可以很好。即使这样，它还是大部分要放在端侧，而不能在云端计算吗？

首先，物理大脑一定要放到端侧。云端的延迟，以及延迟的不稳定性，没办法让物理大脑在云端处理。

语言大脑的话，有可能小一点的语言大脑不需要放到端侧，只放到云端也可以。但如果需要非常好的产品体验，端侧也需要有一个语言大脑。

还有一个问题是隐私。在家里使用，可能从用户体验上也希望它是一个本地设备。

对。物理大脑天然就是本地的。语言大脑可以在本地，也可以在云端。

涉及隐私时，可能就和你在 iPad 上使用 agent 本质一样。物理大脑的数据并没有上传到云端，只有语言大脑相关的一些信息，可能有一些在本地处理，有一些在云端处理。所以隐私问题可能还好。

另外，我觉得到那个时间点，本体不管从可靠性、精度还是成本，都能做到不错的水平，整个本体相关的供应链也会比较成熟。

家庭机器人要规模化，本体成本可能需要做到 1 万美元，或者 1 万到 2 万美元，最理想的情况是 1 万美元。

那为什么你们不是 2025 年、2026 年投入，而是在 2027 年开始？

首先，在我们看来，自动驾驶的 2028 年是很重要的一年。首先要保证的是自动驾驶，不管是量产自动驾驶，还是 Robot，包括 Robot One、Robot Taxi、Robot Truck，这个飞轮已经不完全是数据飞轮了。

它可能是在数据飞轮的基础上进一步升级，变成一个 L4 的飞轮，变成一个 Robot 的飞轮。等这个飞轮转得很顺，整个研发能力、组织能力已经有了溢出的时候，再去做机器人，就是顺水推舟。

但如果能力还没有溢出，硬去做，就会出现“三个缸两个盖子，怎么盖都盖不住”的问题，会很痛苦。

你们来做这件事，和一开始就直接奔着这个方向做的公司相比，会有什么不同？

比如一家可能是宇树的公司和你们是同一年成立的，正好也 10 周年，今年也会上市。他们一开始就是做机器人。你们的发展路径会有什么不同？

我觉得可能是宇树的公司，首先在中国机器人领域做了非常开创性的工作。

你和王兴兴聊过吗？

没有，但我经常在网上看到他。

宇树更多可能是从身体，也就是本体的角度去做。当然我相信它肯定也做了小脑和大脑。我们做的话，可能更多是从想做的场景出发，从大脑出发，然后再去做本体。

所以你们这次做机器人，和之前不一样的是，你们会自己直接设计本体。相比之下，之前你们没造车。

我们会设计本体。至于制造，我觉得中国整个供应链和生态非常完备，不需要我们自己去造。

那它最后会是一个软硬一体的东西，是你们一起设计、一起研发，然后作为产品给到用户？

这个还在探讨过程中，但我们肯定会在设计过程中起到重要作用。

做这个方向有不同选择。有的人可能做偏平台的，比如 Google 和英伟达都说要做 robotics 领域的 Android，它们做的是偏大脑的部分。创业公司里，也有偏大脑的公司。

更多公司的主流选择，是做一个软硬一体、全栈的产品，既有大脑也有本体。我们会比较倾向哪一种，还要看具体情况。

这可能和我之前说过的做事风格、性格有关：在一个重要方向上，怎么能把事情做成，我就做什么。

选择做不做，一个很重要的判断是，这件事情对于整个行业有没有新增价值。如果已经有人做了，而且做得很好，我们就没必要自己花精力和资源去做。但如果这件事对于把事情做成很重要，又没有人去做，那我们就选择自己做。

所以现在还是一个开放的回答，要等到你们真正入场的时候，看哪些东西已经 ready，哪些还没有那么 ready？

对，是开放的。要看等到真正入场的时候，哪些东西 ready，哪些没有那么 ready。

我们现在有一些自己的想法，但到时候我就知道了。

还有一类公司，是 2024 年、2025 年成立的新公司。它们在短时间内融了很多钱，聚焦做具身智能，其中有一些和你们一样，也想做家庭场景的机器人。你们和它们相比，优劣势是什么？

这件事情做成挺难的。不光需要一个物理大脑，还需要一个语言大脑。当然，语言大脑很多东西可以借鉴现在 agent 的成果，但又不完全一样，研发投入非常大。

刚才提到，可能需要百亿美元或者数百亿美元。我们做这件事情，有两方面的优势。

一方面，不管是 training infra、data infra、人才积累，还是 world model 上成功的经验，都可以很大程度复用。还有高密度人才的溢出，复用度可能是 80%，甚至更高。

另一方面，我们有一个 cash cow 业务，就是 autonomous driving。100 亿美元现在听起来很多，但我的判断是，autonomous driving 未来几年会爆发式增长。

这个增长主要来自辅助驾驶业务，还是你们 Robot Taxi、Robot One 这类全无人驾驶业务？

两边都有。

我们在描述的时候，其实不把量产叫作辅助驾驶业务，我们叫量产。因为量产既有 L2++，也有 L4。

我们的判断是，L3、L4 的拐点可能只差 8 年。到 2028 年之后，比如到了 2035 年，量产业务里可能就没有 L2++ 了，所有产品形态全部都是 L4。

另一条线就是 Robot，包括这里写的 scalable robot，也就是规模化的 Robot 业务。它可能包括 Robo One、RoboTruck、RoboTaxi。

Robot 业务的主流模式，大家一般是自己运营车队。比如 RoboTaxi 就要自己运营车队。一旦这样，毛利其实会下降。

已经上市的、以 RoboTaxi 为主营业务的公司里，小马和文远 2025 年的毛利都比你们低很多，一个大约 15%，一个大约 30%。

如果你们这块业务也变大，固定资产、折旧可能都会上升，这会怎么影响你们的经营？

这取决于公司的战略选择。

比如在中国 RoboTaxi 业务上，我们的战略选择不是做一个平台，和滴滴、高德、T3 竞争，而是更多选择合作。我们的定位是一个 AI 司机，赚的是 AI 司机分成的钱。

所以车队可能都不是你们运营，而是另一个第三方平台运营？

对。这个 CapEx 不是我们持有，而是我们的伙伴持有。这是我们战略选择的一个很重要的出发点。

我做这件事情到底能不能给行业创造新增价值？如果能创造新增价值，我就做；如果没办法创造新增价值，我就不做。

这样一方面能更聚焦，另一方面也能避免一些不必要的内卷和竞争。

和 RoboTaxi 相关的一个延展问题是，从去年到今年，这个领域来了很多新玩家，京东、美团、哈啰都要做这个方向。你怎么看接下来一段时间这个领域的竞争？

你认为你们会在这里获得很大的收入增量，但也有很多新的人进来，有些还是很大的公司。

8. 机器人业务走向规模化

坦率来说，如果从 Scale of Robot、是不是一个好的 business 来看，未来 5 年我们的排序是：Robo One 第一，RoboTruck 第二，RoboTaxi 第三。

你可以稍微解释一下 RoboVan 和 RoboTruck 的区别吗？

Robo One 主要做同城配送，涵盖 4.2 米厢式货车、金杯和小三轮。

RoboTruck 其实也是更好的 business。它做的是大宗物流，不是干线物流。干线物流是自动驾驶最后一块拼图，因为难度非常大，既有技术上的难度，也有商业和政策上的难度。所以干线物流即使要做，也应该是最后做，不是现在做。

我们说的 truck，是大宗商品物流，比如拉煤、拉矿。倒短的话可能跑 30 到 50 公里，长的话可能 100 到 200 公里，最多两三百公里。跑的根本不是干线，也不是高速，都是很郊区、甚至很荒的路。

