Momenta曹旭东：自动驾驶是物理AI的序章
导读：当智能驾驶进入大模型时代，真正的壁垒到底是什么？
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
【文/观察者网 周盛明 编辑/高莘】
体系能力：超越单点算法的竞争核心
2026年北京车展期间，Momenta在“Momenta R7，物理AI序章”主题分享会上宣布，其R7强化学习世界模型实现量产首发。随后的媒体对话中，CEO曹旭东进一步阐释了公司的技术判断与商业路径，话题围绕物理AI、世界模型、数据飞轮与行业格局展开。
这场对话的核心，直指一个根本性问题：智能驾驶迈入大模型时代后，真正的护城河究竟是什么？
答案并非某个炫酷的单点算法，而是更为底层的体系能力。说到底，企业间的差距，根源在于“组织、文化以及与之匹配的体系建设”。中国市场知识、人才流动极快，单一算法优势很难持久，真正能拉开身位的，是数据迭代体系、训练体系、验证体系，以及支撑这一切持续运转的组织韧性。
从“贫矿”到“发动机”：数据闭环的价值炼金术
这恰恰解释了为何Momenta反复强调数据闭环。曹旭东将数据比作矿石，而且是“含矿量很低的铁矿石”。真正的挑战不在于拥有数据，而在于完成一整套精炼流程：把“贫矿变成富矿，再从富矿炼成钢铁，钢铁又制成发动机，最终将发动机装上车”。
这意味着，海量原始数据只是起点。如何从中筛选出关键的长尾场景、高效训练模型、严谨验证效果，并最终转化为用户可感知的车端体验，才是智能驾驶公司的核心竞争力所在。
具体到训练路径，可分为预训练和Post-Training两个阶段。预训练依赖量产车产生的庞大数据，旨在让模型形成基础的物理常识。但拥有常识不等于就是好司机——真实数据里混杂了大量不良驾驶行为。因此，必须通过Post-Training，将模型行为“激发或对齐到人类优秀的驾驶模式上”。
世界模型：虚拟“练兵场”与物理AI的序章
这正是“强化学习世界模型”的关键所在。世界模型的作用，是将物理世界的运行规律压缩进神经网络，使系统能够预测未来状态；而强化学习则在这个高保真的虚拟“练兵场”里反复演练，寻找到最优的驾驶策略。
曹旭东在上汽大众ID. ERA 9X的交流中进一步比喻，世界模型可以作为“练兵场”进行闭环强化学习，尤其在极端场景中反复模拟，最终让系统“在真实的极限场景下，能像老司机一样凭肌肉记忆做出最优反应”。
这套逻辑背后，是对“物理AI”趋势的坚定判断。过去几年数字AI的飞跃，得益于互联网数据的天然规模优势以及数字世界极低的验证成本。但现实世界远不止数字部分，“物理的部分可能才是更广阔的天地”。因此，数字AI中验证成功的经验与方法，必然向物理世界迁移。
而自动驾驶，正是物理AI最先落地的入口。可以说，“自动驾驶是物理AI的序章”。因为它率先实现了规模化数据闭环与商业闭环。一旦体验逼近人类水平，便可能迅速超越。其内在驱动力在于商业化带来更多数据，更多数据反哺模型能力提升，二者形成强大的增长飞轮。
平台化布局与收敛的终局
这也顺理成章地解释了Momenta为何同时布局乘用车辅助驾驶与L4业务。曹旭东明确表示，公司的L4路线不只覆盖Robotaxi，也包括Robovan，明年还将拓展至Robotruck。底层逻辑在于，一个强大的自动驾驶大模型应当能够覆盖不同垂直应用，并在多场景间共享数据与经验。
这种平台效应，类似于互联网时代的平台电商：接入的垂直场景越多，底层大模型就越强，各个业务的研发成本也随之降低。
对于行业终局，判断相当明确：自动驾驶具备极强的规模效应和先发优势。由于软件边际成本趋近于零，其规模效应甚至比芯片行业更为显著。因此，市场收敛是必然——中国市场最终可能仅存2到3家主流玩家，全球市场则在3到4家左右。
漫长的敲门与“反向合资”的智慧
这种收敛过程并不会温和。曹旭东提到，与国内主机厂建立合作往往需要“敲门敲3年”，与国际OEM的磨合周期可能长达5到7年。他以与奔驰的合作为例：从2017年获得投资，到2025年下半年首个量产项目上市，整整经历了8年时间。
一旦智能驾驶供应商成功嵌入全球主流主机厂的供应链体系，便会建立起长期的合作壁垒；反之，后来者想要进入，则必须面对同样漫长的验证周期。
这也是看待“反向合资”这一模式的背景。中国技术正在走向世界，但进入海外市场时，难免会对当地产业、就业和税收结构产生影响。因此，更可持续的方式或许是借鉴过往的发展经验，通过“反向合资”实现共赢：既让当地用户享受到前沿的技术体验，也让中国技术真正赋能当地企业，共同成长。
