2026年4月25日，Momenta于北京国际车展举办“Momenta R7，物理AI序章”主题分享会，发布R7强化学习世界模型并实现量产首发，标志智能驾驶从“看见世界”迈向“理解世界”，物理AI从技术理念走向规模化量产落地。
值此Momenta成立十周年之际，公司CEO曹旭东与核心合伙人同台，深度解读技术架构、全球化布局、数据飞轮与行业格局，展现中国智驾科技的全球竞争力。
本次车展上，Momenta公布亮眼量产成绩单——已交付超70款量产车型，累计定点车型超200款，覆盖十余个国家和地区；搭载Momenta智驾方案的量产车辆规模突破80万台，量产效率大幅提升，从首个10万台耗时24个月，提速至最快40天完成10万台交付。
本届车展，有超20个品牌、60余款车型搭载Momenta方案，合作矩阵涵盖梅赛德斯-奔驰、奥迪、宝马、大众、丰田、本田、日产、通用、福特等全球主流车企，成为全球品牌的共同选择。
全球化布局方面，Momenta智驾方案已在英国、挪威、新加坡、澳大利亚、新西兰等市场落地，Robotaxi全球生态持续扩容，与享道出行、智己汽车、Uber、奔驰、Grab等企业达成合作，同步推进Robovan物流自动驾驶，并计划2027年布局Robotruck，以单一通用大模型覆盖出行、物流全场景，发挥平台化研发优势，大幅降低垂直场景成本。
Momenta提出，世界模型与强化学习是物理AI的两大核心支柱。世界模型通过预测物理世界状态与交互逻辑，让AI理解物体物理属性、运动因果关系；强化学习则驱动AI在环境中自主试错、持续进化，二者结合实现从“模仿”到“自主决策”的跨越。
Momenta R7强化学习世界模型采用三层技术架构：
一是世界模型预训练：依托80万台量产车的海量真实数据，将物理常识、因果关系压缩进模型，构建基础世界认知；
二是世界模型仿真：在闭环仿真中推演行为与环境变化，高效评估长尾场景性能；
三是虚拟环境强化学习：在高仿真虚拟训练场中反复探索，让模型自主习得极端场景最优决策，超越人类驾驶水平。
针对前车掉物、小动物横穿高速等万中无一的极端长尾场景，R7可预判物体运动轨迹、提前规划避险动作，不依赖规则匹配与场景记忆，真正实现物理世界理解，为用户提供万无一失的安全守护。
针对行业热议的“数据驱动瓶颈”，曹旭东表示，数据如同低品位铁矿石，海量原始数据仅占价值源头的10%，剩余90%价值来自“贫矿转富矿、富矿变产品”的全体系能力。
Momenta通过两大阶段用好数据。预训练阶段，用80万台量产车的海量长尾数据训练模型，让AI具备物理世界常识；Post-Training阶段：对齐人类优质驾驶行为，剔除不良驾驶数据干扰，把AI塑造成“好司机”。
曹旭东强调，智驾竞争的核心并非单点算法，而是架构、体系、组织与文化的综合壁垒。中国智驾人才与技术流动快，单点算法差距易缩小，但数据迭代、训练验证、组织协同的体系能力，才是拉开代际差距的关键。
对于全球汽车产业“反向合资”趋势，曹旭东认为，这是中国智驾科技走向世界的共赢方案——既让海外市场享受中国领先技术与用户体验，又通过本地化合作赋能当地企业、带动就业与税收，平衡技术输出与本土利益。
与海外车企合作中，Momenta面临的核心挑战是中国研发速度与国际OEM标准的冲突，但始终以用户价值为中心共创解决方案，已实现与奔驰等国际品牌长达8年的合作落地：2017年奔驰投资，2025年下半年首款合作车型量产，2024年拿下奔驰全品类车型定点，印证国际市场对Momenta技术的高度认可。
曹旭东判断，物理AI是行业大势，数字AI的成功经验正加速向物理世界渗透，而自动驾驶是物理AI的序章——率先实现规模化数据闭环与商业闭环，形成“数据提升体验→商业化爆发→数据再增长”的正反馈，让AI能力短时间内大幅超越人类。
他认为，物理AI需要“现金流业务”支撑研发，自动驾驶正是最佳现金牛；而自动驾驶行业规模效应与先发优势极强，边际成本为零，叠加主机厂合作周期长（国内3年、海外5-7年），最终全球格局将仅剩3-4家头部玩家，与芯片行业双强/多强格局相似。