详情

作家 | 柴旭晨

裁剪 | 周智宇

2026年的北京车展上，“物理AI”成了被类似最多的词之一。

往常两年，全球科技行业的主角是数字AI：大模子会写稿、会编程、P图，险些重作念了一遍互联网进口。但当数字寰宇的数据红利被快速消化之后，产业开动把眼神投向更大的现实寰宇——谈路、工场、仓库、家庭、城市交通系统。

底层技艺从数字空间挪动到物理空间，依然成为新的产业共鸣。问题在于，谁能成为物理寰宇的OpenAI？

这次北京车展上，Momenta给出的谜底是：自动驾驶即是物理AI的序章，而Momenta念念成为其中的平台型玩家。

跨界

2026年4月25日，Momenta发布R7强化学习寰宇模子，并将其界说为“物理AI序章”。

Momenta CEO曹旭东在发布会后对华尔街见闻暗示，“自动驾驶进入到了这个阶段。”所谓“这个阶段”，是自动驾驶依然成为现时少数能够同期买通“数据闭环”与“生意闭环”的物理AI赛谈。这是交融“为什么自动驾驶是物理AI序章”的要道。

数字AI往常之是以爆发，是因为具备三个条件：海量低成本数据、快速低成本考据、熟识生意进口。互联网提供文本、图片、视频数据，用户点击一次、追问一次，模子就得到一次反应，居品再通过订阅、告白、API变现。

而大多数物理AI畛域并不具备这些条件。

机器东谈主缺数据、缺场景、缺反应，更缺踏实现款流。一个机械臂念念学会合手杯子，要真实硬件、真实动作、真实损耗；一次试错的成本，远高于数字寰宇的一次模子推理。

曹旭东向华尔街见闻直言，OpenAI早期既作念机器东谈主，也作念数字AI，但阶段性拆除机器东谈主去作念GPT，一个挫折原因即是“机器的数据太难得到了。”

在曹旭东看来，GPT需要的互联网数据，自己依然具备超大范畴 。但自动驾驶既属于物理寰宇，又自然领有持续数据源。

每一台量产车都是挪动传感器，每一次通勤、变谈、避障、拥挤、停车，都是模子西宾样本。只须车辆范畴富余大，真实寰宇的数据就会延绵赓续进入系统。

与此同期，它还有赫然的生意进口。

用户郁勃为辅助驾驶买单，车企郁勃为智能化竞争力买单，供应商不错通过定点、授权、装车得到收入。技艺提高不仅意味着论文收获更高，也意味着销量更高、ASP更高、客户更多。这即是曹旭东所说的正反应机制。

“先有了数据闭环，然后才有富余好的体验，这个富余好的体验一朝达到了接近东谈主类的水平或者卓越东谈主类的水平的时候，就能够兑现爆发式的生意化。而这个爆发式的生意化之后，又会带来数据爆发式的增长。” 曹旭东说谈。

换句话说，自动驾驶依然具备了物理AI最稀缺的飞轮结构。而Momenta正在这个飞轮里占据故意位置。

公司线路，已拜托卓越70款量产车型，累计定点车型数卓越200款，搭载其系统的量产车辆范畴已卓越80万台。本届北京车展，卓越20个品牌、60余款车型搭载Momenta决策，包括飞奔、奥迪、良马新发布车型。

这80万台车，不单是装机量，更是80万个持续收集现实寰宇复杂路况的数据节点。OpenAI的模子靠全球用户发问进化，Momenta的模子靠全球车辆起程进化。

但有了数据，还不够。物理AI确凿的难点，不是看见寰宇，而是交融寰宇。

破局

曹旭东向华尔街见闻证明谈，大语言模子依靠Next Token Prediction展望下一个词，从而压缩数字寰宇知识；而物理AI要依靠World Model Prediction，展望物理寰宇下一刻状态和交互逻辑，让模子交融物体迷惑限定、因果磋议和潜在变化。“因此，寰宇模子与强化学习，共同组成物理AI的两大中枢守旧。” 