这些路可能主要就是运输特定的大宗商品，相当于某种意义上的特定半封闭场景？

不完全是。有的大宗产品是这样的，路就是为这个大宗商品开的；有的不是。但这些路肯定都在郊区，车流量不会特别大，场景复杂度却不低。

比如路上有坑，有动物横穿；甚至有些大宗物流场景里，狼会在马路上溜达。可能也会有车、有人，但人和车相对稀疏一些。

所以你觉得这两个方向的增量会更多？

对。一个是需求更强烈，另一个是相比 RoboTaxi，竞争更少。

那你对刚才竞争问题的回应是，你们不光做 RoboTaxi，还有好几个方向？

对，我们叫 Scalable Robot。

你怎么看 RoboTaxi 为什么突然来了这么多人？有些人以前根本不做这个。

我觉得和 Waymo 在 RoboTaxi 上取得了非常好的进展有关。另一方面，Waymo 也拿到了特别大的融资，有很好的估值。

回到刚才的问题，其实是你们和专门做机器人的公司相比，有什么优劣势。你提到一个是有很多东西可以复用，第二个是有比较好的现金收入。除了前面两条，还有吗？

我觉得这两条已经很重要了。

那你们相对的短板是什么？

可能要考虑的因素会多一些。

我听起来，接下来几年你们要同时做好几件事。首先，量产业务要继续做下去；其次，你们认为已经验证、需要快速规模上量的 Robot 业务，包括刚才说的 Robo One、RoboTruck 和 RoboTaxi；以及 2027 年开始投入做 robotics、具身智能。

这 3 件事到时候会有一个什么样的资源分配优先级？

坦率来说，在我们公司，这个话题讨论得很少。只要有利于业务发展，我们都会投。但我们投资都是以创业公司的方式来投，设置一个个最小闭环，一个个验证。每个 milestone 被验证之后，再走入下一个阶段。

不会 top-down 地设计一个资源分配，说这个资源是多少，那个资源是多少。更重要的是，怎么把 foundation model 做好。

就像我们现在在二期 world model 上验证了一件很重要的事情：用一个 world model，可以支持所有 autonomous driving application，包括量产、Robo One、RoboTruck、RoboTaxi，都能 work。

如果 foundation model 提升 10 倍，那可能每一个 application 都能提升 10 倍，这件事就变得很重要。

在自动驾驶领域听起来，这可能是一个新的东西，但放到大语言模型里，大家会觉得很正常：这个模型能做数学题，能 coding，也能写 PPT。

所以你刚才说的 3 件事，有一个共同的基座，就是 foundation model。你们在 R7 上已经验证了，它至少在各种智驾相关的下游任务上都可以 work。

我印象中很早的时候你们就说，量产和全无人驾驶是同一套底座。为什么到了 R7，你又说进一步验证了它可以支持更多场景？

之前可能主要验证的是 Robot Taxi，但我们进一步验证了，在 Robo One 和 RoboTruck 场景也成立。

Robot Taxi 和乘用车其实很接近，按照我们的技术路线，完全一样。但 RoboVan 和 RoboTruck 的场景还是有差别，尤其是 RoboTruck。它需要一些相同的东西，但也需要一些不一样的东西。

如果这 3 件事你们都做到了，Momenta 会变成一个什么公司？量产、Robot、机器人，也就是 robotics、具身智能。

9. Momenta成为物理AI公司

这不就是 Better AI, Better Life，更好的人工智能、更好的生活吗？不断地一步、两步、三步去做，相当于第一曲线、第二曲线、第三曲线。

比如英伟达，大家还是会说它是 GPU 公司，或者 AI 基础设施公司。这个问题我们坦率来说没仔细考虑过。

Momenta 就是 AI。量产、自动驾驶、机器人，都是朝着物理 AI 的方向去做。本质上它是一个 AI 公司；如果再限定一下，可能是一个物理 AI 公司。

它可能会是一个规模多大的公司？

这个不太好说。

我们刚开始创业的时候，并不是所有自动驾驶公司里最豪华的团队。那时候我才 30 岁，公司里年纪大一点的可能 28、29 岁，年轻一点的 24、25 岁，是一个很年轻的团队。

那个时间点，自动驾驶创业公司有多少家？一两百家、两三百家。你说那时候我是因为觉得最终我们能跑出来、能上市，所以才做这家公司吗？我觉得不是。

更重要的是，做这件事情很有乐趣。我们的初心是，我已经做了很多年的感知智能，想做认知智能。认知智能的话，自动驾驶是一个很好的切入点，同时它又有很大的客户价值和社会价值：10 年挽救百万生命，10 年解放 100% 时间，物流和出行的效率翻倍。

这是一个我感兴趣的方向。我们不断创造价值，就一直做到现在。

回头去看，每一年都会遇到很多问题，也会解决很多问题。并没有想着我们的目标是成为多大体量的一家公司，或者一定要成为 number one。当然，number one 这个目标心里是有的，但不是最强烈的，也不是排第一的那个点。

排第一的，更多是每天不断感受到：我对问题有更深入的认知，技术上有更多创新，和一帮纯粹而优秀的人一起解决问题、创造价值；做出来的产品有更多用户使用。

当然有用户吐槽，但也有越来越多的用户从吐槽变成认可，喜欢用我们的产品，并且开始向家人和朋友推荐。我觉得这个过程很开心。

第一曲线、第二曲线、第三曲线，也是一样。这个过程有点像打游戏：第一关打完觉得很好玩，就进入第二关；第二关打完觉得更好玩，就进入第三关。

你选择关卡的逻辑是什么？

一家科技公司怎么拓展，其实是需要设计的。比如做 learning 的时候，有一种方式是课程学习，先上小学，再上初中，再上高中。

做一家公司，整个路径也需要设计。比如我们先做量产，再做 Robot，再做机器人。每一步，在做上一步的时候，既要为这一步考虑，也要为下一步考虑。这一步目标的达成，对于下一步来说是很重要的积累。

量产智能驾驶和 Robot，是你们 2016 年创业时就同时看到的；机器人，或者更广泛的物理 AI，是你们这两年看到的。

不是。这件事情最早应该是 2020 年、2021 年，疫情期间。

那时候我为什么觉得家庭机器人的价值特别大？因为我觉得老龄化和少子化，是机器人能够为社会带来最大价值的地方。

有一件特别具象的事。大概是疫情后的第一年，可能是 2023 年。疫情期间没回老家，2023 年第一次回老家，和家人聚会时，我大姑问我：“徐总，你们在做什么呀？”

我先开始给她讲自动驾驶。我大姑听完之后就两个字：“非常棒。”然后她又问：“你们还有什么？”

我就跟她讲，未来也会做机器人。讲到机器人的时候，我大姑眼睛开始发光。她问了我很多问题：机器人能不能带小孩去上幼儿园？能不能帮忙买菜？能不能打扫房间？

后来中间隔了一年没回去。2025 年我又回了趟老家，拜访大姑。闲聊时，她的第一个问题就是：“你们的机器人做出来没有？”

我当时非常震惊。一般聊到特别前沿的技术和产品，很多人聊一聊就过去了，不会真的记住，也不会形成很多问题。

我当时先说，我们的自动驾驶现在处在什么阶段，机器人大概规划什么时候做。大姑接着问：“那你们的机器人售价大概会是多少钱？”

我当时估计了一下，说可能售价 10 万元左右。她第一反应是：“10 万块钱不算贵啊。如果你说的那些能力——能送小孩去幼儿园，能帮忙买菜，能打扫房间——这些事情都能干的话，10 万块钱挺值的。你什么时候做出来，第一时间给你大姑买一个。”