竞争的新阶段：系统进化能力定胜负
纵观整场对话，曹旭东真正想传达的，并非仅仅是一次新系统的发布，而是智能驾驶的竞争维度已经升级。过去，行业比拼的是功能多寡与接管次数；现在，竞争焦点正向谁能构建更完整、更高效的数据闭环、商业闭环与组织体系转移。
物理AI听起来是个宏大概念，但落在自动驾驶领域，最终都要回归一个具体问题：车辆能否在真实世界中应对更多复杂场景，并且持续地、自主地变得更好。
判断认为，自动驾驶正处在这一正反馈循环的临界点上。接下来，决定行业座次的，将不再仅仅是发布会上的技术名词，而是谁有能力将数据、模型、量产与商业化深度融合，锻造出一个能够持续进化的有机系统。
本文系观察者网独家稿件，未经授权，不得转载。
相关攻略
导读：当智能驾驶进入大模型时代，真正的壁垒到底是什么？ 【文 观察者网 周盛明 编辑 高莘】 体系能力：超越单点算法的竞争核心 2026年北京车展期间，Momenta在“Momenta R7，物理AI序章”主题分享会上宣布，其R7强化学习世界模型实现量产首发。随后的媒体对话中，CEO曹旭东进一步阐释
想要提升汽车市场的 “含摩量”，既要在实验室里迭代模型，也要在聚光灯下和消费者“交朋友” 2026年的北京车展，空气里依然飘着新车的皮革味，但底色已经彻底变了。 在这场喧闹的技术盛宴上，Momenta CEO曹旭东抛出了一个带着“末日感”的判断：智能驾驶赛道，中国最终可能只容得下2-3家，全球也就3
Momenta R7强化学习世界模型量产首发，物理AI如何重塑自动驾驶？ 4月26日，2026北京国际车展现场，一场名为“Momenta R7，物理AI序章”的分享会，将行业目光聚焦于自动驾驶技术的新拐点。会上，Momenta正式宣布其R7强化学习世界模型实现量产首发。同时，一组最新商业化数据被公布
上汽奥迪E7X：首搭L3级自动驾驶的智慧性能旗舰 汽车行业的智能化竞赛，又迎来一个重磅选手。上汽奥迪近日正式宣布，其全新智慧性能旗舰SUV——奥迪E7X，将率先搭载L3级自动驾驶技术。这不仅让它成为奥迪品牌旗下首款实现该技术量产的车型，同时也标志着其合作伙伴Momenta的L3方案首次落地。一场关于
丰田可能是一众合资车企里，把「打不过就加入」执行得最彻底的一家。在铂智 7 的上市发布会上，他们提出了一个口号：「新能源时代的丰田味道」。即他们的策略是，作为一家最擅长系统整合的车企，丰田继续守住整
热门专题
热门推荐
vendor目录离线包本质是composer install --no-dev后的完整快照 vendor 目录离线包本质是 composer install --no-dev 后的完整快照 Composer vendor目录离线包，本质上是一个经过精简、可直接部署到生产环境的依赖文件夹快照。其核心目
在CentOS系统中设置PHP定时任务 对于需要在CentOS服务器上自动化执行PHP脚本的场景，crontab无疑是那个最经典、最可靠的工具。它就像一位不知疲倦的守夜人，能帮你精准地按计划完成任务。下面，我们就来一步步拆解如何配置它。 第一步：确保PHP环境就绪 首先，需要确认您的CentOS系统
在CentOS上安装PHP依赖的完整指南 想要在CentOS系统中高效部署PHP扩展？首要步骤并非直接执行安装指令，而是配置好功能强大的“软件源仓库”。EPEL与Remi仓库是构建稳定PHP环境的基石。本教程将详细解析从仓库配置到扩展安装的全流程，助你搭建坚实的PHP运行基础。 安装EPEL仓库 E
CentOS系统下PHP远程连接配置指南：基于cURL扩展的完整教程 在CentOS服务器环境中，实现PHP与外部网络资源的远程通信是常见的开发需求。cURL扩展作为PHP内置的强大网络库，能够高效支持HTTP、HTTPS、FTP等多种协议的数据传输。本教程将详细演示如何在CentOS系统上配置并使
在CentOS上集成vsftpd与其他服务：一份实战指南 将CentOS系统中的vsftpd（Very Secure FTP Daemon）与其他关键服务进行集成，能够大幅增强其功能性、安全性与管理效率。具体的集成方案需根据您的实际业务需求来定制。本文将深入探讨几个最常见的集成场景，并提供清晰、可操