这句话休止看。数字AI的本体，是语言展望。物理AI的本体，是现实展望。前车急刹后，后车会不会追尾；雨天路面打滑时，制动距离会延长若干；路边儿童霎时冲出，车辆还有莫得逃匿空间——这些都不是笔墨问题，而是动态寰宇问题。

Momenta给出的解法，是“寰宇模子+强化学习”。

Momenta研发SVP夏炎指出，Momenta的寰宇模子分三层：第一层是预西宾，用海量真实驾驶数据把物理限定、知识与因果磋议压缩进模子；第二层是仿真，让模子在诬捏环境中推演步履变化后寰宇怎样演变；第三层是辞寰宇模子中进行强化学习，让系统在接近真实的环境里反复试错、自主优化。

这套结构，本体上是在复制OpenAI的告捷旅途，但西宾对象从语言变成现实寰宇。

先学习知识，再进行后西宾，再通过强化学习得到更优决策。曹旭东也提到，仅有知识并不代表是好司机。“多数的数据内部有好的驾驶步履，可是更多的是不好的驾驶步履。”因此预西宾之后，还需要Post-Training，“把它的步履激励或者对王人到东谈主类好的步履上去。” 

这险些即是车圈版的RLHF。现实司契机急刹、徘徊、加塞、分神，模子若只是效法东谈主类平均水平，只可成为平凡司机。唯一通过强化学习筛选更优步履，才可能成为超东谈主类司机。

这亦然为什么曹旭东说，自动驾驶是物理AI的序章——它是第一个确凿需要科罚现实寰宇复杂博弈，又具备范畴数据和生意酬金的场景。

更挫折的是，它还能连续外溢。曹旭东向华尔街见闻显露，Momenta的L4业务不单作念Robotaxi，也作念Robovan，来岁还会作念Robotruck。他们确信，“一个自动驾驶的大模子能够兑现扫数的自动驾驶垂直利用，况且作念得更好。” 

这意味着，Momenta并不念念只作念一家智驾Tier1，而是念念作念一个平台底座。

OpenAI把吞并个模子蔓延到搜索、办公、客服、编程；Momenta则念念把吞并个驾驶大模子蔓延到乘用车、出租车、物流车、卡车。不同场景分享底层能力，不同场景再反哺模子进化。

这是平台公司的典型旅途。

自然，物理AI的门票极贵。

曹旭东说，兑现范畴化L4，累计参预“至少是百亿好意思金”；通用机器东谈主可能需要“几百亿好意思金到千亿好意思金”级别参预 ，是以他的论断相配现实：遥远只靠融资并不现实，“一定要有现款流业务来援救物理AI的研发。” 

这恰正是Momenta相较许多宗旨型AI公司的上风——它依然领有量产业务、客户订单和真实收入，再把现款流参预下一代模子西宾。

好多公司在谈物理AI的将来，Momenta则是在用自动驾驶养出物理AI的将来。

十年前，曹旭东在硅谷看到Fairchild Drive，那条以仙童半导体定名的街谈点火了他的创业念头。他说，但愿与扫数中国AI公司一谈，书写属于东方的硅谷听说 。今天看，这个愿景的现实版块有时是：OpenAI先让机器学会言语，Momenta念念让机器学会在现实寰宇里活动。

以下是与Momenta CEO曹旭东的对话实录：

问：当下全球汽车产业流行反向合股，越来越多的国际车企敬重了中国的科技巨头，怎样看待这种新的趋势？

曹旭东：中国的技艺当今正在从中国走向寰宇，通盘发展速率相配快的，进入国际的市集，比如说进入欧洲的市集，进入其他的一些市集的时候，给当地用户带来更率先的居品价值，可是另外一方面也会带来一些冲击，比如说冲击当地的公司、当地的工作或者是当地的税收等等。

比拟好的一个科罚决策即是模仿中国之前的形状，即是跟中国粹习，来作念反向合股，反向合股完之后，既让当地享受到了中国高技术的技艺和居品很好的用户体验，另外一方面就异常于是中国的技艺赋能当地企业，对当地企业带来更多的发展，带来更好的责任契机、更多的工作、更好的税收，是一个共赢的形状。

