2026年4月25日，Momenta于北京國際車展舉辦“Momenta R7，物理AI序章”主題分享會，發布R7強化學習世界模型并實現量產首發，標志智能駕駛從“看見世界”邁向“理解世界”，物理AI從技術理念走向規模化量產落地。

值此Momenta成立十周年之際，公司CEO曹旭東與核心合伙人同臺，深度解讀技術架構、全球化布局、數據飛輪與行業格局，展現中國智駕科技的全球競爭力。

本次車展上，Momenta公布亮眼量產成績單——已交付超70款量產車型，累計定點車型超200款，覆蓋十余個國家和地區；搭載Momenta智駕方案的量產車輛規模突破80萬臺，量產效率大幅提升，從首個10萬臺耗時24個月，提速至最快40天完成10萬臺交付。

本屆車展，有超20個品牌、60余款車型搭載Momenta方案，合作矩陣涵蓋梅賽德斯-奔馳、奧迪、寶馬、大眾、豐田、本田、日產、通用、福特等全球主流車企，成為全球品牌的共同選擇。

全球化布局方面，Momenta智駕方案已在英國、挪威、新加坡、澳大利亞、新西蘭等市場落地，Robotaxi全球生態持續擴容，與享道出行、智己汽車、Uber、奔馳、Grab等企業達成合作，同步推進Robovan物流自動駕駛，并計劃2027年布局Robotruck，以單一通用大模型覆蓋出行、物流全場景，發揮平臺化研發優勢，大幅降低垂直場景成本。

Momenta提出，世界模型與強化學習是物理AI的兩大核心支柱。世界模型通過預測物理世界狀態與交互邏輯，讓AI理解物體物理屬性、運動因果關系；強化學習則驅動AI在環境中自主試錯、持續進化，二者結合實現從“模仿”到“自主決策”的跨越。

Momenta R7強化學習世界模型采用三層技術架構：

一是世界模型預訓練：依托80萬臺量產車的海量真實數據，將物理常識、因果關系壓縮進模型，構建基礎世界認知；

二是世界模型仿真：在閉環仿真中推演行為與環境變化，高效評估長尾場景性能；

三是虛擬環境強化學習：在高仿真虛擬訓練場中反復探索，讓模型自主習得極端場景最優決策，超越人類駕駛水平。

針對前車掉物、小動物橫穿高速等萬中無一的極端長尾場景，R7可預判物體運動軌跡、提前規劃避險動作，不依賴規則匹配與場景記憶，真正實現物理世界理解，為用戶提供萬無一失的安全守護。

針對行業熱議的“數據驅動瓶頸”，曹旭東表示，數據如同低品位鐵礦石，海量原始數據僅占價值源頭的10%，剩余90%價值來自“貧礦轉富礦、富礦變產品”的全體系能力。

Momenta通過兩大階段用好數據。預訓練階段，用80萬臺量產車的海量長尾數據訓練模型，讓AI具備物理世界常識；Post-Training階段：對齊人類優質駕駛行為，剔除不良駕駛數據干擾，把AI塑造成“好司機”。

曹旭東強調，智駕競爭的核心并非單點算法，而是架構、體系、組織與文化的綜合壁壘。中國智駕人才與技術流動快，單點算法差距易縮小，但數據迭代、訓練驗證、組織協同的體系能力，才是拉開代際差距的關鍵。

對于全球汽車產業“反向合資”趨勢，曹旭東認為，這是中國智駕科技走向世界的共贏方案——既讓海外市場享受中國領先技術與用戶體驗，又通過本地化合作賦能當地企業、帶動就業與稅收，平衡技術輸出與本土利益。

與海外車企合作中，Momenta面臨的核心挑戰是中國研發速度與國際OEM標準的沖突，但始終以用戶價值為中心共創解決方案，已實現與奔馳等國際品牌長達8年的合作落地：2017年奔馳投資，2025年下半年首款合作車型量產，2024年拿下奔馳全品類車型定點，印證國際市場對Momenta技術的高度認可。

曹旭東判斷，物理AI是行業大勢，數字AI的成功經驗正加速向物理世界滲透，而自動駕駛是物理AI的序章——率先實現規模化數據閉環與商業閉環，形成“數據提升體驗→商業化爆發→數據再增長”的正反饋，讓AI能力短時間內大幅超越人類。

他認為，物理AI需要“現金流業務”支撐研發，自動駕駛正是最佳現金牛；而自動駕駛行業規模效應與先發優勢極強，邊際成本為零，疊加主機廠合作周期長（國內3年、海外5-7年），最終全球格局將僅剩3-4家頭部玩家，與芯片行業雙強/多強格局相似。