作為喺自動駕駛行業摸爬滾打近十年嘅老兵，我親歷過行業從資本狂熱到理性落地、從 L4 炫技到 L2+ 規模化嘅完整週期。早年喺參與主機廠定点項目時，我曾與多家方案商深度對接，而 Momenta 係最令我震撼嘅一家——彼時行業仲喺糾結感知精度、算法迭代週期動輒以季度為單位，呢家公司卻以月級甚至周級嘅迭代速度刷新認知，數據閉環效率、工程化落地能力遠超同期玩家。
大概係 19 年嘅某次技術論壇上，剛好係夏炎（下圖中間第三位）分享 Momenta 嘅技術進展，見到佢哋家嘅 Demo，整個會議上嘅從業員眼都亮咗，而呢種技術領先性，一直延續到而家。
後來 R6 大模型橫空出世，憑藉端到端感知決策一體化、海量數據驅動嘅快速優化能力，直接奠定 Momenta 喺量產輔助駕駛領域嘅頭部地位，成為賓士、奧迪、寶馬等全球品牌嘅核心選擇。
2026 北京車展，Momenta 再次拋出行業重磅炸彈——R7 強化學習世界模型量產首發，正式宣告物理 AI 從技術概念走向規模化量產。從 R6 嘅技術領跑，到 R7 嘅範式革新；從 70 餘款量產車型、80 萬台裝車規模，到 40 日交付 10 萬台嘅飛輪效應，Momenta 用十年時間走完了「技術驗證—規模化落地—底層範式革命」嘅全路徑，成为全球唯一同時打通頂級車企定点、海量數據閉環、端到端大模型、Robotaxi 商業化嘅自動駕駛公司。當行業仲喺爭論「感知為王」定「規控至上」時，Momenta 已經用世界模型 + 強化學習嘅雙支柱，敲開咗物理 AI 嘅量產大門。
過去十年，自動駕駛行業陷入咗一個睇得到、睇唔懂、反應慢嘅怪圈。
傳統輔助駕駛方案高度依賴規則 + 標註 + 模仿學習：感知層識別車輛、行人、車道線，規控層依據預設邏輯執行跟車、變線、轉彎。呢套體系喺常規路況下表現穩定，但一遇到長尾極端場景就極易失效——前車突然掉落貨物、非機動車無規律變線、施工區域臨時改道、惡劣天氣下目標模糊……呢啲萬中無一嘅小概率事件，恰恰係決定安全嘅關鍵。
行業並非冇努力。為咗覆蓋長尾，企業不斷擴充場景庫、增加標註量、升級傳感器配置，結果陷入越補越漏、越疊越重嘅惡性循環：算力消耗飆升、成本居高不下、迭代效率低，更致命嘅係，系統始終停留在記憶場景、匹配規則嘅層面，從未真正理解物理世界嘅運行邏輯——蘋果為咩會滾落、貨車為咩會側傾、行人為咩會突然加速，呢啲因果關係，傳統端到端算法永遠學唔識。
這就係自動駕駛嘅終極瓶頸：AI 可以精準識別物體，却无法預測物體嘅未來狀態、運動趨勢、交互可能；可以模仿人類駕駛行為，却无法喺未知場景做出超越人類嘅最佳決策。行業唔係需要更強嘅感知、更複雜嘅規則，而係一種能夠理解物理、推演未來、自主進化嘅全新智能範式。
Momenta 嘅答案，係物理 AI。
曹旭東喺車展分享會上畀咗清晰定義：世界模型與強化學習，共同構成物理 AI 嘅兩大核心支柱。呢唔係簡單嘅技術堆疊，而係對智能本質嘅回歸。
大型語言模型嘅成功，源於下一個詞元預測——通過預測文本序列，壓縮數字世界常識，讓 AI 理解語言。物理 AI 嘅邏輯完全相通：世界模型通過預測物理世界嘅未來狀態，壓縮物理規律、因果關係、交互常識，讓 AI 讀懂真實世界；而強化學習則提供自主進化動能，讓 AI 喺試錯、反饋、迭代中持續優化，從「模仿者」變成「決策者」。
