在北京国际车展期间，Momenta举办了一场以“Momenta R7，物理AI序章”为主题的技术分享会，四位合伙人共同登台，围绕智能驾驶技术革新、产品应用及全球市场拓展等议题展开深入探讨。会上，Momenta宣布其强化学习世界模型正式实现量产首发，标志着智能驾驶技术从“感知环境”迈向“理解环境”的新阶段，物理AI从概念验证进入规模化应用时代。
据介绍，Momenta已实现全球范围内超70款车型的量产交付，累计获得超过200款车型的定点合作，覆盖中国、英国、挪威、新加坡、澳大利亚、新西兰等十余个国家和地区。其搭载智能驾驶系统的车辆规模突破80万台，交付效率显著提升——从2022年首个10万台耗时24个月，缩短至如今最快不足40天即可完成同等规模交付，形成显著的“飞轮效应”。本届车展上，梅赛德斯-奔驰、奥迪、宝马等超过20个品牌的60余款新车型均采用了Momenta的智能驾驶方案，涵盖自主品牌与合资品牌，形成多元化的合作矩阵。
Momenta CEO曹旭东在分享中指出，物理AI的核心在于构建对物理世界的深度认知能力。他以大语言模型与世界模型的类比解释道：前者通过预测文本序列压缩数字世界知识，后者则通过预测物理状态变化理解物体属性、运动规律及交互可能性。而强化学习作为自主进化的关键机制，使系统能在环境中持续接收反馈、试错优化，最终形成超越规则匹配的决策能力。两者共同构成物理AI的两大支柱，推动智能驾驶从“被动响应”转向“主动思考”。
研发负责人夏炎进一步拆解了Momenta世界模型的技术架构。该模型分为三个层级：第一层通过海量真实驾驶数据预训练，将物理规律与因果关系编码进模型；第二层基于预训练结果构建闭环仿真系统，模拟车辆行为对环境的动态影响，评估长尾场景性能；第三层在仿真环境中引入强化学习，为系统提供接近真实的虚拟训练场，使其通过千万次推演自主掌握复杂场景下的最优决策。这一机制使模型在极端场景中的表现超越人类驾驶员，成为物理AI的核心价值。
针对长尾场景的应对能力，研发负责人孙刚举例说明：当前车意外掉落一箱苹果时，Momenta的物理AI系统可实时预判苹果滚落轨迹与扩散范围，提前规划减速与绕行路线，其处理逻辑更贴近人类驾驶习惯。与传统依赖场景记忆的端到端算法不同，该系统通过理解物理运动规律与交互逻辑，实现对未预设场景的自主应对。目前，这一能力已通过全球多地复杂路况的实测验证。
在全球化布局方面，Momenta不仅与享道出行、智己汽车、Uber、梅赛德斯-奔驰、AutoGo、Lumo、Grab等共享出行平台及车企达成战略合作，共同推进Robotaxi商业化落地，还通过本地化团队适配不同地区的交通规则与驾驶习惯。例如，在新加坡的密集城区、挪威的冰雪道路、澳大利亚的乡村场景中，系统均展现出高度适应性，为全球用户提供安全、高效的出行服务。
分享会尾声，曹旭东回顾创业历程时提到，十年前在硅谷“仙童半导体街”的见闻激发了他投身科技变革的决心。他表示：“半导体产业从一条街道起步，最终重塑全球科技格局；今天，我们希望与中国AI企业共同探索，书写属于东方的创新篇章。”这一愿景引发与会者共鸣，为物理AI的全球化发展注入新动力。