这个印象非常深。我强烈地感受到，家庭机器人能够给家庭、给家人，尤其是老年人和小孩，带来巨大的价值。

所以一方面要有设计，另一方面也有很多时刻会打动你，影响你选择什么方向。

对。一方面来自身边的人、家人和朋友，这是需求；另一方面，我们还是希望在 AI 上不断拓展，真正突破人工智能的边界，更深入地理解智能的本质到底是什么。

不光是人工智能，也包括人类智能。通过人工智能，很多时候我们真的会对人类智能产生共鸣和启发。

从 To B 变得更 To C，是你们长期追求的目标吗？因为按照你的描述，进入第三关家庭机器人时，你们就会直接面对消费者。

我看到科技公司里，英伟达是另一种拓展方式，它并没有深入每个下游去做具体产品，而是变成行业里的基础设施、技术底座。

这不是我们考虑问题的出发点。我们的出发点还是这件事情的价值是什么。

比如做自动驾驶，除了 Better AI, Better Life 的追求之外，autonomous driving 的价值是 10 年挽救百万生命，解放 100% 时间，让物流和出行的效率翻倍。我怎么把价值创造出来？

另外一个问题是，我怎么把这件事情做成。所以我会选择量产，也会选择 Robot。量产的话，我以供应商的方式做，而不是自己造车，因为没有必要。

做 RoboTaxi，我们也聚焦做好 AI 司机。在中国市场，我们不会和滴滴、高德竞争，更多是做好 AI 司机、和大家合作。

但做机器人，以供应商的方式可能做不好。什么叫家庭机器人？家庭机器人的价值是什么？用什么样的本体、什么样的形态去创造这个价值？行业里没有共识，也没有现成产品和现成玩家。

这时候就需要自己端到端地定义这样一个产品。

10. 他如何走进人工智能

你是从 30 岁开始创业，今年 Momenta 正好 10 年。2016 年开始创业时，你身上有一个特点：你应该是中国第一批 AI 研究员背景的创始人。

你可以讲讲，最开始是怎么对人工智能这个方向产生兴趣的吗？其实你本来不是学这个的。

这可能得回溯更久，大概是 20 年前，2006 年的时候。

我个人对数学、物理特别感兴趣。2006 年已经是本科大二了。那时候我修了统计物理，学习统计物理的过程让我觉得特别开心，顺带从统计物理延展到统计学，再从统计学延展到统计学习。

统计学习本质上是从数据里学习知识，甚至提炼智慧的过程。当时就觉得这件事情很神奇。

现在大家可能都知道，深度学习是统计学习的一个分支，大模型又是深度学习的一个分支。但在那个时间点，我就觉得这件事情特别有意思，于是进入了这个行业。

你 2004 年进入本科时，应该是在航空航天学院力学系，并不是科班出身。你是怎么逐步学习的？包括后来去了微软亚洲研究院的计算机视觉组。你是 2010 年去的，那时候这个组应该也是全球这个领域特别强的团队。

我的学习习惯是不太喜欢完全看课本，更喜欢从问题出发，或者从我要做的事情出发。我需要什么就学什么，大概是这样一个过程。

所以当时学习 AI，不是去上课、做专门的练习，而是遇到具体问题，发现它和人工智能有关，就用人工智能的方法去解决。遇到不懂的地方，就查书、查论文，按照自己的理解去实现。

实现出来效果不好，可能是理解有问题，我就回头再看，直到通过迭代把问题解决。我的人工智能学习过程基本就是这样。

你当时本科是找了科研导师，还是自己做？

我去找公司实习。实习岗位刚好和人工智能有一点关系。

2006 年有什么公司的岗位和这个有关系？

我找实习可能更多是在 2008 年、2009 年。最早的一份实习，那个公司我估计大家都没有听说过。当时是一家国企，下面有一个研究院，专门为铁路提供服务。

它做的是图像处理：在铁路下面放一个高速摄像机，火车经过时拍很多照片，基于照片识别火车可能存在的风险并报警，再让人去排查。

比如火车底部有一个零部件松动，或者火车经过时一块石头弹起来，砸到了底部的某个关键部件，导致这个部件处于不健康状态，需要维修保养。

如果没有自动化、智能化的方式去检测，而是靠人来检测，第一有可能漏掉，第二检查工作量特别大。

这是我的第一份实习。它并不是特别有名的 AI lab，而是计算机视觉在一个具体场景里的应用。

后来你 2010 年进入微软亚洲研究院的计算机视觉组，是一个什么过程？

我一开始就想进入微软亚洲研究院，但第一，我不是计算机背景；第二，我也没有人工智能相关经历或者课程。所以我投过简历，但没有被录取。

于是我先去了刚才说的地方实习，后来兜兜转转，先到索尼研究院，再到雅虎研究院，不断积累经验、成长。之后再申请微软研究院，才获得了在微软研究院实习的机会。

坦率来说，我不是那么喜欢读书，更喜欢解决问题。对于 publication，也就是发表论文，我不是那么感兴趣。我更喜欢解决实际问题，把东西做出来，让大家用起来，觉得好玩、好用。

我喜欢解决产品中的关键问题，或者一些很底层的关键问题。

在那个阶段，大概 15、16 年前，你对人工智能的理解是什么？为什么觉得自己一定要做这个？

那时候谈不上有什么深刻理解。第一，我觉得人工智能特别吸引人；第二，这个领域还有很多大的问题没有解决，还处在非常初步的阶段；另外，我觉得做这件事情每天都能充满活力。

当你做一件喜欢的事情，会觉得每天很有乐趣，每天想起床，想工作，觉得自己的人生是“生机勃勃”。

智能是一个极具吸引力的问题。一旦开始思考，很多时候会停不下来。而且这个思考不完全是在现有人工智能体系框架里思考，那只是其中一个视角。

你还会从动物智能、人类智能、生物智能的角度思考人工智能。人类智能和人工智能可能有一些底层共通的东西，那些底层共通的东西到底是什么？

这是一个机会很多，而且可以思考得很深的方向。

对。我觉得这是一片未知、值得探索的新大陆。

就像我们公司办公室的命名一样，办公室有一半的名字是大航海时代发现的岛屿名称，另一半是科学家的名字。在那个时间点看人工智能，就有点像面对一片未被发现的新大陆。

你的头像也是路飞，很多年都是路飞。

我喜欢路飞，是因为 One Piece、One Team 的感觉：一个团队，一个团队在一起的经历和感觉，就是宝藏。

我们 IPO 项目的代号也叫 One Piece，OP，One Piece，就是在一起的经历和宝藏。

回到你当时的状态。后来你进了微软亚洲研究院，是在孙剑那个组吗？

对，孙老大。我们平时都叫孙剑孙老大。

当时加入，是因为我在那边实习时做了一个比较好的工作，可能和前人的做法不完全一样，是一个全新的方法，并且取得了很好的效果。

孙剑觉得这项工作做得不错，就给了我一个非常 special 的工作机会。我本来不太喜欢读书，也不太想读 PhD，所以就直接在那里工作了。

那段经历里，你对如何做 AI 研究，有什么理解和学习？

孙剑对我的帮助非常大。在这之前，我的工作习惯更偏向逻辑思考或者理论思考。

我觉得好的工作有点像爱因斯坦发现相对论：先有顶层指导原则和理论框架，基于这个框架就能想出精妙的方法和点子。

但和孙剑一起工作之后，我发现他的工作风格非常扎实，非常重视实验，也非常重视实验中的现象，尤其是那些和预期非常不一致的现象。出现这种现象时，可能会有更重大的发现。

后来我逐渐改变了认识。一流的工作很多时候不是想出来的，而是做出来的，尤其当你发现一些和预期不一致的现象时，这可能是更加一流的工作。

原因是，世界上聪明人太多了。顶层原则、理论框架大家都知道，基于同样的原则和框架，推演出来的好想法可能会有一些创新，但很难是最顶尖的创新。

然而，当你做大量实验，尤其关注实验中和预期不一致的现象时，这些新现象很可能是只有你知道、别人不知道的东西。如果你能对这些现象形成深刻洞察，并且组织起来，就很有可能发现新的东西，创造新的理论。这种工作很可能非常一流、非常顶尖。

