在北京车展的一场主题分享会上，自动驾驶企业Momenta宣布其R7强化学习世界模型正式进入量产阶段。这一消息引发行业关注，公司CEO曹旭东在后续媒体对话中，围绕技术路径、商业布局及行业趋势展开深入阐述，核心问题直指智能驾驶大模型时代的竞争本质。
曹旭东明确表示，智能驾驶领域的真正壁垒并非单一算法突破，而是企业构建的体系化能力。他指出，中国市场人才流动频繁、技术扩散速度快，单点技术优势难以长期维持，真正决定企业差距的是数据迭代、模型训练、效果验证三大体系，以及支撑这些体系高效运转的组织架构。这种判断直接解释了Momenta持续强调的“数据闭环”战略——原始数据如同含矿量极低的矿石，企业需具备将“贫矿提炼为钢铁，最终组装成发动机”的全链条能力。
在模型训练层面，Momenta采用预训练与后训练（Post-Training）双阶段策略。预训练阶段通过量产车收集海量数据，帮助模型建立物理世界认知；后训练阶段则通过筛选人类优质驾驶行为，将模型输出对齐至安全高效的决策模式。曹旭东以“虚拟练兵场”比喻世界模型的作用：该模型可压缩物理规律，使系统具备预测未来状态的能力，而强化学习则在此环境中进行千万次模拟演练，最终让车辆在真实极端场景中形成“肌肉记忆”般的应对反应。
对于物理AI的发展趋势，曹旭东认为这是技术演进的必然方向。他分析称，数字AI的爆发得益于互联网数据的规模优势与低成本验证环境，但现实世界中物理交互的复杂度远超数字领域。自动驾驶作为物理AI的首个大规模应用场景，已率先实现数据闭环与商业闭环的正向循环：商业化落地带来更多真实数据，数据反哺推动模型能力持续提升，这种飞轮效应将加速技术迭代。
基于上述判断，Momenta采取乘用车辅助驾驶与L4级自动驾驶同步推进的战略。曹旭东透露，公司L4业务不仅覆盖Robotaxi，还将拓展至Robovan（无人配送车）与Robotruck（无人卡车）领域。他强调，不同垂直场景的数据与经验应实现底层共享，这种平台化效应可显著降低研发成本，类似互联网电商通过多品类扩张强化平台优势。
谈及行业竞争格局，曹旭东预测中国市场将收敛至2-3家头部企业，全球市场则形成3-4家主导者的格局。他特别指出，自动驾驶行业具有极强的规模效应与先发壁垒：软件边际成本趋近于零的特性，使其规模优势甚至超过芯片行业。以国际合作为例，Momenta自2017年获得奔驰投资，直至2025年下半年才实现首个量产项目上市，历时整整八年。这种漫长的验证周期一旦完成，将形成难以突破的合作壁垒。
面对中国自动驾驶技术出海的趋势，曹旭东提出“反向合资”的共赢模式。他承认技术输出可能对当地产业造成冲击，但通过与海外企业建立合资关系，既能让当地用户享受先进技术，又能助力本土企业升级。这种模式借鉴了中国改革开放初期的经验，旨在实现技术扩散与产业保护的平衡。
从功能竞争到体系竞争的转变，标志着智能驾驶行业进入新阶段。曹旭东强调，当前企业比拼的不再是功能数量或接管频率，而是能否构建数据、模型、量产与商业化的完整闭环。自动驾驶技术已接近正反馈临界点，未来行业地位将取决于谁能把这些要素整合为持续进化的生态系统。
