4月25日，在2026北京车展上，Momenta四位合伙东说念主疏远同台，公司CEO曹旭东站在台上，死后的大屏幕上打出一溜字：“Momenta R7，物理AI序章”。

这一天，Moment晓谕：R7强化学习天下模子断绝量产首发，物理AI矜重从技艺理念走向范围化量产落地。

一周前，曹旭东刚刚和团队仔细琢磨过这个标题，“序章”这个词是他坚抓的。他认为，智能驾驶正从“看见天下”走向“表示天下”，物理AI的故事才刚刚启动。

这一天，Momenta晓谕了几组数据：累计定点车型跨越200款，已寄托超70款量产车型，搭载Momenta系统的量产车辆范围跨越80万台。最快不到40天，就不错完成10万台寄托。

对比三年前，Momenta首个10万台量产用了整整24个月。“飞轮效应正在加快酿成。”Momenta合伙东说念主孙环说。

本届北京车展上，跨越20个品牌、60余款车型搭载了Momenta有经营，包括梅赛德斯-飞奔、奥迪、良马的新发布车型。在展馆里走一圈，简直每走几步就能看到一辆搭载Momenta系统的车。

但曹旭东念念讲的，不啻是生意数字。他和团队把这场发布会的中枢，留给了两个关键词：天下模子与强化学习。

从看见到“表示”

曹旭东口中的“物理AI”指的是什么？他用了一个对比：大言语模子通过Next Token Prediction来压缩数字天下的学问，让AI学会了表示文本；而天下模子，则是通过World Model Prediction来斟酌物理天下的改日状况和交互逻辑，让AI表示物体的物理属性、通顺的因果关连。

“自主进化是智能抓续迭代的关键动能。AI在环境中，字据经营，束缚继承反映、试错迭代、自主优化。因此，天下模子与强化学习，共同组成物理AI的两大中枢扶直。”曹旭东说。

Momenta合伙东说念主、研发SVP夏炎进一步拆解了Momenta天下模子的三个端倪。

第一层是预试验。通过海量的确驾驶数据的预试验，将物理规矩、学问与因果关连压缩进模子，让系统酿成对物理天下的基础领略。

第二层是仿真。将天下模子用于自动驾驶闭环仿真，让系统推演自身举止变化时天下将如何演变，对长尾场景进行性能评估。

第三层，是辞天下模子中进行强化学习。在前两层基础上，为强化学习构建一个高度的确的造谣试验场，让系统在接近的确的环境中反复探索与试错。

恰是在这么的造谣试验场中，系统从单纯的“师法学习”走向“念念象与探索”，在造谣天下中阅历千万次推演，自主习得在复杂博弈中作念出最优决策的才调。

Momenta合伙东说念主、研发SVP孙刚举了一个例子：平素行车中，若是前车不测掉落一箱苹果，搭载Momenta系统的车辆大略自主预判苹果滚落的轨迹与扩散范围，提前巩固降速、盘算绕行阶梯，以更自由的神情处理突发路况。

“履行天下中万中无一的顶点场景，在造谣练兵场里已被反复阅历、充分消化。这一机制的经营，是让模子在疏远顶点场景下的剖释高出东说念主类驾驶员。”夏炎说。

“贫矿”变钢铁

“数据这件事，它不是单单的数据本人。你不错认为数据便是矿石，而且是含矿量很低的铁矿石。”曹旭东在发布会后继承经济不雅察报等媒体采访，被问到“数据飞轮最大的瓶颈是什么”时，他打了这个比喻。

市面上有一种说法是，获取盛大数据没那么难，难的是用好数据。曹旭东招供这个判断。

“你如何把贫矿变成富矿？”曹旭东例如说，高速上三只小狗列队横穿高速，这么的场景万中无一、万里挑一，把它挑出来，难度本人便是大海捞针。这也曾有很高的门槛了。

从贫矿变成富矿，再从富矿变成钢铁，钢铁变成发动机，发动机最终装到车上，这才是最终的价值。“领有海量的原始数据，只是是一个价值起源的10%，剩下的90%来自于这个体系的才调。”曹旭东说。

Momenta咫尺有跨越80万台量产车在路上跑，可作念到海量数据回流。在预试验阶段，这些数据通过World Model Pre-Training来试验模子，让它具备物理学问。但这还不够。

“有物理学问不代表它是一个好司机。”曹旭东说。他暗意，盛大数据里有好的驾驶举止，但更多的是不好的驾驶举止。这就像大言语模子的试验，通过海量数据输入，模子具备了天下的学问，但不代表它有好的举止风气。还需要Post-Training，把举止对皆到东说念主类的好举止上。

按照官方说法，这套逻辑，Momenta也曾跑了十年。

“叩门”敲八年

2017年，飞奔投资了Momenta。彼时，Momenta如故一家设立不久的创业公司。曹旭东难忘，其时飞奔的董事长认为“这个公司异常有活力”，是以选拔投资。

但Momenta与飞奔的第一个量产技俩上市，是在2025年下半年。从投资到量产，整整八年。

“我其时问了一个清华的师兄，他告诉我说，你们跟飞奔勾通量产至少需要十年。”曹旭东说。他回忆，2017年到2020年是POC阶段，2020年到2022年是Pre SOP，2022年到2024年是小批量量产斥地。2024年，Momenta拿下了飞奔统共电车和油车的业务。2025年底，才信得过量产。