这种思维后来对你创业有帮助吗？

有帮助。

比如现在我们公司经常讲，做产品要“从用户中来，到用户中去”，不要自己去想用户到底需要什么。

公司在一些重要问题上卡壳时，我也会到一线。我到一线不是因为比大家更聪明，而是会带着大家非常扎实地去看具体问题和数据，而不是听大家说：你觉得问题的原因是什么，他觉得问题的原因是什么，你们背后的逻辑是什么。

公司里都是非常优秀、聪明的人。每个人只要能把一件事情讲出来，讲出来的逻辑通常都非常自洽。但这不代表他的自洽逻辑和一手数据完全匹配。

所以我会带着团队到一线去看一手数据，看你的逻辑和数据是不是对得上。你会发现，聪明人很多时候能很快修正观点，抓住问题的关键。

但有时候，聪明人不那么喜欢扎实地看数据，也不那么喜欢把自己的逻辑或理论和所有数据全部关联起来。这个事情的难点就是，一个很聪明的人不一定很扎实。真正超一流的人，是聪明人下苦功夫。

你觉得一个好的研究者的标准，在现在新的大语言模型技术浪潮下，有什么不变和变化？

是相通的。大语言模型时代，我觉得这种品质更加重要。

既要聪明，又要扎实，千万不要想当然。有一个想法，一定要找到尽可能多的一手数据去检验，因为它的时间成本更高、迭代周期更长。

当底层假设或者底层认知不对时，造成的损失可能更大，卡壳的时间也会更长。

后来你在 2015 年加入商汤，是一个什么过程？

当时是微软的前同事，也包括汤老师。汤老师在微软亚洲研究院也有很多交流。

那个时间点我已经在想要不要创业，但觉得没有创业经验，也不知道创业公司到底怎么运作。当时很幸运有这样一个机会，和汤老师交流之后感觉特别好，于是就加入了商汤。

他当时是怎么描述 AI 的未来和商汤的未来的？

其实从商汤最终的发展也能看出来，当时想的是 AI 可以赋能百业。当时已经在聊 AI+ 这样的概念。

你觉得那时候的“AI 赋能百业”和现在的“AI 赋能百业”有什么区别？

我觉得现在的技术发展相当于进入了下一个阶段。

那时候可能是一系列专用小模型去赋能百业：一个模型对应一个任务，对应一类数据，分别训练一堆小模型。

现在更多是把这些数据汇总在一起，把模型汇总在一起，通过大规模预训练，让模型具备很强的泛化能力。

你怎么看这两种创业？它们在资本市场上的走势非常不一样。

上一波 AI 四小龙，也就是计算机视觉那一波，后面发展都有一些波折。现在新的大模型公司，比如智谱，上市半年多，市值已经突破 1 万亿元人民币。为什么它们的商业效应和资本效应会差别这么大？

本质上还是价值，价值创造。

当你创造的价值更大，对应得到的回报也会更多，大家认为这个公司的价值也会更大。

大概去年年底，我就知道 AI coding 发生了大事，因为我们内部在用。一月份我去了趟硅谷，和投资人、当地技术人员都有交流。

和投资人交流时，我已经知道 Anthropic 的 AI 在暴涨。当时我的第一判断是，Anthropic 可能是在那个时间点最便宜的人工智能公司。很简单，算算 PS 就知道。

Anthropic 对整个大模型行业做出了非常重大的贡献：它把 L2 的 agent，或者 L2 的 coding agent，在比较短的时间内——当然也是长期积累带来的——变成了 L4 的 agent。

如果只是 L2 的 agent，整个市场规模可能是百亿美元；但一旦变成 L4 的 coding agent，仅 coding 的市场规模就是万亿美元。

L2 的 coding agent 更多是人在写、大模型辅助；变成 L4 的 coding agent 后，实际上是 agent 在写，人偶尔参与，或者几乎不参与。

如果看 L4 的通用 agent，它可能不是万亿美元的市场，而是 10 万亿美元的市场。

回到你的经历。你说那时候商汤想赋能百业。你加入之后具体做什么？做了一段时间后，你对“AI 赋能百业”的未来是怎么判断的？

我去的时候负责和落地产品相关的所有研发，不是一条产品线，而是很多条产品线。带着团队去打仗，月初的时候去吹牛，说我们的技术多好；月底的时候就要交付。

整个创业过程中，体力上最拼的阶段就是在商汤。

商汤后来也在海淀创业？

我觉得是的。公司刚成立不久，北京办公室也刚开，全职员工没几个，就开始打客户、做交付。

当时也没有全职员工，所以我从清华招了很多实习生，其中很多实习生非常厉害。我们带着实习生开发产品、交付，经常晚上干到三四点。有时候打车回家，路上就睡着了；有时候干脆不回家，睡在公司。

第二天早晨七八点、八九点有人来，突然从沙发上跳起来，接着干。我觉得那段时间是激情燃烧的岁月。

当时为什么这么拼、这么燃？背后的驱动力是什么？

可能和我的个人性格有关。

我记得大四做毕业设计时，就比如你现在采访我，应该能看到我眨眼频率比普通人高，因为我大四时有一个特别喜欢的毕业设计课题，经常晚上干到一两点、两三点，有时候睡在实验室。

我这个人很多时候比较懒散，绝大部分时间都睡到很晚。但那段时间那个课题是我特别喜欢的，我早晨起得很早，晚上也睡得很晚。

当时我是实验室里最小的，分到的是一个特别大、特别老的显示器。我每天对着那个显示器工作很长时间，后来得了干眼症。

但那个课题我特别喜欢，后来也很成功，和师姐一起发表了论文。虽然后来没有继续做物理，但那个课题是统计学和物理结合在一起的，我觉得特别有意思，所以非常 all in 地投入。

不管我是普通学生、员工、高管，还是公司的创始人，只要这件事情有价值，又特别吸引我，我很有兴趣，我就会进入 all in 的状态。

我听你描述在商汤的过程，你也是接触客户的。你从客户那里拿到需求，再把需求和技术结合，转化成产品，整个链路都跑。

相当于在这个阶段，你从以前偏研究、偏技术的状态，转变成了做产品、做业务的状态。这个转变对你来说是怎样的过程？你更喜欢专注做技术和研究，还是后面这种综合角色？

最底层的是，我希望把想做的事情做成。为了把事情做成，哪一块有短板、需要我学什么、需要我做什么，我都会去学习、去做。

但如果说天性，可能还是在很放松的状态下，讨论一些深刻的技术问题，这是我更喜欢的。

当这两者有冲突时，我还是服务于更底层的东西，就是把事情做成。天性很难改变，但天性难改不代表不能学。你仍然可以学习怎么做商务，怎么和客户交流，怎么理解客户、理解需求，理解我要创造的价值。

