NBA下注(中国)官网 Momenta CEO曹旭东：物理AI的“门票”至少百亿好意思元

4月25日，在2026北京车展上，Momenta四位合伙东说念主陌生同台，公司CEO曹旭东站在台上，死后的大屏幕上打出一瞥字：“Momenta R7，物理AI序章”。

这一天，Moment晓示：R7强化学习天下模子达成量产首发，物理AI精良从时间理念走向限制化量产落地。

一周前，曹旭东刚刚和团队仔细斟酌过这个标题，“序章”这个词是他坚捏的。他认为，智能驾驶正从“看见天下”走向“连结天下”，物理AI的故事才刚刚开动。

这一天，Momenta晓示了几组数据：累计定点车型朝上200款，已寄托超70款量产车型，搭载Momenta系统的量产车辆限制朝上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，朝上20个品牌、60余款车型搭载了Momenta决议，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，险些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，不啻是交易数字。他和团队把这场发布会的中枢，留给了两个重要词：天下模子与强化学习。

从看见到“连结”

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学会了连结文本；而天下模子，则是通过World Model Prediction来瞻望物理天下的畴昔景况和交互逻辑，让AI连结物体的物理属性、通顺的因果干系。

“自主进化是智能捏续迭代的重要动能。AI在环境中，说明目的，不休招揽响应、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的两大中枢维持。”曹旭东说。

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

第一层是预熟悉。通过海量确切驾驶数据的预熟悉，将物理法例、学问与因果干系压缩进模子，让系统酿成对物理天下的基础清楚。

第二层是仿真。将天下模子用于自动驾驶闭环仿真，让系统推演自身动作变化时天下将怎样演变，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确切的臆造熟悉场，让系统在接近确切的环境中反复探索与试错。

恰是在这么的臆造熟悉场中，系统从单纯的“效法学习”走向“念念象与探索”，在臆造天下中资历千万次推演，自主习得在复杂博弈中作念出最优决策的才气。

Momenta合伙东说念主、研发SVP孙刚举了一个例子：平常行车中，要是前车巧合掉落一箱苹果，搭载Momenta系统的车辆梗概自主预判苹果滚落的轨迹与扩散范围，提前巩固延缓、运筹帷幄绕行门路，以更安宁的神气处理突发路况。

“试验天下中万中无一的顶点场景，在臆造练兵场里已被反复资历、充分消化。这一机制的目的，是让模子在陌生顶点场景下的进展超过东说念主类驾驶员。”夏炎说。

“贫矿”变钢铁

“数据这件事，它不是单单的数据本人。你不错认为数据即是矿石，而且是含矿量很低的铁矿石。”曹旭东在发布会后采纳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，赢得大都数据没那么难，难的是用好数据。曹旭东招供这个判断。

“你何如把贫矿变成富矿？”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，难度本人即是大海捞针。这依然有很高的门槛了。

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，只是是一个价值源泉的10%，剩下的90%来自于这个体系的才气。”曹旭东说。

Momenta现时有朝上80万台量产车在路上跑，可作念到海量数据回流。在预熟悉阶段，这些数据通过World Model Pre-Training来熟悉模子，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。他示意，大都数据里有好的驾驶动作，但更多的是不好的驾驶动作。这就像大言语模子的熟悉，通过海量数据输入，模子具备了天下的学问，但不代表它有好的动作俗例。还需要Post-Training，把动作对王人到东说念主类的好动作上。

按照官方说法，这套逻辑，Momenta依然跑了十年。

“叩门”敲八年

2017年，飞奔投资了Momenta。彼时，Momenta照旧一家诞生不久的创业公司。曹旭东谨记，其时飞奔的董事长以为“这个公司稀奇有活力”，是以遴荐投资。

但Momenta与飞奔的第一个量产名目上市，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，你们跟飞奔配合量产至少需要十年。”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年是小批量量产迷惑。2024年，Momenta拿下了飞奔统共电车和油车的业务。2025年底，才确切量产。

曹旭东以此来发挥汽车行业的极度性：“面向主机厂，国内OEM叩门敲三年，外洋OEM叩门敲五到七年。”

