# 从世界模型到 Robotaxi，Momenta 想要把「物理 AI」推向量产丨北京车展

- 作者：刘学文
- 发布时间：2026-04-26 21:50
- 分类：董车会
- 原文：https://www.ifanr.com/1664562

![](https://s3.ifanr.com/wp-content/uploads/2026/04/MMT-T.jpg)

过去几年，智能驾驶的竞争一直在更换叙事逻辑。

最早的讨论集中在硬件上：激光雷达要不要上，摄像头够不够用，算力平台有没有冗余。随后，行业焦点转向了算法架构，从规则驱动到 BEV，从感知、预测、规划分模块协同，再到端到端大模型，自动驾驶逐渐摆脱了过去那套层层拼接的工程系统，开始更像一个能够从数据中学习经验的智能体。

但对汽车来说，智能驾驶始终和纯粹的数字世界不同。大语言模型可以在文本中预测下一个 token，智能驾驶系统面对的却是一个连续、复杂、不可暂停的物理世界：前车掉落的物体会滚向哪里，路边的行人是否会突然横穿，雨天路面会怎样影响制动距离，拥挤路口的每一辆车、每一个人都在改变下一秒的局势。

这也是「世界模型」被越来越多自动驾驶公司提到台前的原因。它所要解决的不只是让车看见更多场景，还有让车理解场景背后的物理规律和因果关系。4 月 25 日，Momenta 在北京车展举办「Momenta R7，物理 AI 序章」主题分享会，正式宣布 Momenta R7 强化学习世界模型量产首发，也把自己的技术叙事从智能驾驶，进一步推进到「物理 AI」。

![](https://s3.ifanr.com/wp-content/uploads/2026/04/MMT-1.jpg)

### 世界模型：让汽车理解真实世界的变化

在 Momenta 的技术表达中，世界模型和强化学习构成了物理 AI 的两大支柱。

Momenta 合伙人、CEO 曹旭东在现场提到，预测是智能进化的核心基石。大语言模型依靠 Next Token Prediction 压缩数字世界的常识，让 AI 获得理解和生成语言的能力；世界模型则通过 World Model Prediction，预测物理世界未来的状态与交互逻辑，让系统理解物体的物理属性、运动因果以及不同主体之间的潜在互动。

这句话放在智能驾驶语境里，可以理解得更直观一些：过去很多系统善于处理「见过」的场景，因为数据集中有类似样本，规则库里有对应策略。但真实道路的复杂性，恰恰来自那些不完全重复的瞬间。一个纸箱、一个塑料袋、一箱散落的苹果，看起来都只是障碍物，但它们的形态、重量、滚动轨迹、扩散范围并不相同。人类驾驶员之所以能处理这些突发情况，是因为我们对物理世界有长期经验：轻的东西会被风吹动，圆的东西会滚动，潮湿路面制动距离会变长。

![](https://s3.ifanr.com/wp-content/uploads/2026/04/MMT-3.jpg)

Momenta R7 强化学习世界模型要补上的，就是这类对物理世界的理解。

按照 Momenta 合伙人、研发 SVP 夏炎的介绍，Momenta 的世界模型分为三个层次。第一层是世界模型预训练，通过海量真实驾驶数据训练模型，把物理规律、道路常识和因果关系压缩进系统之中。它解决的是基础认知问题：车不仅知道画面里有什么，也要知道这些东西大概率会怎样变化。

第二层是世界模型仿真。与传统仿真相比，世界模型仿真更像一个可推演的虚拟道路环境。系统不只是复现一段道路视频，而是可以根据自车行为变化，推演外部世界的后续演变。换言之，车辆可以在虚拟环境里尝试不同决策，并观察这些决策带来的连锁反应。

第三层是在世界模型中进行强化学习。强化学习的价值，在于让 AI 在目标和反馈中反复试错、自主优化。现实世界不能让一辆车随意试错，极端场景也不会高频出现，但在世界模型构建的虚拟训练场里，系统可以经历千万次推演，把真实道路上罕见的长尾问题提前演练。

这也是 Momenta 此次发布中最重要的技术转向：智能驾驶从「模仿人类」进一步走向「自主探索」。模仿学习能够从人类驾驶数据里学习常规经验，但面对数据中极少出现、甚至从未出现过的场景，它的边界会逐渐显现。世界模型与强化学习结合之后，系统获得了某种「想象」能力，可以在虚拟环境中推演没有充分出现过的情况，并不断寻找更优解。

![](https://s3.ifanr.com/wp-content/uploads/2026/04/MMT-4.jpg)