天性的东西会让你在某些方面做到超一流，因为你天然喜欢，就会不自觉地想得更深入。非天性的部分，是因为事情有需要，你可以去学、去成长，也能做到一流，但有时候一流就是天花板，很难做到超一流。

你自己的天性，会让你在所有方向上都做到超一流吗？

首先，我对 AI 整体的 passion 和热情，以及对一些关键方向、重大问题和重大问题根因的判断，随着解决的问题越来越多，会越来越准确。

对于重大方向的判断、重要架构的判断、关键问题的识别和根因识别——这些根因可能是技术上的，也可能是组织上的——准确度会越来越高，需要的时间也会越来越短。

一个方向卡壳的时间会越来越短，在错误方向上浪费的资源也会逐渐减少。所以我自然而然会深入思考的问题，很多是战略问题，包括技术战略、组织战略和方向战略。

可以这么说吗？

可以这么说。但真的去做大的战略问题时，不是只在上面思考，而一定是 top-down、bottom-up，top-down、bottom-up。

当你有一个大的想法时，一定要主动去找能够检验这个战略判断或战略方向的关键细节，找到之后检验它和你的想法是否匹配。匹配是好的，不匹配其实也是好的。

有了这些检验，再回来调整战略想法，不断 zoom in、zoom out，zoom in、zoom out。

我有一次和一个投资人聊，他说这是他最近学到的一个词，叫 zoom ability，就是 zoom in、zoom out 的能力，而且是快速 zoom in、zoom out 的能力。

这个能力可能还可以量化。比如向上可以 zoom out 4 层，向下可以 zoom in 5 层，那 zoom ability 可能就是 9。这样的人就很厉害。

这个“层”指什么？

这可能是一个抽象定义。简单想，一个公司有多个层级，每个层级看事情的抽象程度不一样。越往上，抽象程度越高；越往下，具象程度越高。

如果一个人的能力能从最高层的抽象程度，一直下到最底层的具象程度，那肯定比较厉害。

我自己的感受是，做重大决策或者解决关键问题，不能只在某一层思考，要不断 zoom in、zoom out，寻找具体的一手经验和一手数据，形成初步想法，再用这些具体东西检验想法。

既要具备从具体事物中总结抽象战略、抽象规律的能力，又要从抽象战略或抽象规律出发，主动寻找具象的 data point，检验和迭代想法。

2015 年，在商汤带团队打仗、解决问题，是非常燃、非常投入的状态。后来你是怎么走向创业的？

商汤本身就是创业。无论是什么角色，我觉得那都是非常宝贵的经历。

后来创立 Momenta，是因为我觉得 autonomous driving 是一个更加 disruptive 的技术，难度也更大。

你是说和计算机视觉相比？

对。因为 autonomous driving 首先包含计算机视觉，但还包含一部分认知智能，有决策的部分。它既有感知智能，也有认知智能。

我还是希望 Better AI, Better Life。更好的人工智能不能只有感知智能，还得有认知智能。

那时候认知智能的发展程度还不足以达到现在的水平，但我总得找一个标杆性行业，同时做感知智能和认知智能，而且这个行业还要能创造很大的用户价值和社会价值。

当时就觉得自动驾驶是一个很好的切入点。

那时候除了自动驾驶，还有什么选项？也可以做机器人。比如有一家可能是宇树的公司，就是 2016 年成立的，和你们是一年。

对，也可以做机器人。但那个时间点我觉得做机器人太远了，因为机器人的认知智能复杂度，即使放到现在也是极其挑战和困难的。

那时候如果要做一个机器人，尤其是通用机器人，认知智能的复杂度可能太高。但 autonomous driving 是一个比较好的结合点。

你当时有没有想过加入其他公司来做这件事？那时候特斯拉和 Google 都在做。

对，主要就是 Google。我当时也和 Google 的人交流过。

交流完之后，我觉得他们没有从本质上思考这件事做成的核心要素是什么。

他们是怎么想的？你对核心要素是怎么想的？

我在那个时间点就觉得，核心要素是数据。

首先，整个算法架构要变成数据驱动；其次，必须有海量数据，才能解决自动驾驶非常多的长尾问题。

其实最底层的想法特别简单。

你当时交流的 Google 人员是怎么想的？

我问到这个问题时，大家一般会跳到某个具体算法模块，讨论具体问题到底是什么、怎么解决。

我把大家对很多具体问题的解决思路拼凑在一起，却没有看到一个特别好的 top-down 设计，也没有看到这个设计如何解决根本性问题。

更多是“我眼前看到什么问题，就想一个方法解决这个问题”。我觉得仅仅看到问题、解决问题，有可能永远到不了月亮。

现在回头看，数据对人工智能非常重要，好像已经是一个常识。

对。

但在 2016 年，行业是怎么看这个问题的？

2016 年远远不到常识的程度。那时候大家可能觉得，用 deep learning 或数据驱动的方式做感知，可以作为一个探索方向，但还没有 100% 成为共识。

到 2020 年，用 deep learning 做 planning，你可以认为 planning 是自动驾驶里的初级认知智能，也就是决策的那一部分，但那时候也远远不是共识。

我记得当时公司有一位投融资同事在外面交流了一圈，带回来的反馈是：哪家公司说可以用 deep learning planning 做自动驾驶的规划和决策，这家公司肯定是骗子。

那 2020 年你们岂不是也被贴上了“骗子”的标签？

我们没有那么高调，只是已经朝这个方向研发，并且取得了比较好的进展。

我们公司的文化是，这个东西做出来了我才说；没做出来就不说。

回到数据驱动。如果 2016 年感知用数据驱动还不是很大的共识，在决策智能上用数据驱动，很多人更没有这个意识。你为什么在那个时间点就认为，做智能驾驶、做自动驾驶，一定要走数据驱动这条路线？

首先，这和我上大学时就有关系。我上大学时非常好奇智能到底是怎么回事，于是研究了很多和生物智能、人类智能相关的书和论文，觉得这个方向很有意思。

另一方面，人工智能当时流派很多，神经网络只是其中一个流派。但我对人和生物的智能很感兴趣，而神经网络又是和人、生物智能最相近的方向，所以我在这方面研究了很多。

而且那个时间点我刚好读了一本书，车展期间还和大家分享过，叫《人工智能未来》。孙剑也读过这本书，他读的是英文版《On Intelligence》。我们还互相推荐，一开始以为是两本书，后来发现是同一本。

