Momenta CEO曹旭東：物理AI的“門票”至少百億美元

4月25日，在2026北京車展上，Momenta四位合伙人罕見同臺(tái)，公司CEO曹旭東站在臺(tái)上，身后的大屏幕上打出一行字：“Momenta R7，物理AI序章”。

這一天，Moment宣布：R7強(qiáng)化學(xué)習(xí)世界模型實(shí)現(xiàn)量產(chǎn)首發(fā)，物理AI正式從技術(shù)理念走向規(guī)?；慨a(chǎn)落地。

一周前，曹旭東剛剛和團(tuán)隊(duì)反復(fù)推敲過這個(gè)標(biāo)題，“序章”這個(gè)詞是他堅(jiān)持的。他認(rèn)為，智能駕駛正從“看見世界”走向“理解世界”，物理AI的故事才剛剛開始。

這一天，Momenta宣布了幾組數(shù)據(jù)：累計(jì)定點(diǎn)車型超過200款，已交付超70款量產(chǎn)車型，搭載Momenta系統(tǒng)的量產(chǎn)車輛規(guī)模超過80萬臺(tái)。最快不到40天，就可以完成10萬臺(tái)交付。

對(duì)比三年前，Momenta首個(gè)10萬臺(tái)量產(chǎn)用了整整24個(gè)月。“飛輪效應(yīng)正在加速形成。”Momenta合伙人孫環(huán)說。

本屆北京車展上，超過20個(gè)品牌、60余款車型搭載了Momenta方案，包括梅賽德斯-奔馳、奧迪、寶馬的新發(fā)布車型。在展館里走一圈，幾乎每走幾步就能看到一輛搭載Momenta系統(tǒng)的車。

但曹旭東想講的，不止是商業(yè)數(shù)字。他和團(tuán)隊(duì)把這場(chǎng)發(fā)布會(huì)的核心，留給了兩個(gè)關(guān)鍵詞：世界模型與強(qiáng)化學(xué)習(xí)。

從看見到“理解”

曹旭東口中的“物理AI”指的是什么？他用了一個(gè)對(duì)比：大語言模型通過Next Token Prediction來壓縮數(shù)字世界的常識(shí)，讓AI學(xué)會(huì)了理解文本；而世界模型，則是通過World Model Prediction來預(yù)測(cè)物理世界的未來狀態(tài)和交互邏輯，讓AI理解物體的物理屬性、運(yùn)動(dòng)的因果關(guān)系。

“自主進(jìn)化是智能持續(xù)迭代的關(guān)鍵動(dòng)能。AI在環(huán)境中，根據(jù)目標(biāo)，不斷接收反饋、試錯(cuò)迭代、自主優(yōu)化。因此，世界模型與強(qiáng)化學(xué)習(xí)，共同構(gòu)成物理AI的兩大核心支柱?！辈苄駯|說。

Momenta合伙人、研發(fā)SVP夏炎進(jìn)一步拆解了Momenta世界模型的三個(gè)層次。

第一層是預(yù)訓(xùn)練。通過海量真實(shí)駕駛數(shù)據(jù)的預(yù)訓(xùn)練，將物理規(guī)律、常識(shí)與因果關(guān)系壓縮進(jìn)模型，讓系統(tǒng)形成對(duì)物理世界的基礎(chǔ)認(rèn)知。

第二層是仿真。將世界模型用于自動(dòng)駕駛閉環(huán)仿真，讓系統(tǒng)推演自身行為變化時(shí)世界將如何演變，對(duì)長(zhǎng)尾場(chǎng)景進(jìn)行性能評(píng)估。

第三層，是在世界模型中進(jìn)行強(qiáng)化學(xué)習(xí)。在前兩層基礎(chǔ)上，為強(qiáng)化學(xué)習(xí)構(gòu)建一個(gè)高度真實(shí)的虛擬訓(xùn)練場(chǎng)，讓系統(tǒng)在接近真實(shí)的環(huán)境中反復(fù)探索與試錯(cuò)。

正是在這樣的虛擬訓(xùn)練場(chǎng)中，系統(tǒng)從單純的“模仿學(xué)習(xí)”走向“想象與探索”，在虛擬世界中經(jīng)歷千萬次推演，自主習(xí)得在復(fù)雜博弈中做出最優(yōu)決策的能力。

