Momenta方案已裝車60余款，覆蓋10余國，2027年啟動Robotruck

當我們在談論自動駕駛時，我們在談論什么？

經歷數字AI爆發后，我們進入物理AI時代，自動駕駛這個被追逐的多年風口，也被賦予更多期望，一個行業的共識是，自動駕駛將成為物理AI爆發的關鍵突破口。

2026年北京車展，Momenta宣布Momenta R7強化學習世界模型實現量產首發，在CEO曹旭東看來，自動駕駛會是物理AI的序章，所以此舉也標志著，物理AI正式從技術理念走向規模化量產落地。

在物理AI的敘事邏輯中，自動駕駛的競爭方式也發生了變化。

此前被看中的數據和算法，似乎不再是最優先級，曹旭東舉了一個例子，數據就像貧礦，怎么讓其變成富礦，繼而變成鋼鐵、發動機，最終讓發動機裝到車上，才是最終的價值所在。

這個過程考驗的是整個數據飛輪的體系能力，數據僅是一個價值源頭的10%，剩下的90%是來自體系的價值，其中又包括架構能力和組織能力。

Momenta的做法是，用一個大模型支撐全場景應用，比如L2乘用車、Robotaxi、Robovan物流車、Robotruck卡車等協同發展，以平臺化效應降低研發成本、提升技術效率。

在發布會后的媒體交流中，曹旭東還做了一個預判，稱自動駕駛具備極強的規模效應與先發優勢，行業格局將快速收斂，中國僅2-3家、全球3-4家企業能最終勝出。

至于實現規模化的L4，累計投入至少需要百億美元，通用機器人所需投入更高，不過長期來看，只靠融資顯然難以支撐通用物理AI研發，必須要有現金流業務，這也是進入物理AI時代的門票。

而Momenta已經拿下這張門票。這次北京車展，有超過20個品牌，60余款車型搭載Momenta方案，BBA發布的新車型，都用了Momenta的方案，目前已成功交付超過70款量產車型，累計定點車型數超過200款，量產落地覆蓋十余個國家和地區。

以下是媒體和Momenta CEO曹旭東的交流內容（有刪減）：

怎么用好數據才是關鍵

Q：全球汽車產業流行反向合資，您如何看待這一趨勢？本屆車展有哪些海外客戶交流？

曹旭東：中國的技術正從中國走向世界，給當地用戶帶來更領先的產品價值，但也會帶來一些沖擊，比如說沖擊當地的公司、當地的就業或者是當地的稅收等。而好的反向合資，讓當地享受到了中國高科技的技術和產品很好的用戶體驗。

另外一方面就相當于是中國的技術賦能當地企業，對當地企業帶來更多的發展，帶來更好的工作機會、更多的就業、更好的稅收，是一個共贏的模式。

去年的時候，我們就已經是全球品牌的共同選擇了，在全球最頂尖的品牌里面，像德系的BBA、大眾，日系的豐田、本田、日產，美系的通用、福特，都已經是我們量產的合作客戶。

Q：與外資車企合作有哪些挑戰？

曹旭東：最常見的挑戰，是中國的速度和國際OEM的標準，有時候是矛盾和沖突的，但是這個矛盾和沖突主要圍繞著客戶和用戶，以客戶和用戶的價值為中心去共創，很多時候都能找到更好的創新性的方法，帶來更好的結果。

Q：數據飛輪在實際量產的過程中，最大的瓶頸是數據量還是算法？

曹旭東：數據這件事情，它不是單純的數據本身，你可以認為數據就是礦石，而且是含礦量很低的鐵礦石，你要把數據真的用起來的話，首先你要把貧礦變成富礦。

你怎么把貧礦變成富礦，再從富礦變成鋼鐵，鋼鐵又變成發動機，發動機最終又裝到車上，這才是最終的價值，所以整個的數據飛輪的體系，它是一個體系能力，擁有原始數據，擁有海量的原始數據僅僅是一個價值源頭的10%，剩下的90%是來自于這個體系的價值。

Q：現在有一種說法，數據不難，但是用好數據比較難，Momenta怎么去用好這些數據？

曹旭東：我們的大模型分為預訓練的階段和Post-Training的階段。

預訓練階段，用80萬臺量產車海量真實數據，通過世界模型預訓練，讓AI具備物理常識，但是具備了這個世界的常識，不代表著它有好的行為，所以你還是需要Post-Training，把它的行為激發或者對齊到人類好的行為上去，大概會分為這兩個環節。

Q：Momenta的世界模型最大的特點是什么？

而具體的單點的算法，這個創新當然很重要，每一代的算法架構的創新，實際上會帶來大的進步，但是坦率來說，在中國的環境下，知識的流動和人才流動的速度其實是比較快的，僅僅是單點算法的話，并不存在特別大的壁壘或者差異性，有壁壘的是體系和組織的能力。

所以你會發現，可能大家說的都是同樣的單點算法的方向，但是最終做出來的效果可能有一代或者兩代的差距，背后不是單點算法的差距，背后是體系和組織的差距。

02

自動駕駛是物理AI序章

Q：物理AI火熱，Momenta在全球處于什么位置？

曹旭東：物理 AI 最核心的，一個是數據閉環，另外一個是商業閉環，這兩個閉環是正反饋的，數據閉環帶來好體驗，接近人類水平后觸發爆發式商業化，商業化帶來數據暴增，再推動模型能力指數級提升。

我們的判斷就是自動駕駛進入到了這個階段，機器人還需要一段時間，這是第一點。所以自動駕駛是物理AI的序章，因為它最先實現了規模的數據閉環和規模的商業閉環。

規模化的L4，我的判斷累計的投入至少是百億美金，而且有可能還是創業公司的研發效率，如果你是大公司的話，不只是百億美金，可能需要幾百億美金。

我的判斷就是，物理AI它需要有門票的，這個門票就是你需要有現金流的業務，雖然現在整個中國具身智能的資本市場是非常活躍的，但是長期來看，要靠投資，要靠融資，追蹤做成通用的物理AI，或者物理世界的AGI是不現實的，物理 AI 必須有現金流業務支撐。

Q：今年 L4 業務進度如何？Momenta做 Robotaxi 的優勢是什么？

曹旭東：我們的 L4 不只是 Robotaxi，而是全場景覆蓋，今年推進 Robotaxi 與 Robovan 物流車，2027 年啟動 Robotruck 卡車，因為我們十年的愿景里面，十年物流和出行的效率翻倍。

我們相信的是一個自動駕駛的大模型能夠實現所有的自動駕駛的垂直應用，并且做得更好。帶來的價值就是你在每一個vertical的研發成本會大幅度的降低。而每個應用場景，每個垂直應用場景的經驗和數據，又可以匯總和吸收到這個大模型里面，使得每個垂直領域做得更好，這實際上就是一個平臺優勢。

Q：如何看當前智駕格局？2030年會迎來終局嗎？

曹旭東：自動駕駛有非常強的規模效應和先發優勢，效應會比芯片行業更強，PC、手機芯片全球都只剩兩家主導，而自動駕駛軟件邊際成本為零，所以它的規模效應更強，它的規模效應除了成本上的規模效應，還有體驗上提升的規模效應。

另一方面，面向主機廠有特別強的先發優勢，因為主機廠很多業務都是敲門敲三年，從你見到客戶到拿下合同是3年，如果是國際OEM的話，可能要敲門敲5-7年。

所以我還是維持我原來的判斷，中國也就2-3家，全球也就3-4家，會非常快速地收斂。