这本书整本都在讲神经网络，只是当时没有 deep learning 或大模型的概念，更多使用神经网络这个概念。我受到这本书的影响很深。

所以不管是在微软研究院，还是出来创业，我对这个方向一直非常坚定。

另外一个原因是，我在微软做产品，在商汤也做产品，见过真正 work 的产品。

哪怕是在很窄的垂直应用里，一个产品达到了人类水平，或者超越人类水平，数据量都是海量的。

那个时候的“海量”是多少？

可能是 10 亿。10 亿算海量。百万级可能做一个 demo，千万级做一个好的 demo，1 亿做一个好的产品或者及格的产品，10 亿可能做一个更好的产品。

这是一个很朴素的 scaling：数据量变大，效果就变好。

对。所以这两块东西拼在一起了。公司从成立到现在一直有这个信念，而且这个信念不是空想出来的，是从实践中来，又在实践中反复被验证的。

所以是因为看见，所以相信。你本来就先看见了别人没看见的东西。

可以这么说，或者说相信和看见是同时发生的。

我原来学物理。学物理时，当你有一个假设，除了逻辑判断之外，还会做定量判断。不需要算得特别准，但可以做量纲分析，算算量级对不对。如果量级都对不上，那可能就是错的。

所以我当时算了一下，如果要实现大规模无人驾驶，比如覆盖全球、覆盖 1000 万台车、1 亿台车，需要多少数据？我发现需要 1000 亿公里的数据。

而 1000 亿公里的数据，靠自有车队不可能采集到。

你当时具体是怎么算的？

其实很简单。人类的安全性是 1 亿公里发生 1 次重大事故。无人驾驶要大规模普及，安全性至少要比人安全 10 倍，不然这个新技术为什么会被大家接受？

所以你就需要 10 亿公里。要验证这个系统是不是有 10 亿公里的安全性，不可能只跑 10 亿公里。就像扔一枚硬币去检验概率是不是二分之一，不可能只扔 1 次。

统计上要有意义，大概得重复 100 次。100 次的置信度可能更高，误差大概是根号 n 的倒数，也就是 1/10，置信区间会比较可信。

这个计算也和你当时学统计物理、统计学有关。

对，有关系。

有了这个核心假设之后，你往后的推演是什么？

往后的推演就是：哪里可以获得这么多数据？通过量产。

于是就有了我们的战略：首先要有数据飞轮，数据驱动；然后要有量产；再往后是 Robot 的应用，比如 RoboVan、RoboTaxi、RoboTruck。

这就变成了我们的“一个飞轮、两条腿”。

从 2016 年的推演到现在，经过了什么大的变化吗？

其实没有大的变化。只是 2016 年时还没有把它总结成“一个飞轮、两条腿”。

那时候只是有这个理念，反复和大家讲。后来公司人多了，反复讲也没什么用，就把它总结成一个 slogan，画成一个图放到 T 恤上。发现这样有效，就这么做了。

你能做出正确判断是一回事，之后怎么一直执行下来又是另一回事。

最开始 2016 年时，这个想法并不是共识。而且因为你们选择了这个战略，很长一段时间里，Momenta 在外人看来有点拧巴：一方面说要追求全无人驾驶，另一方面直到今天，很多人还是觉得你们做的是高级辅助驾驶。

这给你带来的内外部解释成本是什么？最开始很多人不理解时，你遇到的阻力是什么，又是怎么克服的？

我觉得解释没什么用，尤其对外部投资人，解释是一点用处都没有。

你做到了，大家才信你；你没做到，凭什么大家给你很高的估值、投资你？没道理。

但内部可以筛选相信这个方向的人。相信这个方向的人朝这个方向做，只要方向是对的，总能拿到正反馈。拿到正反馈之后，组织对于这个方向的信念就会持续加强，继续往这个方向做。

你有过自我怀疑的时刻吗？一个正确判断也可能短期没有正反馈，可能要经过一个周期才能验证。

这件事的原因可能不复杂。这个方向不难拿到正反馈。

从最终长期结果看，周期可能很长，可能是 3 年、5 年，甚至更长。但如果从内部研发、技术进展来看，拿到正反馈不需要 3 年、5 年。

如果 3 年、5 年才能拿到正反馈，说明研发体系设计有问题。研发体系、研发问题和研发阶段的设计，一定要让你短的话 1 周到 1 个月拿到正反馈，长的话也就 3 个月拿到正反馈。

不可能设计一条研发路径，让拿到正反馈的周期是 1 年或者 3 年，那研发没法做。

你觉得 Momenta 2016 年成立时的推演——一边做量产，一边反哺全无人驾驶——到什么时候算初步验证？现在算吗？

我觉得现在就是。

但你们现在全无人驾驶业务还比较少。2025 年底，实际运营的车只有 30 多辆，并没有到上规模的状态。站在外界视角，为什么能说已经验证了？

站在外界视角，完全是这样的。但站在内部视角，大家追求的不是今年规模是多少，而是进步的速度。

可能 2025 年底是几十台，今年是几百台，明年是几万台，2028 年可能就是十几万台。

你说的是 RoboTaxi，还是 RoboVan、RoboTaxi 等所有全无人驾驶业务加起来？

是所有 Robot 加起来。

你已经能看到这个时间表和节奏了。靠什么能这么快上量？

靠技术。技术每年提升 10 倍。

你内部看到这个信号是什么时候？什么时候觉得这套方法能实现全无人驾驶普及？

大概 2024 年就看到了。

当时我们不是提出来智驾行业的摩尔定律吗？两年 10 倍、两年 10 倍。

你们在技术上实现了什么之后，觉得往后的路比较清楚？

2023 年实现了 deep learning planning，2024 年实现了端到端，2025 年是强化学习，2026 年是 world model。每年都有对应的技术突破。

这些技术突破每年的名字不一样，但背后的底层逻辑是，模型能够吃掉更多数据，带来更好的效果，而且更好的性能是可预测的。

那时候我们的判断是两年 10 倍、两年 10 倍，但最近我们发现可能做到每年 10 倍，进步正在加速。

11. 公司从研究院走向战场

在你的描述里，你们技术上的战略判断一直没有大的变化，一开始就比较准确，而且拿正反馈也相对容易。

但整个公司发展过程中有什么波折和调整吗？之前交流时也提到过，2018 年底、2019 年的时候，公司文化有过一次大的调整。2018 年之前更像一个松散的研究院，之后更像一家以客户为中心、能够做产品、打硬仗、打胜仗的创业公司。

你之前在微软研究院和商汤，本来就在带产品团队打仗。为什么创业之后，前两年公司还是像一个研究院？

可能 2017 年、2018 年的时候，我还不够扎实。

那你在做什么？

比如跑投资人、跑客户，研发的话可能和大家很随意地聊一聊。

套用刚才说的 zoom ability，那时候我的 zoom ability 可能等于 2，往上看一层，往下看一层，就结束了。

你意识到什么问题？公司遇到什么问题之后，你发现不得不改变之前的状态？

Over-promise。对投资人 over-promise，比如产品进展、商业化进展，都 over-promise，而且是严重 over-promise。

这不需要我从内部发现，外部的人都能看出来。

你们具体怎么调整，怎么走出这个状态？

其实不复杂。首先跟大家讲，我们是一家创业公司，要为客户创造价值。创造价值的载体是产品，所以优先级肯定是先把产品做好，技术创新是为产品价值服务。

这是理念上的引导。理念引导之后，就树标杆：哪些同学确实按照这个理念做出了好的技术，带来了产品价值提升，那就谁上谁下，谁去谁留。

我刚才问很多问题，你都说“不难”“不复杂”，但创业肯定很难。

当时确实很难。只是现在回头看，问题其实很显然，解决方法也不复杂。但当时从发现问题到解决问题花了很长时间，过程中犯了很多错误，也经历了很多痛苦。

如果现在去做，可能 1 个月就能解决；当时整个公司动荡了半年。

现在 1 个月能解决，当时用了半年，主要是卡在你这里吗？

首先是对问题的总结和提炼。现在马后炮地总结，肯定很准，也能抓住要害。但在那个时间点，我看到的是千头万绪的问题：最重要的问题是哪一个，次要问题是哪一个，哪些要重点抓，哪些可以放一放，判断不一定准。

你现在面对新的问题，判断是不是比以前准了？

大多数情况肯定比以前准。尤其事情和人千头万绪地耦合在一起时，哪些是事情的问题，哪些是人的问题，哪些是事情和人共同的问题，哪些又是不相关的问题，我现在的判断力比以前准确很多。

这里面的门道是什么？一般哪些是事情的问题，哪些是人的问题，哪些是耦合在一起的？

这个东西其实也是一种感觉，有点像大模型数据量足够大的时候突然涌现。

我发现这次和你聊，和前几年有一个很不一样的地方。以前聊一些事情，你会一二三四说得特别清楚，一条一条的，而且你们公司以前有很多标语式的东西，可能是为了把方法传达到整个组织里，比如“三抓三放”之类。

