Gespräch mit CAO Xudong von Momenta: Für das autonome Fahren zum Mond muss zuerst eine serienreife „Rakete“ entwickelt werden

Zusammenstellung: Fan Shuqi 

Am 8. Juli notierte das autonome Fahrunternehmen Momenta offiziell unter dem Börsenkürzel „6880“ am Hauptboard der Hongkonger Börse. Nach der Eröffnung stieg der Aktienkurs von Momenta zeitweise um mehr als 6 % und die Marktkapitalisierung überschritt 70 Milliarden Hongkong-Dollar.

Berechnet auf der Grundlage des Emissionspreises von 295,6 Hongkong-Dollar pro Aktie und unter der Annahme der vollständigen Ausübung der „Green-Shoe-Option“ (Überzuteilungsrecht) wird Momenta im Rahmen dieses globalen Angebots rund 22,93 Millionen Aktien ausgeben und einen Gesamtmittelzufluss von etwa 6,8 Milliarden Hongkong-Dollar erzielen.

Das ist zweifellos ein ermutigender Aufschlag inmitten der düsteren Preiskämpfe in der Automobilindustrie.

In den letzten mehr als 10 Jahren hat die Automobilindustrie mehrere Runden der Selektion durchlaufen. Dabei sind nicht nur Star-Unternehmen wie NIO, Li Auto und Xpeng hervorgegangen, die heute an der Spitze der Fahrzeughersteller stehen, sondern in der gesamten Lieferkette haben sich auch führende Unternehmen wie CATL, Hesai Technology und heute Momenta durchgesetzt und aufgebaut.

Ihre grundlegenden Geschichten sind sich sehr ähnlich: In einem von Hype geprägten Marktumfeld erkennen sie ihren strategischen Willen und verfolgen ihn entschlossen. Die Erfahrung von Momenta ist hierfür ein typisches Beispiel. Bereits bei der Gründung im Jahr 2016 wurde die Branche von der Technologie des autonomen Fahrens begeistert, und Kapital strömte schnell in L4-Projekte für vollautonomes Fahren.

Doch Cao Xudong, der zuvor bei Microsoft und SenseTime tief im Bereich Computer Vision gearbeitet hatte, legte schon früh den technischen Weg der datengesteuerten Entwicklung und des geschlossenen Datenkreislaufs fest. Er wollte ein Geschäftsmodell, in dem Daten und das Forschungs- und Entwicklungssystem sich gegenseitig kontinuierlich fördern. Deshalb legte er bereits bei der Gründung des Unternehmens 2016 die Strategie fest, auf zwei Beinen zu gehen: Serienproduktion von L2-Fahrassistenten und L4-autonomes Fahren.

Auf dem Bein von L4 werden technische Durchbrüche in Spitzenbereichen erzielt, die dann an das Serienproduktionsgeschäft von L2 weitergegeben werden. Die durch das L2-Geschäft erzeugte Daten-Flywheel wiederum fördert das autonome Fahren von L4.

„Um skaliertes L4 zu erreichen, braucht man unbedingt ein Daten-Flywheel und riesige Datenmengen. Ohne diese beiden Dinge ist es unmöglich, zum ‚Mondflug‘ zu gelangen.“

Kurz vor dem Börsengang von Momenta führte Feng Dagang, CEO von 36Kr, gemeinsam mit Yang Xuan, Senior Content Director von 36Kr, ein Interview mit Cao Xudong, dem Gründer von Momenta. Darin beschrieb er die strategische Absicht des Unternehmens in der Frühphase.

Die Entscheidung ist einfach, aber die Umsetzung ist oft voller Schwierigkeiten und Rückschläge. Wie 36Kr erfuhr, hat Momenta von 2016 bis 2022 fast alle L2-Serienproduktionsgeschäfte erforscht, die in großem Maßstab umgesetzt werden können. Es nacheinander Nachrüstsysteme ausprobiert und dann fast kostenlose POC-Projekte (vorab Validierung) für Automobilhersteller durchgeführt.