问：本年车展上有哪些国际的客户和momenta不异？历程中有过哪些挑战？ 曹旭东：不光是本年，旧年的时候咱们就依然是全球品牌的共同采取了，在全球最顶尖的品牌内部，像德系的BBA、行家，日系的丰田、本田、日产，好意思系的通用、福特，都依然是咱们量产的合作念客户了。挑战的话，最常见的挑战，是中国的速率和国际OEM的圭臬，有时候是矛盾和打破的，可是这个矛盾和打破主要围绕着客户和用户，以客户和用户的价值为中心去共创，好多时候都能找到更好的更始性的圭表，带来更好的截止。 问：数据飞轮在试验量产的历程中，最大的瓶颈是什么？ 曹旭东：数据这件事情，它不是单单的数据自己，你不错认为数据它即是矿石，而且是含矿量很低的铁矿石，是以你要把数据确实用起来的话，开首你要把这个贫矿变成富矿。我举一个例子，在高速上三只小狗列队横穿高速，这么的场景确实是万中无一、万里挑一，你怎样把这个数据给挑出来？它的难度自己即是一个大海捞针的难度，这依然有很高的门槛了，你怎样把贫矿变成富矿，再从富矿变成钢铁，钢铁又变成发动机，发动机最终又装到车上，这才是最终的价值，是以通盘的数据飞轮的体系，它是一个体系能力，领有原始数据，领有海量的原始数据只是是一个价值源流的10%，剩下的90%是来自于这个体系的价值，这是第一个问题。问：当今有一种说法，数据不难，可是用好数据比拟难，Momenta怎样去用好这些数据？ 曹旭东：像咱们的大模子，咱们可能会分为预西宾的阶段和Post-Training的阶段，预西宾的阶段，海量的来自于咱们的量产车，咱们当今依然80万台车了。海量量产的数据，而且量产的数据包括了多数的长余数据，通过World Model Pre-Training来预西宾这个模子。预西宾完这个模子之后有物理知识，可是有物理知识不代表它是一个好司机，因为多数的数据内部有好的驾驶步履，可是更多的是不好的驾驶步履，是以就有少许像数字AI内部大模子的西宾一样，你通过海量的数据算作输入，它具备了这个寰宇的知识，可是不代表着它有好的步履，是以你照旧需要Post-Training，通过Post-Training，把它的步履激励或者对王人到东谈主类好的步履上去，好像会分为这两个要领。 问：本年北京车展上好多的车企都在强调我方的辅助驾驶技艺道路的不同，Momenta的寰宇模子最大的本性是什么？ 曹旭东：更挫折的不是单点算法，是架构能力，架构能力依然比单点算法能力更强了，因为一朝波及到架构一定波及到采纳，不是扫数的更始都能放到吞并个架构内部，波及到架构的话就波及到采纳，好的架构能够兑现更好的累积和更好的协力，架构之上又包含了体系，这个体系包含了数据迭代的体系，包括了西宾的体系，也包括了通盘迭代的体系和考据的体系，体系之上更多的是组织和文化，就有少许像中国有一句古话，淮南为橘、淮北为枳。我以为根柢上的企业之间的差距来自于组织和文化和对应的体系的建树，这是有更大的差距的。而具体的单点的算法的话，这个更始自然很挫折了，每一代的算法架构的更始，试验上会带来大的越过，可是坦率来说，在中国的环境下，知识的流动和东谈主才流动的速率其实是比拟快的，只是是单点算法的话，并不存在极端大的壁垒或者各异性，有壁垒的是体系和组织的能力，是以你会发现，可能公共说的都是同样的单点算法的标的，可是最终作念出来的截止可能有一代或者两代的差距，背后不是单点算法的差距，背后是体系和组织的差距。 问：Momenta建树10周年历程中的分享？ 曹旭东：我以为照旧蛮行运，一齐走来，最挫折的照旧跟志同谈合的东谈主去干确凿心爱的事情，确实会让你的东谈主生期望盎然，创业历程中有好多的清贫和挑战，这些清贫和挑战，每一年都会以为，这一年可能是最难的，过了这一年来岁可能会更好，但试验上不是。若是你不享受发现问题、科罚问题的历程，你不享受和你身边志同谈合的东谈主共同去探索、共同去濒临清贫和科罚清贫的历程，其实创业遭逢的这些清贫是很难相持下去的。