但这次聊，你很多事情不会一二三四地描述，而是更多用直觉的方式来说。

可能是今天时间比较晚了。到了晚上，直觉就会更强。

你刚才说回头看，很多问题当时还是很难、很痛苦。在整个过程中，公司真正比较大的低谷是什么时候？

一个是那段时间，2019 年；另外一段可能是 2021 年到 2022 年初。

那段时间正好是疫情，又遇到我们第一个量产项目的交付，各种机缘巧合。

首先，第一个交付项目是我们历史上最难的项目。哪怕非常公正、客观地看，第一个项目也确实是最难的，不是因为它是第一个，而是因为它本身就很难。

哪怕把这个项目拉回到现在，再给我们这样一个项目，难度级别可能也是最高的。

你们是在疫情这个很难的环境下，又遇到第一个项目，而且还是一个很难的项目。具体是什么情况？要实现什么，周期限制是什么？

放到现在看，周期其实还算宽裕，差不多有一年多的开发周期。

但当时新东西太多：车是新的，执行器是新的，传感器是新的，所有关联件都是新的，芯片是新的，域控是新的，域控上的软件也是新的。所有新东西凑在一起，每个新东西都会有问题，真的是千头万绪。

而且那时候我们的研发体系和交付体系都很初级。遇到海量问题时，准确找到问题在哪里，往往要花非常多时间。

现在依赖研发体系、交付体系，可能一秒钟或者一分钟就能找到；在那个时间点可能要花几周。那几周就像抗战时武器不够先进，靠敢死队拿着大刀冲锋，血肉模糊、极其痛苦，最后拿到结果，才知道问题根源在哪里，然后解决掉。

2018、2019 年的调整，靠组织上谁上谁下、激励的方式来做。那交付过程中，从几周才能解决一个问题，到现在一分钟、一秒钟，这套体系是怎么建立起来的？

首先，在那个时间点，不管是我还是公司的高管，都非常扎实地在一线。大家一起解决问题，一起被当时看起来可能很简单的问题困扰。

后来找到问题根源并解决之后，大家就复盘：问题到底出在架构、研发体系，还是产品？

在那个时间点，大家逐渐对怎么做一套好的主线架构、怎么做一套好的主线研发体系有了感觉。对架构和体系设计有了感觉和审美，知道怎么做出更高质量的选择和决策。这种能力可能就是从那个时间点逐渐积累起来的。

当时积累的原则是什么？

当时公司有一个原则，叫复用主线和发展主线。

遇到问题时，你可以用方法一、二、三、四、五来解决，但其中一个方法可能是复用主线现有的东西。如果主线现有的东西没办法解决，就在主线当前的架构和体系下创新，而不是在主线之外再开一条支线。

因为支线会带来分叉。

这个概念放到整个行业里不一定新。我有一次和华为的一位高管交流，他非常资深，虽然没有用“主线”这个词，但他说：“徐总，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。”

我一听，觉得特别形象。烟囱就是支线。有那么多支线之后，就会被五马分尸。

你说的这位华为高管，是智驾业务的吗？

是这个业务的。他非常资深，在华为打过很多硬仗、胜仗。我对华为非常钦佩和认可，很多时候就来源于和华为人的交流合作。他们很多做事的风格、认知和理念，明显能感觉到水平非常高。

除了复用主线、发展主线，谨慎开支线，还有其他原则吗？

有了复用主线、发展主线之后，我们还有主线原则：主线剃刀、主线合力和主线积累。

主线剃刀来源于奥卡姆剃刀。我深入看研发问题时，发现聪明人有时候喜欢把事情搞复杂，喜欢假设一些假设。这些假设有些重要，有些不重要，有些可能是他没有考虑到的。

解决问题要抓住主要矛盾和主要矛盾的主要方面。奥卡姆剃刀说，如果有很多方法可以解决同一个问题，就用最简洁的方法，而不是复杂的方法。或者说，有很多理论可以解释一个现象，大概率正确的是最简洁的理论。

抓住主要矛盾，用最简单的方法解决最关键的问题。

主线合力和主线积累，是在解决问题时选择组织上能够形成合力的架构、体系和方法，而不是力量分散。

很多时候，聪明人解决问题有 A 方法、B 方法、C 方法，甲乙丙丁，各自单独验证都有效，但放在一起没办法融合到同一个架构里，没办法形成合力。这些方法可能就不是好方法，或者是低优先级探索方向。

只有能够形成合力的方法，才是高优先级探索方向。积累也一样：在时间上可积累，在组织上能形成合力。

所以这些口诀，是指导大家在日常很多小选择上，优先选择什么？

对，是一些技术判断和技术决策的方法。它们更像心诀，是方法和思维上的东西。

你们还做了哪些事情？比如落实到自己的系统，或者内部软件流程，来提高研发和交付效率？

我觉得这很关键。像你们这类公司，第一个门槛是能不能做出好的技术；第二个门槛是能不能批量交付客户。到目前为止，真正批量交付过客户的公司也不是特别多。

我举一个简单例子。做车型适配时，车上有很多传感器，这些传感器的信号接入是否正确？如果不正确，可能产生什么问题？

我们有对应的工具，叫 VVP，Vehicle Verification Platform。它也有很多版本。一开始可能是写规则来验证，现在已经用大模型验证了。

所以现在出了问题，很多时候大家不是去找某个工程师，而是直接问一个 agent。这个 agent 服务会帮你爬数据，爬完之后基于过去的经验分析，最后告诉你问题的原因。

对。

你们从哪一年开始用大模型做这件事情？

很早。GPT 刚出来的时候，我们就用这些东西做这些事情。

2022 年底、2023 年初，我们内部有一个悬赏令，叫 GPT 悬赏令：如果你用 GPT 和一个创新方法解决了实际问题，而且这个方法或工具不光自己用得好，还推广给至少一个内部用户使用，就可以拿奖。

我记得最开始我们聊过，你们服务第一个客户时，是 400 多人干了一年多。到现在，你们累计量产车型已经有 100 款。

现在上一个新的车型，效率能到什么程度？

平均来看，10 个人 3 个月，或者不到 10 个人 3 个月。

这是完全没做过的品牌的新车型吗？

对。这个也看量产交付周期。如果给我们的工程样车状态比较好，并且 3 个月后就要量产，我们肯定可以交付。

10 个人 3 个月，指的是城区 NOA，也就是目前最高级的服务吗？

所有功能，从泊车到行车，从高速到城区，都可以。

车企一般会有不同功能的设计。你们现在服务这么多不同品牌、不同车型，能这么快适配，是因为基本上所有功能都做过了吗？

可以这么说。可能适配的都适配过了，需要的功能也都已经开发出来。很多时候只是配置，不需要重新开发。

你觉得其他厂商靠时间能追上吗？这是什么性质的能力？

如果仅仅是刚才说的适配能力，我觉得有可能。

把功能全部覆盖，把所有传感器配置都覆盖，这个靠时间、靠更大规模是能追上的。比如真正做到 100 款车，可能 3 年做 100 款车。只要真的做过 100 款车，对应的积累就可能做到。

但有这个积累，不代表能在很短周期内高质量交付。高质量交付还需要整个交付体系是数据驱动的，架构也是数据驱动的，发现问题到解决问题，靠数据驱动实现全流程高度自动化，这样才有可能做到。