Sogar Cao Xudong selbst erlebte die Kluft zwischen technischen Ideen und der kommerziellen Umsetzung. Er erzählte 36Kr, dass er am Anfang seiner Tätigkeit in der Automobilindustrie dachte, es wäre wie im Internet-Bereich: Von der Produktplanung bis zur Markteinführung vergehen nur wenige Monate, im langsamsten Fall ein oder zwei Jahre. Aber von dem Eintritt in die Lieferkette von Mercedes-Benz bis zur Auslieferung des Produkts an die Fahrzeuge brauchte Momenta 8 Jahre.

Glücklicherweise haben die langen Prüfungen und Vorbereitungen dazu geführt, dass Momenta als eines der ersten Unternehmen die Türen zu den Automobilherstellern für die Serienproduktion von Fahrassistenzalgorithmen öffnen konnte. Bis heute gehört es zur Spitzengruppe der Unternehmen für autonomes Fahren.

Kurz vor dem Börsengang kündigte Momenta an, dass die Anzahl der Fahrzeuge, in die ihre Technologie eingebaut wurde, 1 Million überschritten hat. Mit dem Wachstum der Skala steigen auch die Einnahmen linear. Aus dem Prospekt von Momenta geht hervor, dass die Einnahmen des Unternehmens von 743 Millionen Yuan im Jahr 2023 schnell auf 2,413 Milliarden Yuan im Jahr 2025 gestiegen sind. Die Bruttomarge erreichte 71,6 %. Mit dem Auftreten von Skaleneffekten hat sich der Nettoverlust von 1,093 Milliarden Yuan auf 303 Millionen Yuan verkleinert.

„Viele Menschen haben anfangs große Ziele: Sie wollen zum Mond fliegen. Dann denken sie, der Mount Everest sei dem Mond am nächsten, also besteigen sie den Mount Everest. Aber für den Mondflug muss man eine Rakete bauen. Unserer Meinung nach ist das, was wir mit der Serienproduktion von L2 machen, genau das Bauen einer Rakete“, erklärte Cao Xudong gegenüber 36Kr.

Heute trifft Momenta erneut eine neue technische Vorhersage: Das Unternehmen wählt den Weltmodell-Ansatz und das verstärkte Lernen (Reinforcement Learning). Dieses technische System wird bereits im neuesten Weltmodell R7 des Unternehmens angewendet.

Cao Xudong ist sehr zuversichtlich in Bezug auf das R7-Weltmodell. Er behauptet, dieses Produkt könne „mit Tesla FSD V14 auf Augenhöhe konkurrieren“. Für sein eigenes Robotaxi-Geschäft hat Cao Xudong einen soliden Plan. Sein Ziel ist, dass „im Jahr 2028 10.000 Robotaxis in Betrieb sind, die Hälfte in China und die andere Hälfte im Ausland“.

Die längerfristige strategische Ausrichtung von Momenta liegt auf Robotik. Cao Xudong plant, das Robotikgeschäft 2027 zu starten. Einerseits ist das der Fall, weil „der Aufbau des Momenta-Roboter-Flywheels zu diesem Zeitpunkt bereits relativ abgeschlossen ist“, andererseits weil das Unternehmen zu diesem Zeitpunkt „überschüssige Fähigkeiten hat, die genau für die Robotik genutzt werden können“.

Zwar haben viele Unternehmen für autonomes Fahren, einschließlich Automobilhersteller, schon vor Momenta begonnen, in die Robotik einzusteigen, aber Cao Xudong glaubt nicht, dass das Unternehmen den besten Zeitpunkt für den Einstieg verpasst hat.

Das liegt nicht nur daran, dass Robotik und autonomes Fahren in Bereichen wie Dateninfrastruktur, Trainingsinfrastruktur, Daten-Flywheel und Architektur von großen Modellen stark wiederverwendet werden können. Cao Xudongs größeres Vertrauen kommt auch von dem technologischen Fundament, dem Organisationssystem und der Marktgröße, die Momenta über Jahre in der Automobilindustrie aufgebaut hat.