可能咬着牙相持一年，咬着牙相持两年，咬着牙相持三年，很难相持十年，是以你一定要找到志同谈合的东谈主去干心爱的事情，去让我方的东谈主生期望盎然。问：物理AI被英伟达的黄教主带火之后，好多公司都说是物理AI的公司，Momenta在物理AI方面是一个什么样的位置？ 曹旭东：开首我以为物理AI是势在必行，开首公共都知谈数字AI有很大的上风，第一个即是数字AI的数据能够快速的呈范畴的得到。公共都知谈Open AI很早的时候，有机器东谈主、稀有字AI，可是自后在聚焦的历程中，阶段性的拆除了机器东谈主，采取了去作念GPT，很挫折的原因是机器的数据太难得到了。而GPT需要的是互联网的数据，而互联网的数据本来就依然瑕瑜常大范畴了。数字AI在往常几年试验上是突飞大进，自然另一方面数字AI能够愈加低成本、短周期的锻真金不怕火，因为它能够在数字寰宇上去互动，它的成本是更低的，周期是更短的，就比如说当今Agent要调用的话，只需要给一个接口。可是机器东谈主要调用某一个器具的话，它要把机械手造出来，况且要合手取阿谁器具，况且来使用阿谁器具，阿谁难度和复杂度都会大相配多。可是，咱们方位的寰宇，既稀有字的部分，又有物理的部分，而物理的部分可能是更大的一部分，是以当数字寰宇通盘的发展取得了相配大的阐发之后，自有关词然的好多的告捷的教化和圭表就要进入物理寰宇，况且在物理寰宇中作念更始，这亦然为什么我觉稳当今是物理AI的序章刚开动。再回到咱们公司，讲到物理AI，其什物理AI我以为最中枢的，一个是数据闭环，一个是生意闭环，而且这两者是互动的。我有一个教化，这个教化即是，任何一个东谈主工智能的利用，一朝接近东谈主类的水平，就会在很短的时期大幅卓越东谈主类的水平，这背后的逻辑是什么呢？只是是我的一个不雅察，就比如说你看Alpha Go也好，或者往常的东谈主脸识别也好，前边经过了一个相配漫长的爬坡期去接近东谈主，接近东谈主可能花了十年、二十年很长的时期，可是超越东谈主，或者大幅地超越东谈主，有可能就发生在1、2年，2、3年的时期，一开动有这个不雅察之后，我就在念念背后的原因到底是什么？自后就以为最要道的照旧数据闭环和生意闭环，而且这两者之间是正反应的，因为先有了数据闭环，然后才有富余好的体验，这个富余好的体验一朝达到了接近东谈主类的水平或者卓越东谈主类的水平的时候，就能够兑现爆发式的生意化。而这个爆发式的生意化之后，又会带来数据爆发式的增长，而数据爆发式的增长又会带来模子能力进一步的爆发式增长，最终能够相互促进、相互激励，变成浓烈的正反应，而浓烈的正反应使得在很短的时期内就能够兑现十倍、百倍以致千倍东谈主类的履历。咱们的判断即是自动驾驶进入到了这个阶段，机器东谈主还需要一段时期，这是第少许。是以自动驾驶是物理AI的序章，因为它首先兑现了范畴的数据闭环和范畴的生意闭环。第二点即是，你看自动驾驶要兑现范畴化的L4，我的判断累计的参预至少是百亿好意思金，而且有可能照旧创业公司的研发效用，若是你是大公司的话不单是百亿好意思金，可能需要几百亿好意思金。可是机器东谈主呢？通用的机器东谈主它需要若干钱？我的判断可能是几百亿好意思金到千亿好意思金这个级别，有可能照旧创业公司的研发效用。是以我的判断即是，物理AI它是需要有门票的，而这个门票即是你需要有现款流的业务，诚然当今通盘中国具身智能的成本市集瑕瑜常活跃的，可是遥远来看，要靠投资，要靠融资，跟踪作念成通用的物理AI，或者物理寰宇的AGI是不现实的，而是一定要有现款流业务，而这个现款流业务不错是自动驾驶，也不错是物理AI某一个标的，诚然我当今莫得念念到，其他的某一个标的能够更早地兑现范畴化的数据闭环和生意闭环，或者其他来自于数字AI的现款流业务。不管怎样一定要有一个现款流业务来援救物理AI的研发。