这亦然曹旭东判断智驾形状会快速拘谨的依据。在他看来，自动驾驶有相当强的限制效应和先发上风，NBA下注(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时间的芯片，全球只好两家；手机芯移时代，全球也只好高通和联发科两家。而自动驾驶因为是软件，角落本钱为零，限制效应更强。这种限制效应既体当今本钱上，也体当今体验擢升上，即数据越多，模子才气越强。

“中国也就两到三家，全球也就三到四家，会相当快速地拘谨。”曹旭东说。现时，Momenta配合的客户依然障翳德系BBA、大家，日系丰田、本田、日产，好意思系通用、福特。他示意：“不光是本年，客岁咱们就依然是全球品牌的共同遴荐了。”

物理AI需要“门票”

当被问及“物理AI被英伟达黄仁勋带火后，许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？”曹旭东的回话，从数字AI和物理AI的对比切入。

按照曹旭东的说法，数字AI在昔日几年与日俱增，很重要的原因是数据能快速、限制地赢得。OpenAI很早就同期作念了机器东说念主和数字AI，但自后阶段性地放弃了机器东说念主，遴荐作念GPT——因为互联网数据依然是海量的，而机器数据的获取太难了。

“关联词，咱们地方的天下，既少见字的部分，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，教会和关节势必要进入物理天下，并在物理天下中作念更动，“这即是为什么我觉允洽今是物理AI的序章刚开动。”

曹旭东对物理AI有一个中枢判断：最重要的，是数据闭环和交易闭环，而且两者是互动的。

曹旭东不雅察到一个表象，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，就会在很短期间大幅超过东说念主类。“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，但超过东说念主、大幅超过东说念主，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，先少见据闭环，才有裕如好的体验。体验一朝达到或朝上东说念主类水平，就能达成爆发式交易化。交易化带来数据爆发式增长，数据增长又带来模子才气爆发式增长。最终相互促进、相互引发，酿成热烈的正响应。

“自动驾驶进入到了这个阶段。机器东说念主还需要一段期间。”曹旭东说。

曹旭东同期认为，物理AI是需要“门票”的。“自动驾驶要达成限制化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截止。”他说。

曹旭东的判断是，永恒来看，靠融资作念成通用物理AI是不试验的，一定要有现款流业务。这个现款流业务，不错是自动驾驶，也不错是其他方针。不管怎样，一定要有一个现款流业务来支捏物理AI的研发。

Momenta遴荐的旅途，是通过量产乘用车的限制交易化，支捏L4的研发。

但Momenta的L4不啻Robotaxi。曹旭东知晓，Momenta既作念Robotaxi，也作念Robovan物流，来岁还会作念Robotruck。逻辑回到一个核情愫念：一个自动驾驶大模子，梗概达成统共的垂直诈欺，况且作念得更好。

“这件事咱们依然在Robotaxi、Robovan和乘用车上收效考据了。这带来的价值是，每个垂直场景的研发本钱大幅缩短，而每个场景的教会和数据又汇总到大模子里，让每个垂直范围作念得更好。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范围，也存在很强的平台效应。

“东方硅谷”贪念

发布会尾声，曹旭东讲了一段个东说念主资历。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发轫，最终铸就了硅谷的传闻。

“那一刻，我心中的那团热火被燃烧了。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传闻。”曹旭东说。

谈到全球竞争，曹旭东提到一个不雅点：中国时间和居品进入外洋市集，给当地用户带来最先价值的同期，也会带来一些对当地企业和处事的冲击。

“相比好的措置决议，是鉴戒中国之前的模式，作念反向合股。让当地享受中国时间的好体验，同期中国时间赋能当地企业，带来更多发展和处事。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，单点算法并不存在稀奇大的壁垒。确切的差距，在更深处，也即是体系和组织的差距。

“架构才气比单点算法才气更重要。因为架构波及采选，好的架构能达成更好的辘集和协力。而架构之上NBA下注(中国)官网，是包含数据迭代、熟悉、考据的体系。体系之上，则是组织和文化。”曹旭东说。