IPO da Momenta: como uma startup chinesa escolheu o L2 em vez do caminho da Waymo
A Momenta abriu capital na bolsa de Hong Kong em 8 de julho de 2026, com valor de mercado de 700 bilhões de HKD (cerca de US$ 90 bilhões). A empresa desenvolve software para carros autônomos. O sucesso vem de uma escolha: a automação L2 (assistência ao motorista) em vez da L4 (autonomia total). Enquanto toda a indústria sonhava com L4 (Waymo) em 2018–2019, o CEO Cao Xudong focou no L2. Hoje a Momenta controla 60% do mercado de sistemas L2 implantados em carros de série e 50% em modelos específicos. Os números chamam a atenção: 100 milhões de carros com software da Momenta, apenas 1.000+ funcionários e uma margem que subiu de 17,5% para 71,6% em três anos.
Processado por IA de 36Kr (36氪); editado por Hamidun News
A Momenta abriu capital na bolsa de Hong Kong em 8 de julho de 2026. Após o primeiro dia de negociação, a empresa foi avaliada em 700 bilhões de dólares de Hong Kong (cerca de US$ 90 bilhões). A startup, apoiada por venture capital e fundada em 2016, seguiu o caminho oposto ao do restante da indústria de direção autônoma.
Estratégia: L2 em vez de L4
Em 2018–2019, todo o setor de IA apostava no L4 (autonomia total, sem motorista). A Waymo recebeu avaliação de US$ 175 bilhões, enquanto PonyAI e Yushu Zhixing levantaram centenas de milhões. A Capital exaltava heroicas viagens sem as mãos no volante.
O CEO Cao Xudong escolheu o L2: assistência à direção (piloto automático adaptativo, manutenção de faixa, direção parcial). Muitos acharam o caminho de nicho e entediante. O financiamento em 2019 foi lento. Dentro da empresa, havia dúvidas.
Mas Cao acreditava no "data flywheel": se um sistema coleta dados de milhões de carros, ele converge rapidamente para a perfeição. A frota L4 da Waymo é limitada (carros caros, poucas unidades). O L2 pode ser implantado de uma vez em todos os carros de série.
Resultados: 3.000 vezes mais dados
Em 2026, a estratégia venceu.
- Participação de mercado: 60% de todos os sistemas L2 implantados em carros de série na Europa
- Modelos específicos: mais de 50% em cada uma das 210+ plataformas automotivas customizadas
- Implantação no mundo real: mais de 100 milhões de carros com software da Momenta
- Equipe: apenas 1.000+ funcionários
- Margem: em três anos, subiu de 17,5% → 49% → 71,6%
Cao contou a investidores sobre uma visita à Tesla para testar o FSD (Full Self-Driving) de Musk. A Tesla faz isso com 200–300 engenheiros; a Momenta, com mais de 1.000. Ele interpretou isso como ineficiência. Internamente, prometeu: "Precisamos ser mais rápidos e mais eficientes".
Eficiência de engenharia como estratégia
Todos os êxitos da Momenta estão ligados à eficiência de engenharia. A empresa investiu em ferramentas de automação: pipeline de CI/CD, robôs de road-testing e versionamento de dados. Cao acompanha pessoalmente as 10 principais ferramentas.
Um exemplo é a ferramenta "rt spa", que automatiza o ciclo completo de road-testing. Cao deu o nome à ferramenta, liderou as primeiras 10 reuniões de arquitetura e participou de cada iteração. O resultado: um pesquisador de algoritmos aperta um botão e, 4 horas depois, recebe um relatório pronto sobre a qualidade da versão.
O segundo é um sistema de preparação de versões para lançamento. Como saber se uma nova versão é boa? É preciso examinar mais de 1.000 métricas. A Momenta automatizou isso por meio de um dashboard.
Concorrência e desafios
O mercado L2 deixou de ser nicho. Entre os concorrentes estão Huawei, Horizon Robotics, Qingzhou, Waymo e Baidu Apollo. Os preços dos sistemas L2 caíram. Qualcomm e NVIDIA competem em chips. Novos rivais (Wenmiao, Elementai) tentam vender mais barato que a Momenta.
Cao vê o futuro na integração entre software e hardware e em world models para L4, mas isso ainda está por vir (2027–2028).
O que isso significa
A Momenta mostra que, na indústria de IA, valem os mesmos princípios da engenharia de software e hardware: dados > tamanho do modelo, iteração > um único grande avanço, cultura de engenharia > genialidade. A empresa venceu não por ter os melhores cientistas, mas por escolher a escala certa de dados e investir em engenharia de produção. É uma lição para toda a indústria de IA: nem tudo precisa ser vencido no laboratório.
Perguntas frequentes sobre a notícia
O que se sabe sobre Estratégia: L2 em vez de L4?
Em 2018–2019, todo o setor de IA apostava no L4 (autonomia total, sem motorista). A Waymo recebeu avaliação de US$ 175 bilhões, enquanto PonyAI e Yushu Zhixing levantaram centenas de milhões. A Capital exaltava heroicas viagens sem as mãos no volante. O CEO Cao Xudong escolheu o L2: assistência à direção (piloto automático adaptativo, manutenção de faixa, direção parcial). Muitos acharam o caminho de nicho e entediante. O financiamento em 2019 foi lento. Dentro da empresa, havia dúvidas. Mas Cao acreditava no "data flywheel": se um sistema coleta dados de milhões de carros,
O que se sabe sobre Resultados: 3.000 vezes mais dados?
Em 2026, a estratégia venceu. Participação de mercado: 60% de todos os sistemas L2 implantados em carros de série na Europa Modelos específicos: mais de 50% em cada uma das 210+ plataformas automotivas customizadas Implantação no mundo real: mais de 100 milhões de carros com software da Momenta Equipe: apenas 1.000+ funcionários Margem: em três anos, subiu de 17,5% → 49% → 71,6% Cao contou a investidores sobre uma visita à Tesla para testar o FSD (Full Self-Driving) de Musk. A Tesla faz isso com 200–300 engenheiros; a Momenta, com mais de 1.000. Ele interpretou isso como in
O que se sabe sobre Eficiência de engenharia como estratégia?
Todos os êxitos da Momenta estão ligados à eficiência de engenharia. A empresa investiu em ferramentas de automação: pipeline de CI/CD, robôs de road-testing e versionamento de dados. Cao acompanha pessoalmente as 10 principais ferramentas. Um exemplo é a ferramenta "rt spa", que automatiza o ciclo completo de road-testing. Cao deu o nome à ferramenta, liderou as primeiras 10 reuniões de arquitetura e participou de cada iteração. O resultado: um pesquisador de algoritmos aperta um botão e, 4 horas depois, recebe um relatório pronto sobre a qualidade da versão. O segundo é u
Delegate Deep Research, Coding & Multi-Step Workflows to Nomad Agent
Deploy autonomous task execution with Nomad Agent (agent.nomadnet.ai) — automated web research, data synthesis, code generation, and MCP tool orchestration.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.