问：本年L4业务的程度怎样？Momenta作念Robotaxi的上风？ 曹旭东：咱们公司的L4并不是只作念Robotaxi，也会作念Robovan，即是物流。因为咱们十年的愿景内部，十年物流和出行的效用翻倍，试验上物流是放在更前边的，出行放到后头，来岁咱们也会作念Robotruck，诚然咱们本年不会作念，可是咱们来岁会作念。背后的底层逻辑是什么呢？照旧回到今天提到的Jeff Hawkins那一册书内部，它讲到了一个中枢宗旨即是一个神经网、一个大模子能够兑现通用AI的能力，具体落地到自动驾驶这个畛域的话，咱们确信的是什么呢？咱们确信的是一个自动驾驶的大模子能够兑现扫数的自动驾驶的垂直利用，况且作念得更好。而且这件事情咱们依然在Robotaxi、Robovan和乘用车上告捷的考据了，况且取得了很好的截止。这个带来的价值是什么呢？带来的价值即是你在每一个vertical的研发成本会大幅度的镌汰。而每个利用场景，每个垂直利用场景的教化和数据，又不错汇总额接管到这个大模子内部，使得每个垂直畛域作念得更好，这试验上即是一个平台上风。这个就有少许像十年前或者十几年前通盘的互联网行业，有垂直电商，也有平台电商，可是最终胜出的都是平台电商，垂直电商可能当今都不存在了，很挫折的原因即是这个平台效应带来的。咱们的判断在自动驾驶在大模子畛域也存在着很强的这么的平台效益，一个大模子能够兑现扫数的垂直畛域，况且能够作念得更好，这么每个垂直畛域的成本更低，截止会更好。问：2030年会不会迎来智驾的终端？ 曹旭东：通盘智驾或者通盘自动驾驶它有相配强的范畴效应和先发上风，它的效应会比芯片行业更强，是以你追思历史不错看到，这个芯片行业，不管是PC时期的芯片，试验上全球就唯一两家，手机芯片的时期全球也就唯一两家，高通和MTK。自动驾驶，因为它是软件，它的边缘成本是零，是以它的范畴效应更强，它的范畴效应除了成本上的范畴效应，还有体验上提高的范畴效应。另一方面，面向主机厂有极端强的先发上风，因为主机厂好多业务都是叩门敲三年，从你见到客户到拿下公约是3年，若是是国际OEM的话，可能要叩门敲5-7年。比如说咱们和飞奔的联结，2017年飞奔就投资了咱们，而且那时极端巧，Ola Källenius（康林松）当今飞奔的董事长他以为这个公司极端有活力采取投资咱们，可是咱们跟飞奔的第一个量产技俩上市是2025年的后半年，履历了整整8年的时期，其实依然加快了。

我那时问了一个清华的师兄开云体育(中国)官方网站，阿谁清华的师兄告诉我说，你们跟飞奔联结量产至少需要十年。咱们中间2017年到2020年是POC，2020年到2022年是Pre SOP，2022年到2024年是小批量的量产开荒，到了2024年才拿到了飞奔扫数的电车和油车的业务，2025年底的时候才确凿的量产。是以举一个例子不错感受到，汽车行业叩门敲3年，国内的OEM叩门敲3年，国际的OEM叩门敲5-7年，到底是一个什么样的原因？因为这个行业有相配强的范畴效应和相配强的先发上风，是以我照旧保管我正本的判断，中国也就2-3家，全球也就3-4家，会相配快速地经管。

风险辅导及免责条件 市集有风险，投资需严慎。本文不组成个东谈主投资暴虐，也未接洽到个别用户特地的投资目标、财务情状或需要。用户应试虑本文中的任何意见、不雅点或论断是否适合其特定情状。据此投资，包袱自诩。