曹旭东以此来剖释汽车行业的特别性：“面向主机厂，国内OEM叩门敲三年，国外OEM叩门敲五到七年。”

这亦然曹旭东判断智驾模式会快速料理的依据。在他看来，自动驾驶有十分强的范围效应和先发上风，九游体育9GameSports中国官网“它的效应会比芯片行业更强”。

为了佐证我方的判断，曹旭东还复盘了芯片行业的历史：PC期间的芯片，全球惟有两家；手机芯斯须代，全球也惟有高通和联发科两家。而自动驾驶因为是软件，边缘老本为零，范围效应更强。这种范围效应既体当今老本上，也体当今体验擢升上，即数据越多，模子才调越强。

“中国也就两到三家，全球也就三到四家，会十分快速地料理。”曹旭东说。咫尺，Momenta勾通的客户也曾袒护德系BBA、公共，日系丰田、本田、日产，好意思系通用、福特。他暗意：“不光是本年，旧年咱们就也曾是全球品牌的共同选拔了。”

物理AI需要“门票”

当被问及“物理AI被英伟达黄仁勋带火后，好多公司都说我方是物理AI公司，Momenta在全球范围内处于什么位置？”曹旭东的修起，从数字AI和物理AI的对比切入。

按照曹旭东的说法，数字AI在曩昔几年日新月异，很紧迫的原因是数据能快速、范围地获取。OpenAI很早就同期作念了机器东说念主和数字AI，但自后阶段性地烧毁了机器东说念主，选拔作念GPT——因为互联网数据也曾是海量的，而机器数据的获取太难了。

“然而，咱们地点的天下，既罕有字的部分，又有物理的部分。物理的部分可能是更大的一部分。”曹旭东说。在他看来，当数字天下取得巨猛进展后，教会和关键势必要进入物理天下，并在物理天下中作念鼎新，“这便是为什么我觉顺应今是物理AI的序章刚启动。”

曹旭东对物理AI有一个中枢判断：最关键的，是数据闭环和生意闭环，而且两者是互动的。

曹旭东不雅察到一个气候，即任何一个东说念主工智能的诈欺，一朝接近东说念主类水平，就会在很短时候大幅高出东说念主类。“AlphaGo也好，东说念主脸识别也好，接近东说念主可能花了十年、二十年，但高出东说念主、大幅高出东说念主，可能就发生在一两年、两三年。”他说。

这背后的逻辑是什么？曹旭东的谜底是，先罕有据闭环，才有饱和好的体验。体验一朝达到或跨越东说念主类水平，就能断绝爆发式生意化。生意化带来数据爆发式增长，数据增长又带来模子才调爆发式增长。最终彼此促进、彼此激勉，酿成激烈的正反映。

“自动驾驶进入到了这个阶段。机器东说念主还需要一段时候。”曹旭东说。

曹旭东同期认为，物理AI是需要“门票”的。“自动驾驶要断绝范围化L4，累计插足至少是百亿好意思金。通用机器东说念主呢？可能几百亿好意思金到千亿好意思金级别，这还可能是创业公司的研发后果。”他说。

曹旭东的判断是，恒久来看，靠融资作念成通用物理AI是不履行的，一定要有现款流业务。这个现款流业务，不错是自动驾驶，也不错是其他标的。无论如何，一定要有一个现款流业务来支抓物理AI的研发。

Momenta选拔的旅途，是通过量产乘用车的范围生意化，相沿L4的研发。

但Momenta的L4不啻Robotaxi。曹旭东清楚，Momenta既作念Robotaxi，也作念Robovan物流，来岁还会作念Robotruck。逻辑回到一个中枢计念：一个自动驾驶大模子，大略断绝统共的垂直诈欺，况且作念得更好。

“这件事咱们也曾在Robotaxi、Robovan和乘用车上生效考证了。这带来的价值是，每个垂直场景的研发老本大幅镌汰，而每个场景的教会和数据又汇总到大模子里，让每个垂直领域作念得更好。这是平台上风。”曹旭东说。

曹旭东这个逻辑还类比了十多年前的互联网行业——垂直电商和平台电商并存，但最终胜出的是平台。他判断在自动驾驶大模子领域，也存在很强的平台效应。

“东方硅谷”无餍

发布会尾声，曹旭东讲了一段个东说念主阅历。十年前，他在硅谷看到一条以仙童半导体定名的街说念Fairchild Drive。恰是这家公司，滋长了全球半导体产业的最先，最终铸就了硅谷的外传。

“那一刻，我心中的那团热火被烽火了。今天，咱们但愿联袂统共中国AI公司，共同书写属于东方的硅谷外传。”曹旭东说。

谈到全球竞争，曹旭东提到一个不雅点：中国技艺和居品进入国外市集，给当地用户带来首先价值的同期，也会带来一些对当地企业和事业的冲击。

“相比好的处罚有经营，是模仿中国之前的模式，作念反向合伙。让当地享受中国技艺的好体验，同期中国技艺赋能当地企业，带来更多发展和事业。这是一个共赢的模式。”曹旭东说。

至于具体算法的中外竞争，曹旭东认为，在中国环境下，知识流动和东说念主才流动速率很快，单点算法并不存在异常大的壁垒。信得过的差距，在更深处，也便是体系和组织的差距。

“架构才调比单点算法才调更紧迫。因为架构触及弃取九游体育，好的架构能断绝更好的鸠集和协力。而架构之上，是包含数据迭代、试验、考证的体系。体系之上，则是组织和文化。”曹旭东说。