Momenta R7 嘅革命性，在於把呢套邏輯徹底工程化、量產化，構建起三層世界模型架構：
第一層：世界模型預訓練——把物理規律「餵」畀模型
依托超 80 萬台量產車嘅海量真實數據，R7 完成對物理世界嘅基礎認知。模型唔只係學習像素級特徵，更係壓縮物理規則：物體質量、摩擦係數、運動慣性、碰撞邏輯、交互可能性……所有駕駛場景中隱含嘅常識，都被轉化爲模型參數。呢一步，讓 AI 從「看山係山」升級爲「知道山為咩唔動、石頭點解會滾」。
第二層：世界模型模擬——用虛擬世界推演真實未來
傳統模擬依賴人工構建場景，覆蓋率低、真實性差。R7 嘅世界模型模擬，係讓 AI 自己推演世界變化：當車輛執行某一動作，周圍環境會如何響應？極端場景下，唔同目標會呈現怎樣嘅運動軌跡？依托高效推演能力，模型可以快速評估長尾場景性能，把現實中幾年先遇到一次嘅極端情況，變成虛擬世界裡嘅常規訓練科目。
第三層：世界模型強化學習——打造自主進化嘅「虛擬演習場」
呢係 R7 最核心嘅突破。喺高度逼真嘅虛擬環境中，AI 唔再被動模仿人類數據，而係主動探索、反覆試錯、自主優化，通過強化學習習得最佳決策。就好似人類駕駛員通過經驗預判風險，R7 能喺千萬次推演中，掌握超越人類嘅場景處理能力——比如前車掉落一箱蘋果，傳統系統只能被動避讓，R7 能提前預判滾落軌跡、擴散範圍，平穩減速、精準繞行，把危險扼殺喺萌芽狀態。
從預訓練到模擬再到強化學習，R7 完成咗認知—推演—進化嘅完整閉環，讓自動駕駛從「見到世界」，真正跨越到「理解世界」。呢唔係功能升級，而係底層範式嘅代際變革。
發布會上，Momenta 合夥人、研發 SVP 孫剛舉咗一個真實例子：行車時，如果遇到前車意外掉落一箱蘋果，Momenta 嘅物理 AI 能力，能夠自主預判蘋果滾落嘅軌跡與擴散範圍，提前平穩減速、規劃繞行路線，以更從容、更貼合人類駕駛邏輯嘅方式處理突發路況。傳統端到端算法難以預設同覆蓋嘅長尾極端情況，Momenta R7 強化學習世界模型理解物理世界嘅運動規律與交互邏輯，而係依賴場景記憶與規則匹配。
技術再先進，無法量產落地都係空中樓閣。Momenta 嘅可怕之處，在於技術迭代同規模化量產雙向奔赴，形成咗行業獨有嘅飛輪效應。
車展數據足以爲證：
呢啲數字背後，係 Momenta 從成立之初就堅持嘅量產優先戰略。唔同於好多 L4 公司沉迷 Robotaxi 炫技，Momenta 由第一日開始就鎖定主機廠量產需求，把數據閉環、工程化、供應鏈適應做到極致。R6 大模型已經證明，Momenta 能喺低成本算力、有限傳感器下實現高級輔助駕駛體驗；而 R7 嘅量產首發，進一步驗證咗大模型 + 強化學習 + 世界模型嘅方案，完全滿足車規級、規模化、快速迭代嘅量產要求。
量產規模帶嚟數據優勢，數據優勢反哺模型迭代，迭代速度吸引更多車企定点——Momenta 嘅飛輪，已經進入加速旋轉階段。80 萬台裝車量，意味著每天產生海量真實駕駛數據，呢啲數據持續訓練 R7 世界模型，讓系統越嚟越聰明、越嚟越安全；而快速交付能力，又能夠讓最新技術第一時間落地到用戶端，形成技術—數據—商業化嘅正向循環。
喺行業普遍陷入「叫好不叫座」嘅困境時，Momenta 用實打實嘅量產數據證明：自動駕駛嘅終局，唔係實驗室裡嘅完美算法，而係工程化、規模化、商業化嘅綜合勝利。