Momenta 合伙人、研发 SVP 孙刚在发布会上举了一个例子：如果前车意外掉落一箱苹果，系统需要判断的不是「前方有障碍物」这么简单，而是苹果会如何滚动、扩散，车辆应该怎样减速、避让，才能兼顾安全、平顺和效率。这里考验的已经不是单点识别能力，而是对物理运动规律和交通博弈的综合理解。

对普通用户来说，世界模型听上去仍然很技术，但它最终落到驾驶体验上，其实是一种更稳定的安全感。车辆不只在天气晴朗、车道线清晰、交通秩序良好的情况下表现流畅，也要在城中村、晚高峰、突发障碍物、混合交通等复杂场景下，做出更接近成熟驾驶员的判断。这也是物理 AI 对智能驾驶的真正意义。

![](https://s3.ifanr.com/wp-content/uploads/2026/04/MMT-6.jpg)

### Robotaxi：从量产飞轮到全球商业化

如果说世界模型代表 Momenta 对下一代智能驾驶技术路线的判断，那么 Robotaxi 则是这套技术走向规模化商业落地的重要场景。

自动驾驶行业过去经历过多轮热潮，也经历过多轮降温。Robotaxi 曾经被视为自动驾驶最直接的终局，但高昂的车辆成本、复杂的城市运营、漫长的安全验证周期，让不少公司在商业化面前放慢了脚步。相比单独打造一支 Robotaxi 车队，Momenta 这些年更强调「一个飞轮」：通过量产辅助驾驶获得大规模真实数据，再反哺更高阶自动驾驶能力，最终推动 Robotaxi 落地。

这一路径的核心，是规模。

Momenta 合伙人、市场商务 SVP 孙环在发布会上介绍，目前搭载 Momenta 系统的量产车辆规模已经超过 80 万台。公司已经交付超过 70 款量产车型，累计定点车型数超过 200 款，量产落地覆盖十余个国家和地区。在本届北京车展上，超过 20 个品牌、60 余款车型搭载了 Momenta 智能辅助驾驶方案，其中包括梅赛德斯 – 奔驰、奥迪、宝马等品牌的新车型。

更值得注意的是交付速度的变化。2022 年，Momenta 完成首个 10 万台量产交付用了 24 个月；如今，最快不到 40 天即可完成 10 万台交付。这意味着，智能驾驶技术的竞争已经不只是算法榜单上的领先，也包括工程量产、供应链协同、车型适配和用户规模。只有当系统进入足够多真实车辆，才能形成持续迭代的数据闭环。

Robotaxi 的推进也在这个基础上展开。根据 Momenta 披露的信息，其 Robotaxi 全球生态已经与享道出行、智己汽车、Uber、梅赛德斯 – 奔驰、AutoGo、Lumo、Grab 等共享出行公司及主机厂达成合作，面向不同市场推进自动驾驶商业化服务。与此同时，Momenta 的方案已经在英国、挪威、新加坡、澳大利亚、新西兰等超过 10 个国家和地区落地。

这组信息背后，其实有两层变化。

第一，Robotaxi 正在从单一城市、单一车队的试运营，进入更多元的合作模式。主机厂提供车辆与制造能力，出行平台提供运营入口和用户场景，自动驾驶公司提供系统能力。没有任何一方可以单独完成全球化落地，协作网络本身正在成为自动驾驶商业化的一部分。

第二，中国自动驾驶公司开始把能力输出到全球市场。过去很长时间里，汽车工业的技术高地更多由欧美日企业定义；到了智能化阶段，中国市场复杂的道路环境、庞大的新能源车规模、快速迭代的软件生态，反而成为智能驾驶训练和落地的优势。Momenta 在北京车展谈「东方硅谷」，并不只是一个情绪化表达，它对应的是中国 AI 公司正在进入全球汽车智能化供应链的新阶段。

从世界模型到 Robotaxi，Momenta 这次北京车展分享会给出的核心信息，是物理 AI 不再停留在实验室叙事中。它一端连接底层算法，从预训练、仿真到强化学习，让系统更好理解真实世界；另一端连接量产和运营，通过 80 万台规模化车辆、200 多款定点车型和全球合作生态，把技术推进到真实商业场景里。

自动驾驶的终点不会只由一次发布会定义。真正重要的，是这些能力能否在更多车型、更多城市、更多气候和道路条件下稳定工作。对于 Momenta 来说，R7 强化学习世界模型的量产首发，是一条长路上的关键节点。对于整个行业来说，它也说明智能驾驶竞争正在进入新的阶段：下一轮比拼的核心，已经从「看得见」走向「想得明白」，再走向能否在真实世界中持续、安全、规模化地运行。