Momenta合伙人、研發(fā)SVP孫剛舉了一個(gè)例子：日常行車中，如果前車意外掉落一箱蘋果，搭載Momenta系統(tǒng)的車輛能夠自主預(yù)判蘋果滾落的軌跡與擴(kuò)散范圍，提前平穩(wěn)減速、規(guī)劃繞行路線，以更從容的方式處理突發(fā)路況。

“現(xiàn)實(shí)世界中萬中無一的極端場(chǎng)景，在虛擬練兵場(chǎng)里已被反復(fù)經(jīng)歷、充分消化。這一機(jī)制的目標(biāo)，是讓模型在罕見極端場(chǎng)景下的表現(xiàn)超越人類駕駛員?！毕难渍f。

“貧礦”變鋼鐵

“數(shù)據(jù)這件事，它不是單單的數(shù)據(jù)本身。你可以認(rèn)為數(shù)據(jù)就是礦石，而且是含礦量很低的鐵礦石?！辈苄駯|在發(fā)布會(huì)后接受經(jīng)濟(jì)觀察報(bào)等媒體采訪，被問到“數(shù)據(jù)飛輪最大的瓶頸是什么”時(shí)，他打了這個(gè)比方。

市面上有一種說法是，獲得大量數(shù)據(jù)沒那么難，難的是用好數(shù)據(jù)。曹旭東認(rèn)同這個(gè)判斷。

“你怎么把貧礦變成富礦？”曹旭東舉例說，高速上三只小狗排隊(duì)橫穿高速，這樣的場(chǎng)景萬中無一、萬里挑一，把它挑出來，難度本身就是大海撈針。這已經(jīng)有很高的門檻了。

從貧礦變成富礦，再從富礦變成鋼鐵，鋼鐵變成發(fā)動(dòng)機(jī)，發(fā)動(dòng)機(jī)最終裝到車上，這才是最終的價(jià)值?！皳碛泻Ａ康脑紨?shù)據(jù)，僅僅是一個(gè)價(jià)值源頭的10%，剩下的90%來自于這個(gè)體系的能力?！辈苄駯|說。

Momenta目前有超過80萬臺(tái)量產(chǎn)車在路上跑，可做到海量數(shù)據(jù)回流。在預(yù)訓(xùn)練階段，這些數(shù)據(jù)通過World Model Pre-Training來訓(xùn)練模型，讓它具備物理常識(shí)。但這還不夠。

“有物理常識(shí)不代表它是一個(gè)好司機(jī)?！辈苄駯|說。他表示，大量數(shù)據(jù)里有好的駕駛行為，但更多的是不好的駕駛行為。這就像大語言模型的訓(xùn)練，通過海量數(shù)據(jù)輸入，模型具備了世界的常識(shí)，但不代表它有好的行為習(xí)慣。還需要Post-Training，把行為對(duì)齊到人類的好行為上。

按照官方說法，這套邏輯，Momenta已經(jīng)跑了十年。

“敲門”敲八年

2017年，奔馳投資了Momenta。彼時(shí)，Momenta還是一家成立不久的創(chuàng)業(yè)公司。曹旭東記得，當(dāng)時(shí)奔馳的董事長(zhǎng)覺得“這個(gè)公司特別有活力”，所以選擇投資。

但Momenta與奔馳的第一個(gè)量產(chǎn)項(xiàng)目上市，是在2025年下半年。從投資到量產(chǎn)，整整八年。

“我當(dāng)時(shí)問了一個(gè)清華的師兄，他告訴我說，你們跟奔馳合作量產(chǎn)至少需要十年。”曹旭東說。他回憶，2017年到2020年是POC階段，2020年到2022年是Pre SOP，2022年到2024年是小批量量產(chǎn)開發(fā)。2024年，Momenta拿下了奔馳所有電車和油車的業(yè)務(wù)。2025年底，才真正量產(chǎn)。

曹旭東以此來說明汽車行業(yè)的特殊性：“面向主機(jī)廠，國內(nèi)OEM敲門敲三年，海外OEM敲門敲五到七年。”