这就不完全是靠时间和经验积累了，还需要在架构和体系上有自己的审美和追求，在这个方向上不断创新，才有可能做到。

这个事情的难度是什么？

首先是真不是真相信这件事，是否真的相信数据驱动。

“相信”和“真的相信”有什么区别？

真的相信，就是遇到所有问题时，首先从这个角度出发解决。

遇到困难、解决不了问题时，不是退回到其他方法上，而是想办法创新性地改架构、改体系，让数据驱动的方法能够 work。

遇到挫折时，不是认为这个方向不对，而是想办法改进，让这个方向继续往前推进。这个方向能 work，我觉得这才是真的相信。

你前面说过，起步时你们不是阵容最豪华的团队。经过 10 年，Momenta 还在这个市场上幸存下来。你觉得哪些关键地方做对了，又没有犯哪些致命错误？

我们公司有两种文化。

一个是以客户价值为中心，持续围绕客户价值创造价值。我觉得这件事非常重要。

另外一条文化叫低成本、短周期检验，或者低成本、短周期试错。

在重要决策和判断时，刚才提到的 zoom ability 很重要。你有一个方向性的判断，抽象程度可能很高，但不能只在这个层面上自圆其说，要往下深入很多层，主动寻找可以检验它的 data point，然后检验，再迭代。

这个过程第一能帮助公司避免犯致命性的重大错误；第二，即使犯了错误，也能很快发现、很快调整。

曾经有什么让你比较后怕的决策？比如那个决策做错了，公司可能就是完全不一样的结果。

很难有这样的事情发生在我们公司。

首先，如果一件事情是重要决策，比如做机器人，不会等到今年才做决定。可能 2020 年、2021 年就开始讨论，2023 年、2024 年已经做了很多调研。

我们知道哪些问题想清楚了，哪些问题没想清楚；想清楚的问题重要程度是什么，没想清楚的问题重要程度是什么。

等到真的要做时，这不只是“做还是不做”的决策，更多是选择什么样的切入点、什么样的节奏、什么样的路线。

当然，也可能一件事酝酿很长时间后，发现它不对，或者不适合我们做，最终就不做了。

之前接触过你的人评价，你在决策上比较强势。你想好要做的事情，公司里其他人比较难反对。如果你自己想错了怎么办？

有这样的印象，更可能发生在 2019 年。那时候公司从 lab 转变成以客户为中心、做产品、创造价值的创业公司，很多事情在决策和调整上非常硬。

这也是为什么我觉得那时候很稚嫩。事情折腾了很久，动荡了半年多才调整过来，过程很痛苦。

但之后我的感受是，公司重大决策不是我做完，然后告诉大家“你们去干”。那样是不会 work 的。

重大决策更多是，我有一个想法，就天天和大家聊，今天聊，明天聊，听听大家的想法。等真正做重大决策时，可能这个想法已经过去 1 年，短的话 1 年，长的话可能 3 年、5 年。

你描述的决策方式也有一个风险，就是行动会比较慢。

对，所以需要把重大决策想得靠前。

不能等到事情已经要爆发了，才开始讨论和考虑，那肯定来不及。但如果一两年前、三五年前就开始考虑，这件事情在整个组织里经常被讨论，有不同观点，大家来回讨论、不断酝酿，可能是更好的方式。

一些投资人和其他创业者评价你战略判断能力很强，定力也比较强。你看到一个方向之后，会把它做下去。

Momenta 是你第一次创业，开始创业时也没有那么多业界经验。你觉得这种判断力来自什么？而且有些想法在当时并不是主流。

没有特别复杂的方法。如果觉得事情重要，就经常思考，经常和大家讨论。想得多了，讨论多了，一手的一线信息收集多了，调研多了，自然会有越来越深入的思考、认知和判断。

关于怎么调研，你有什么方法和诀窍？

我们公司有“需求三招”：需求挖掘、需求体验、需求验证。

我觉得很重要的一件事，是一定要到一线拿一手信息。不能每天坐在办公室听汇报。这件事很重要，说起来容易，但做起来没那么容易，因为到一线拿一手信息其实挺累。

大模型热潮来了之后，你用得比较多的工具和产品是什么？

当我有比较开放的想法时，可能会和多个大模型都聊一遍，相当于找多个顾问交流。

但坦率来说，现在大模型在一些关键性、重大问题上的水平还没有那么高。和公司优秀骨干或者高管的水平相比，我觉得还有很大差距。

不过作为信息输入，我可能会习惯性地问一问。或者我思考一个问题已经想到晚上三四点，不好意思给大家打电话时，可能会和大模型聊一聊。

对 CEO 这个角色来说，大模型实际上能有多大提升？对程序员来说，有人觉得效率提升特别高。

我觉得 CEO 重要的不是效率，而是认知和判断。

CEO 最重要的是认知和判断，快不是最重要的衡量指标。我的经验是，好的判断通常需要很长时间思考和讨论。

到一线获得一手信息，对于做出判断非常重要。很多时候没办法做出正确判断，是因为离一线太远，或者一手信息不全、有偏、错误，没有把所有信息放在一起综合提炼、验证和判断。

再往下推，你们要做机器人和具身智能，可能的变数是什么？哪些因素可能导致这个计划不成功？

如果我们决定做了，就不觉得会有致命问题导致这件事不成功。问题可能很多，这是一定的。

但决定做还是不做时，要考虑两方面。第一，这件事情的新增价值是不是足够大；第二，我是不是真的喜欢，这是驱动力。

然后再看阻力：是不是有致命性问题，真的解决不了、做不到，导致事情无法成功。

只要价值足够大，我又喜欢，就会越做越好。至于相比别人是不是做得更好，做之前不知道。

但过去的经验是，只要事情价值足够大，你非常喜欢，并且能不断聚集真正相信这件事价值、对这件事有使命感，同时也享受这件事乐趣的人，不断吸引和凝聚越来越多这样的人，随着时间推移，就会越做越好。

这可能是我们做事和做决策的出发点。

你们在智驾之后也想开始做机器人，这件事受到特斯拉启发吗？

不能说没有，但也不能说就是受特斯拉启发。

其实在做 Auto 3.0 的时候，我们就已经觉得这件事要做。

先说为什么会有 Better AI, Better Life。当时我们觉得，自动驾驶最多 20 年，可能 10 年技术成熟，再用 10 年让产品、商业和生态成熟。我们 2016 年创业，到 2036 年正好 20 年。那时候我才 50 岁，其他人也才 40 多岁。

所以我们需要一个 100 年的使命，够我们干 100 年，做到基业长青，做一家 100 年企业。

第二，我们当时选择做 autonomous driving，就是因为感知智能不会是智能的全部，必须做认知智能。但认知智能不能一上来就解决终极问题，那不知道怎么做。

自动驾驶是一个很好的切入点。这个切入点做成之后，下一步机器人就是更高级、更通用的认知智能，这是一件很赞的事情。

在你的设定和选择里，之前也有人做过。你会不会在某个时刻，追求成为全世界第一个做这件事的人？

我们做一件事情，还是刚才那个原则：是不是能创造新的价值？第一点；第二点，我们是不是真的喜欢这件事情。

然后看中间有没有重大的 blocker，是不是我们解决不了。如果解决不了，就不做。

我发现你的思维方式是，一件事情有了答案之后，就不太会被其他东西分散。比如“成为全世界第一个做这件事的人”，听起来也挺有诱惑力。

我记得有一个说法，叫“狐狸知道很多事情，刺猬知道一件大事”。我看到这句话时觉得特别有意思，就记住了。后来渐渐发现，这个道理确实挺有用。

很多事情需要一些底层原则或者底层方法论。