四、全球佈局：從中國供應商，到物理 AI 全球玩家自動駕駛嘅競爭，終究係全球競爭。Momenta 嘅野心，從來唔止喺中國市場。
目前，Momenta 量產落地已覆蓋英國、挪威、新加坡、澳新等十幾個國家同地區，成為少數能實現全球化合規、全球化合適嘅中國輔助駕駛方案商。更重要嘅係，Momenta 嘅 Robotaxi 全球生態持續擴大，與享道出行、智己汽車、Uber、賓士、Grab 等多家出行巨頭同車企達成戰略合作，推進自動駕駛商業化服務規模化落地。
呢意味著 Momenta 打通咗L2+ 量產與 L4 Robotaxi嘅技術壁壘。R7 世界模型作為通用物理 AI 架構，既能賦能私家車嘅輔助駕駛，亦能支撐無人駕駛出租車嘅全場景運營。呢種技術底座統一、高低階場景打通嘅能力，正係全球車企同出行公司最重視嘅核心价值——唔使重複研發、唔使兩套體系，一套方案覆蓋所有智能駕駛需求。
當中國車企加速出海、全球車企尋求智能化轉型，Momenta 憑藉技術領先性、量產成熟度、全球化合適能力，成為中外品牌嘅共同選擇。從 R6 到 R7，Momenta 完成咗從中國領先到全球領跑嘅跨越，成為中國智能駕駛走向世界嘅標桿。
五、東方矽谷：中國 AI 公司嘅時代使命曹旭東喺分享會上嘅感慨，道出咗所有中國科技從業員嘅心聲：十年前喺矽谷，Fairchild Drive 孕育咗半導體產業嘅傳奇；今日，中國 AI 公司有機會書寫東方矽谷傳奇。
自動駕駛係物理 AI 嘅最佳落地場景，亦係 AI 技術、工業汽車、出行生態嘅交匯點。過去十年，中國喺智能電動化領域實現彎道超車，誕生出全球最活躍嘅車企集群、最完善嘅供應鏈體系、最龐大嘅用戶市場。而係以 Momenta 為代表嘅中國輔助駕駛公司，正喺底層技術層面構建新壁壘——從大模型到世界模型，從強化學習到物理 AI，中國公司唔再跟隨西方技術路線，而係定義行業標準、引領技術方向。
R7 嘅量產首發，標誌著中國自動駕駛正式進入物理 AI 時代。呢個係從「跟跑」到「領跑」嘅轉折點：以前我哋學習國外嘅規則、算法、架構，而家我哋用自己嘅技術，解決全球行業嘅終極難題；以前我哋為全球車企提供零部件，而家我哋輸出底層智能範式。
結語：物理 AI 量產，只係開始從早年對接時被迭代速度震撼，到 R6 奠定行業地位，再到 R7 開啟物理 AI 量產時代，我親眼見證 Momenta 一步步將唔可能變爲可能。
2026 年，注定係自動駕駛範式切換嘅關鍵一年。當行業仲喺比拼傳感器數量、算力大小、場景覆蓋數量時，Momenta 已經用 R7 告訴所有人：自動駕駛嘅終極競爭，係對物理世界理解能力嘅競爭，係自主進化能力嘅競爭，係規模化量產能力嘅競爭。
80 萬台裝車、200 款定点、40 日 10 萬台交付、全球十幾個國家落地、R7 強化學習世界模型量產首發……呢啲數字唔係終點，而係 Momenta 物理 AI 征程嘅序章。
未來，隨著物理 AI 規模化落地，自動駕駛將真正擺脫「人工輔助」嘅定位，成為超越人類、守護安全嘅智能夥伴。而係以 Momenta 為代表嘅中國 AI 公司，將站喺世界舞臺中央，書寫屬於東方嘅科技傳奇。
呢一次，中國自動駕駛，唔再追趕，而係引領。