這也是曹旭東判斷智駕格局會(huì)快速收斂的依據(jù)。在他看來，自動(dòng)駕駛有非常強(qiáng)的規(guī)模效應(yīng)和先發(fā)優(yōu)勢(shì)，“它的效應(yīng)會(huì)比芯片行業(yè)更強(qiáng)”。

為了佐證自己的判斷，曹旭東還復(fù)盤了芯片行業(yè)的歷史：PC時(shí)代的芯片，全球只有兩家；手機(jī)芯片時(shí)代，全球也只有高通和聯(lián)發(fā)科兩家。而自動(dòng)駕駛因?yàn)槭擒浖呺H成本為零，規(guī)模效應(yīng)更強(qiáng)。這種規(guī)模效應(yīng)既體現(xiàn)在成本上，也體現(xiàn)在體驗(yàn)提升上，即數(shù)據(jù)越多，模型能力越強(qiáng)。

“中國也就兩到三家，全球也就三到四家，會(huì)非常快速地收斂。”曹旭東說。目前，Momenta合作的客戶已經(jīng)覆蓋德系BBA、大眾，日系豐田、本田、日產(chǎn)，美系通用、福特。他表示：“不光是今年，去年我們就已經(jīng)是全球品牌的共同選擇了?！?/p>

物理AI需要“門票”

當(dāng)被問及“物理AI被英偉達(dá)黃仁勛帶火后，很多公司都說自己是物理AI公司，Momenta在全球范圍內(nèi)處于什么位置？”曹旭東的回答，從數(shù)字AI和物理AI的對(duì)比切入。

按照曹旭東的說法，數(shù)字AI在過去幾年突飛猛進(jìn)，很重要的原因是數(shù)據(jù)能快速、規(guī)模地獲得。OpenAI很早就同時(shí)做了機(jī)器人和數(shù)字AI，但后來階段性地放棄了機(jī)器人，選擇做GPT——因?yàn)榛ヂ?lián)網(wǎng)數(shù)據(jù)已經(jīng)是海量的，而機(jī)器數(shù)據(jù)的獲取太難了。

“但是，我們所在的世界，既有數(shù)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?！辈苄駯|說。在他看來，當(dāng)數(shù)字世界取得巨大進(jìn)展后，經(jīng)驗(yàn)和方法必然要進(jìn)入物理世界，并在物理世界中做創(chuàng)新，“這就是為什么我覺得現(xiàn)在是物理AI的序章剛開始?！?/p>

曹旭東對(duì)物理AI有一個(gè)核心判斷：最關(guān)鍵的，是數(shù)據(jù)閉環(huán)和商業(yè)閉環(huán)，而且兩者是互動(dòng)的。

曹旭東觀察到一個(gè)現(xiàn)象，即任何一個(gè)人工智能的應(yīng)用，一旦接近人類水平，就會(huì)在很短時(shí)間大幅超越人類?！癆lphaGo也好，人臉識(shí)別也好，接近人可能花了十年、二十年，但超越人、大幅超越人，可能就發(fā)生在一兩年、兩三年。”他說。

這背后的邏輯是什么？曹旭東的答案是，先有數(shù)據(jù)閉環(huán)，才有足夠好的體驗(yàn)。體驗(yàn)一旦達(dá)到或超過人類水平，就能實(shí)現(xiàn)爆發(fā)式商業(yè)化。商業(yè)化帶來數(shù)據(jù)爆發(fā)式增長(zhǎng)，數(shù)據(jù)增長(zhǎng)又帶來模型能力爆發(fā)式增長(zhǎng)。最終互相促進(jìn)、互相激發(fā)，形成強(qiáng)烈的正反饋。

“自動(dòng)駕駛進(jìn)入到了這個(gè)階段。機(jī)器人還需要一段時(shí)間。”曹旭東說。

曹旭東同時(shí)認(rèn)為，物理AI是需要“門票”的?！白詣?dòng)駕駛要實(shí)現(xiàn)規(guī)模化L4，累計(jì)投入至少是百億美金。通用機(jī)器人呢？可能幾百億美金到千億美金級(jí)別，這還可能是創(chuàng)業(yè)公司的研發(fā)效率?！彼f。