Im Folgenden das von Redaktion bearbeitete Gesprächsprotokoll zwischen Feng Dagang (CEO von 36Kr), Yang Xuan (Leiterin der Originalinhalte bei 36Kr) und Cao Xudong (Gründer von Momenta):

Über den Börsengang: Der Börsengang dient Markenaufbau und Vertrauen

36Kr: Warum will Momenta an die Börse gehen?

Cao Xudong: Das ist eine gute Frage. Das Unternehmen geht zu diesem Zeitpunkt an die Börse, vor allem um die Marke zu stärken und Vertrauen aufzubauen.

Eigentlich verfügt unser Unternehmen über reichliche Barreserven, und die Verluste verkleinern sich schnell. Nächstes Jahr erreichen wir die Gewinnschwelle, übernächstes Jahr können wir skalierte Gewinne erzielen. Aus Sicht des Cashflows hat der Börsengang also kaum Auswirkungen auf uns.

Obwohl wir ein B2B-Unternehmen sind, legen wir großen Wert auf die Markenbekanntheit bei Endverbrauchern (C-Ende) und das Vertrauen der C-End-Nutzer in uns. Der Börsengang kann unsere Marke zweifellos stark aufwerten und uns so helfen, das Vertrauen von Nutzern, Kunden und dem Kapitalmarkt zu gewinnen.

36Kr: Ist das ein bisschen wie bei Intel, wo die Nutzer denken: Ein Computer mit Intel-CPU muss gut sein. Analog dazu: Ein Auto mit Momenta-Fahrassistenz muss auch gut sein?

Cao Xudong: Das ist sicherlich ein Vorbild, von dem wir lernen und das wir uns zu eigen machen.

Viele unserer Kunden führen bei der Markteinführung ihrer Produkte gemeinsame Marketingmaßnahmen (Co-Marketing) mit uns durch. Dazu gehören Mercedes-Benz, BMW, Audi, Toyota, Honda, Nissan sowie inländische Automobilhersteller wie SAIC und Chery. Mit einer stärkeren Marke und höherem Vertrauen der Nutzer können wir unseren Kunden auch helfen, ihre Autos besser zu verkaufen.

36Kr: Wie soll der Kapitalmarkt Momenta definieren? Als Unternehmen für intelligentes Fahren oder als KI-Unternehmen? Und was halten Sie selbst, was Momenta ist?

Cao Xudong: Ich denke, die Leute im Kapitalmarkt sind klug. Sie definieren das Unternehmen nicht so, wie ich es mir wünsche.

Meiner Meinung nach verfolgen wir das Motto „Bessere KI, besseres Leben“. Langfristig sind wir also zweifellos ein KI-Unternehmen, zu dem auch das autonome Fahren gehört.

Das autonome Fahren – von der heutigen städtischen Fahrassistenz bis hin zu zukünftigem L4-autonomem Fahren – ob in Pkw, Robotaxis oder Robotrucks, hat im Kern alles mit KI zu tun. Dieser KI-Kern entspricht in der physischen Welt dem Weltmodell.

36Kr: Heute sprechen viele von dem Konzept des „reinen KI-Bluts“: Zum Beispiel Unternehmen, die Tokens verkaufen, gelten als reine KI-Unternehmen. Andere Unternehmen, die mit KI zu tun haben, werden möglicherweise nicht als reine KI-Unternehmen eingestuft. Finden Sie diese Definition unfair?

Cao Xudong: Verschiedene Menschen haben unterschiedliche Ansichten. Ich habe einmal einen Satz gelesen: Kurzfristig ist es eine Wahlmaschine, langfristig eine Waage. Ich denke, letztendlich zählt die Waage.

Bei allen unseren Entscheidungen orientieren wir uns nie am Kapital, sondern immer am Wert. Wir entscheiden uns für den Weg, der den Nutzern Wert schafft und unserem Wertorientierung entspricht.

