Momenta發佈R7大模型 推動「物理AI」賦能超80萬輛汽車

Momenta首席執行官曹旭東認為，自動駕駛是AI模型的首次現實世界測試，這些模型最終將為從機器人到城市交通系統的所有領域提供動力。

（北京）—— 自動駕駛軟件提供商Momenta正致力於成為物理世界的OpenAI。該公司發佈了一款全新的世界模型，利用超過80萬輛汽車的數據來預測現實世界的物理規律和駕駛員行為。該公司在2026年北京車展上揭曉的R7模型，是Momenta所謂「物理AI」的基礎。該公司相信，這項技術將從乘用車擴展到物流和貨運領域。

「自動駕駛已經進入了一個可以實現數據與商業化正向反饋循環的階段，」Momenta首席執行官曹旭東在接受採訪時表示，「它是物理AI的序幕，因為它是第一個解決數據獲取和商業模式問題的規模化應用，而這些問題此前一直阻礙著機器人技術的发展。」

R7世界模型分為三個層級：首先在海量現實駕駛數據上進行預訓練，以理解物理定律和因果關係；然後利用模擬，根據不同的動作預測世界的演變；最後利用強化學習訓練系統做出最優決策。這種結構旨在創建一個能夠從車隊集體經驗中學習的「駕駛大腦」，該車隊包括來自梅賽德斯-奔馳、奧迪和寶馬等車企的70多款車型。

這一戰略需要巨大的資金投入，曹旭東估計，實現可規模化的L4級自動駕駛將需要至少100億美元的投資。通過獲得駕駛輔助系統的量產合同，Momenta已經建立了一項能夠產生現金流的業務，用於支持適用於所有車型統一AI模型的開發。相比於完全依賴風投的競爭對手，這是一個關鍵優勢。

物理AI飛輪

Moment戰略的核心是創建一個在物理世界中極其稀缺的數據飛輪。雖然數字AI憑藉互聯網上大量低成本的文本和圖像數據實現了爆發式增長，但訓練物理任務（如抓取杯子或在建築區域導航）的AI則需要昂貴的硬件和現實世界的交互。然而，自動駕駛汽車是移動傳感器平台，可以持續收集複雜數據，從而解決了數據稀缺問題。

「我們道路上的80萬輛車中的每一輛都是一個數據採集節點，」曹旭東解釋道，「OpenAI的模型隨著用戶查詢而進化；我們的模型則隨著現實世界中行駛的每一英里而進化。」

這些數據被輸入到R7世界模型中，使其超越了對人類駕駛員的簡單模仿。曹旭東表示，原始數據中既包含良好的駕駛習慣，也包含不良習慣。在通過預訓練學習駕駛「常識」後，模型會進入後訓練階段，類似於語言模型中的人類反饋強化學習（RLHF），使其行為與熟練、安全的駕駛員保持一致，而非平庸的駕駛員。

100億美元大獎的平台

Momenta的雄心不僅限於成為乘用車的Tier 1供應商。該公司已經將其統一模型應用於Robovan物流車，並計劃明年進入Robotruck貨運市場。其核心理念是，一個單一且強大的駕駛模型可以適配任何車型，創造出類似於電商平台公司所實現的平台優勢。

「我們相信，一個自動駕駛大模型可以實現所有自動駕駛垂直應用，並且做得更好，」曹旭東說。這種方法降低了每種新車型的開發成本，同時來自各個垂直領域（無論是出租車、物流還是貨運）的數據都能提升所有人的核心模型。

這一平台戰略是Momenta對巨額准入門檻的應對。曹旭東估計，開發通用機器人可能需要數百億美元甚至數千億美元的投資。如果沒有自我維持的現金流業務，這樣的冒險是不切實際的。Momenta在輔助駕駛市場的成功（已簽約超過200款車型）為其追求完全自動駕駛這一更大的目標提供了財務引擎。

本文僅供參考，不構成投資建議。