曹旭東的判斷是，長(zhǎng)期來看，靠融資做成通用物理AI是不現(xiàn)實(shí)的，一定要有現(xiàn)金流業(yè)務(wù)。這個(gè)現(xiàn)金流業(yè)務(wù)，可以是自動(dòng)駕駛，也可以是其他方向。無論如何，一定要有一個(gè)現(xiàn)金流業(yè)務(wù)來支持物理AI的研發(fā)。

Momenta選擇的路徑，是通過量產(chǎn)乘用車的規(guī)模商業(yè)化，支撐L4的研發(fā)。

但Momenta的L4不止Robotaxi。曹旭東透露，Momenta既做Robotaxi，也做Robovan物流，明年還會(huì)做Robotruck。邏輯回到一個(gè)核心理念：一個(gè)自動(dòng)駕駛大模型，能夠?qū)崿F(xiàn)所有的垂直應(yīng)用，并且做得更好。

“這件事我們已經(jīng)在Robotaxi、Robovan和乘用車上成功驗(yàn)證了。這帶來的價(jià)值是，每個(gè)垂直場(chǎng)景的研發(fā)成本大幅降低，而每個(gè)場(chǎng)景的經(jīng)驗(yàn)和數(shù)據(jù)又匯總到大模型里，讓每個(gè)垂直領(lǐng)域做得更好。這是平臺(tái)優(yōu)勢(shì)。”曹旭東說。

曹旭東這個(gè)邏輯還類比了十多年前的互聯(lián)網(wǎng)行業(yè)——垂直電商和平臺(tái)電商并存，但最終勝出的是平臺(tái)。他判斷在自動(dòng)駕駛大模型領(lǐng)域，也存在很強(qiáng)的平臺(tái)效應(yīng)。

“東方硅谷”野心

發(fā)布會(huì)尾聲，曹旭東講了一段個(gè)人經(jīng)歷。十年前，他在硅谷看到一條以仙童半導(dǎo)體命名的街道Fairchild Drive。正是這家公司，孕育了全球半導(dǎo)體產(chǎn)業(yè)的起點(diǎn)，最終鑄就了硅谷的傳奇。

“那一刻，我心中的那團(tuán)熱火被點(diǎn)燃了。今天，我們希望攜手所有中國AI公司，共同書寫屬于東方的硅谷傳奇?！辈苄駯|說。

談到全球競(jìng)爭(zhēng)，曹旭東提到一個(gè)觀點(diǎn)：中國技術(shù)和產(chǎn)品進(jìn)入海外市場(chǎng)，給當(dāng)?shù)赜脩魩眍I(lǐng)先價(jià)值的同時(shí)，也會(huì)帶來一些對(duì)當(dāng)?shù)仄髽I(yè)和就業(yè)的沖擊。

“比較好的解決方案，是借鑒中國之前的模式，做反向合資。讓當(dāng)?shù)叵硎苤袊夹g(shù)的好體驗(yàn)，同時(shí)中國技術(shù)賦能當(dāng)?shù)仄髽I(yè)，帶來更多發(fā)展和就業(yè)。這是一個(gè)共贏的模式。”曹旭東說。

至于具體算法的中外競(jìng)爭(zhēng)，曹旭東認(rèn)為，在中國環(huán)境下，知識(shí)流動(dòng)和人才流動(dòng)速度很快，單點(diǎn)算法并不存在特別大的壁壘。真正的差距，在更深處，也就是體系和組織的差距。

“架構(gòu)能力比單點(diǎn)算法能力更重要。因?yàn)榧軜?gòu)涉及取舍，好的架構(gòu)能實(shí)現(xiàn)更好的積累和合力。而架構(gòu)之上，是包含數(shù)據(jù)迭代、訓(xùn)練、驗(yàn)證的體系。體系之上，則是組織和文化?！辈苄駯|說。

（作者 濮振宇）

免責(zé)聲明：本文觀點(diǎn)僅代表作者本人，供參考、交流，不構(gòu)成任何建議。

濮振宇

汽車與出行新聞中心記者 關(guān)注汽車產(chǎn)業(yè)政策、行業(yè)企業(yè)轉(zhuǎn)型等，對(duì)自主品牌、主流合資品牌關(guān)注較多，擅長(zhǎng)分析報(bào)道。 聯(lián)系郵箱：puzhenyu@eeo.com.cn 微信號(hào)：pzy369963493