Momenta曹旭东：规模L4需百亿美金，现金流业务是物理AI入场券

事件概述

在2026年北京车展期间，Momenta合伙人兼CEO曹旭东发表核心观点，认为自动驾驶是“物理AI的序章”，但跨越这一阶段需要巨大的资本投入和成熟的商业闭环。他预测智驾行业格局将快速收敛，全球最终仅剩3-4家头部玩家。

核心信息提炼

1. 投入门槛与行业格局

• 资金门槛：实现规模化L4自动驾驶，累计研发投入至少需100亿美元；若为大型公司，成本更高。迈向通用机器人（Physical AI）阶段，投入可能上升至几百亿甚至千亿美金。
• 市场收敛：受强规模效应和先发优势影响，智驾产业不会长期百花齐放。预计中国国内最终仅剩2-3家，全球范围约3-4家。
• 合作周期：面向主机厂（OEM）的合作具有极强的长周期性。以奔驰为例，从2017年投资到2025年下半年量产，历时8年；海外客户开发周期通常为5-7年，国内为3年左右。

2. 技术路线：数据飞轮与行为对齐

• 数据价值重估：海量原始数据仅占价值的10%，相当于“含矿量低的铁矿石”。剩余90%的价值来自将数据转化为能力的体系能力（即“贫矿变富矿”的过程）。
• 训练两阶段论：
  • 预训练（Pre-Training）：利用Momenta现有的80万台量产车积累的海量真实路况数据（含长尾数据），通过World Model（世界模型）赋予模型物理常识。
  • 后训练（Post-Training）：拥有常识不代表会开车，需通过后训练将模型行为对齐到“好司机”的标准，激发并规范驾驶行为。
• 竞争壁垒：单点算法创新易被复制，真正的壁垒在于架构能力、数据迭代体系、训练验证体系以及组织文化。体系差距往往导致一代或两代的技术代差。

3. 商业化与物理AI战略

• 双闭环驱动：物理AI的核心在于数据闭环与商业闭环的正反馈。只有当体验接近或超越人类水平时，爆发式商业化会带来数据爆发增长，进而推动模型能力指数级提升。
• 现金流门票：由于物理AI（如具身智能）研发成本极高且周期长，单纯依赖融资不可持续。企业必须先拥有能产生现金流的业务（如当前的自动驾驶）来支撑后续研发。
• 平台化愿景：Momenta致力于构建一个能覆盖Robotaxi、Robovan（物流）、Robruck等所有垂直场景的大模型平台。通过平台效应降低各垂直领域的研发成本，并汇总数据反哺大模型。

4. 出海策略与挑战

• 反向合资模式：针对进入欧洲等海外市场可能引发的当地就业和税收冲击，建议借鉴中国模式进行“反向合资”，既输出中国高科技产品，又赋能当地企业，实现共赢。
• 速度冲突：中国科技企业的迭代速度与国际OEM的传统标准存在矛盾，解决之道是以客户和用户价值为中心共创创新方案。
• 客户版图：目前Momenta已覆盖德系BBA、大众，日系丰田、本田、日产，美系通用、福特等全球顶尖品牌。