Momenta R7 量产首发:物理 AI 从理念走向规模化落地
2026/04/25 23:16阅读量 2
2026 年 4 月 25 日,Momenta 在北京车展宣布 Momenta R7 强化学习世界模型实现量产首发,标志着智能驾驶进入“理解世界”的物理 AI 新阶段。该公司累计定点车型超 200 款,量产车辆规模突破 80 万台,交付效率提升至最快 40 天完成 10 万台。R7 通过预训练、仿真与强化学习三层架构,解决长尾极端场景下的安全决策难题,并加速 Robotaxi 全球商业化布局。
事件概述
2026 年 4 月 25 日,Momenta 在北京国际车展举办“Momenta R7,物理 AI 序章”主题分享会,正式宣布其基于强化学习的Momenta R7 世界模型实现量产首发。这一进展标志着智能驾驶技术从单纯的“看见世界”向深度“理解世界”跨越,物理 AI(Physical AI)正式从技术理念走向规模化商业落地。
核心信息
1. 物理 AI 的技术架构
Momenta 合伙人及 CEO 曹旭东指出,预测是智能进化的基石。物理 AI 由两大核心支柱构成:
- 世界模型(World Model):通过 World Model Prediction 预测物理世界的未来状态和交互逻辑,使 AI 理解物体的物理属性、运动因果关系及潜在交互可能。
- 强化学习(Reinforcement Learning):赋予 AI 在环境中根据目标接收反馈、试错迭代并自主优化的能力。
研发 SVP 夏炎进一步拆解了 Momenta 世界模型的三个层次:
- 预训练层:利用海量真实驾驶数据,将物理规律、常识与因果关系压缩进模型,建立对物理世界的基础认知。
- 仿真层:构建闭环仿真系统,推演自身行为变化时世界的演变,高效评估长尾场景性能。
- 强化学习层:在前两层基础上构建高保真虚拟训练场,让系统在接近真实的环境中反复探索,习得复杂博弈中的最优决策能力。
2. 长尾场景与安全表现
研发 SVP 孙刚强调,物理 AI 的核心价值在于应对万中无一的罕见极端场景。例如,面对前车意外掉落苹果的场景,传统端到端算法难以预设,而 Momenta R7 能基于物理规律预判物体轨迹与扩散范围,提前规划绕行路线并平稳减速。这种机制旨在让模型在极端场景下的表现超越人类驾驶员水平。
3. 商业化落地数据
- 量产规模:搭载 Momenta 系统的量产车辆已超过80 万台。
- 交付效率:从 2022 年首个 10 万台耗时 24 个月,提升至如今最快不到 40 天即可完成 10 万台交付。
- 合作版图:累计定点车型数超过200 款,已交付超过70 款量产车型。本届车展上,包括梅赛德斯 - 奔驰、奥迪、宝马在内的 20 余个品牌、60 余款车型搭载了 Momenta 方案。
- 全球化布局:方案已在英国、挪威、新加坡等 10 余个国家和地区落地。Robotaxi 生态方面,已与享道出行、智己汽车、Uber、AutoGo、Lumo 和 Grab 等多家企业达成战略合作。
值得关注
Momenta 创始人曹旭东回顾创业初心,提及硅谷传奇的起源,并表示希望携手中国所有 AI 公司共同书写“东方硅谷传奇”。此次 R7 的量产首发,不仅是 Momenta 技术路线的验证,也预示着物理 AI 将在自动驾驶领域开启新的规模化竞争周期。