Ein Beispiel: Als wir anfänglich von einem „Flywheel und zwei Beinen“ sprachen – also Serienproduktion von L2 und vollautonomes Fahren – verstand die gesamte Branche das zu diesem Zeitpunkt nicht. Alle anderen entwickelten nur Robotaxi.

Aber wir erzählten eine Geschichte, die nicht der Mainstream-Meinung der Branche oder der Richtung mit der höchsten Bewertung durch den Kapitalmarkt entsprach. Warum haben wir diese Wahl getroffen? Weil wir glaubten, dass dies der richtige Weg ist, um letztendlich skaliertes L4 zu erreichen. Deshalb haben wir diesen Weg gewählt.

Über das Weltmodell: Das Weltmodell ist eine notwendige Bedingung für das autonome Fahren

36Kr: Ich habe gehört, dass Sie selbst aktiv in der vordersten Ebene mitwirken, um die neuesten technischen Entwicklungen zu verfolgen. Heute tauchen ständig neue KI-Technologien und Konzepte auf – alle sprechen vom Weltmodell, aber jeder meint etwas anderes. Wie definiert Momenta das Weltmodell? Wie stellen Sie sicher, dass Ihr Weltmodell die physische Welt wirklich versteht?

Cao Xudong: Unser Weltmodell besteht hauptsächlich aus drei Teilen: Erstens die Vorhersage durch das Weltmodell, zweitens die Simulation durch das Weltmodell und drittens das verstärkte Lernen durch das Weltmodell.

Zuerst zum vortrainierten Weltmodell: Unser Bezugspunkt ist GPT. GPT ist so leistungsstark, weil es vortrainiert ist. Das Vortraining nutzt die Vorhersage des nächsten Tokens, um Daten aus dem gesamten Internet oder alle digitalen Daten zum Training zu nutzen und das Allgemeinwissen der digitalen Welt in das Modell zu komprimieren.

Das entsprechende vortrainierte Weltmodell funktioniert durch Vorhersagen der Zukunft: Wenn ich zum Beispiel einen Stift nach oben werfe, fällt er wieder herunter – das ist eine Vorhersage der Regeln der physischen Welt. Mit riesigen Datenmengen dieser Art kann das Modell solche Vorgänge vorhersagen. Indem wir alle Gesetze der physischen Welt in das Modell komprimieren, erhält das Modell das physische Allgemeinwissen.

36Kr: Deshalb ist das Weltmodell für das autonome Fahren sehr wichtig.

Cao Xudong: Ja, absolut. Das gilt nicht nur für das autonome Fahren, sondern auch für die Robotik.

In der zweiten Hälfte des letzten Jahres haben wir die Wirkung des Weltmodells beim autonomen Fahren bereits validiert. Dieses Jahr geht es in die Serienproduktion.

Im ersten Halbjahr dieses Jahres, als ich im Silicon Valley war, habe ich beobachtet, dass viele Unternehmen von VLA zum Weltmodell wechseln. Denn nach dem großangelegten Vortraining mit dem Weltmodell kann die Erfolgsrate stark steigen. Ich habe eine Zahl, die nicht ganz genau ist, aber als Anhaltspunkt dient: Sie steigt von 50 % auf 90 %. Das ist eine sehr deutliche Verbesserung, die in der Branche für große Aufregung gesorgt hat.

36Kr: Früher haben alle das Ende-zu-Ende-Modell verfolgt. Was ist der Unterschied zum heutigen Weltmodell?

Cao Xudong: Das gibt keinen Widerspruch. Ende-zu-Ende ist alles. ResNet ist Ende-zu-Ende, Transformer ist Ende-zu-Ende, GPT ist Ende-zu-Ende, Reinforcement Learning ist Ende-zu-Ende und das Weltmodell ist auch Ende-zu-Ende. Heutzutage ist praktisch jedes Modell Ende-zu-Ende.

36Kr: Wo liegt der Fortschritt des heutigen Weltmodells im Vergleich zu dem Ende-zu-Ende-Ansatz, der vor einigen Jahren oft in der Branche