网易首页 > 网易号 > 正文 申请入驻

Momenta曹旭东:世界模型与强化学习,构成物理AI两大核心支柱

0
分享至

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。四位合伙人同台出席,围绕Momenta技术理念、产品能力与全球商业化落地等话题展开深度对话,正式宣布Momenta R7强化学习世界模型实现量产首发,标志着智能驾驶从“看见世界”到“理解世界”的全新跨越,物理AI正式从技术理念走向规模化量产落地。

Momenta宣布,已成功交付超过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。搭载Momenta系统的量产车辆规模已超过80万台,最快不到40天即可完成10万台交付。本届北京车展,有超过20个品牌,60余款车型搭载Momenta方案,包括梅赛德斯-奔驰、奥迪、宝马新发布车型。



世界模型与强化学习,构成物理AI两大核心支柱

分享会上,Momenta合伙人、CEO曹旭东深度拆解了物理AI的底层逻辑与进化路径。

曹旭东称,预测是智能进化的核心基石:大语言模型依托下一词元预测能力(Next Word Prediction),压缩数字世界常识,让AI具备了文本和自然语言理解的能力;而世界模型,则通过下一词元预测能力,预测物理世界未来的状态和交互逻辑,获得理解物体的物理属性、运动的因果关系、交互的潜在可能。

“自主进化是智能持续迭代的关键动能。AI在真实环境中不断接收反馈、试错迭代、自主优化。这一进化逻辑,正是强化学习的核心内核。”曹旭东总结,“因此,世界模型与强化学习,共同构成物理AI的两大核心支柱。”



Momenta世界模型三个层次:训练、仿真、强化学习

Momenta合伙人、研发SVP夏炎在发布会上对Momenta R7强化学习世界模型的技术架构进行了深度拆解,并指出:物理AI的核心在于对世界基础物理规律的深度认知。

夏炎介绍,Momenta的世界模型分为三个层次:第一层,世界模型预训练。通过海量真实驾驶数据的预训练,将物理规律、常识与因果关系压缩进模型,使系统形成对物理世界的基础认知;第二层,世界模型仿真。将世界模型用于自动驾驶的闭环仿真,让系统能够推演自身行为变化时世界将如何演变,依托高效场景推演能力,对长尾场景进行性能评估;第三层,在世界模型中进行强化学习。在前两层的基础上,为强化学习构建一个高度真实的虚拟训练场,让系统在接近真实的环境中反复探索与试错。



正是在这一虚拟训练场中,强化学习得以充分发挥其优势。系统从单纯的“模仿学习”走向“想象与探索”,在虚拟世界中经历千万次推演,自主习得在复杂博弈中做出最优决策的能力。现实世界中万中无一的极端场景,在虚拟练兵场里已被反复经历、充分消化。这一机制的目标可以让模型在罕见极端场景下的表现超越人类驾驶员的水平,这是物理AI真正的价值所在。

长尾极端场景下,提供极致安全安心的守护

Momenta合伙人、研发SVP孙刚强调,真正的物理AI,不只是让车辆在绝大多数日常场景中顺畅行驶,更要在万中无一的罕见极端场景中,依然为用户提供万无一失的守护。



孙刚举例称,日常行车中,如果遇到前车意外掉落一箱苹果,Momenta的物理AI能力,能够自主预判苹果滚落的轨迹与扩散范围,提前平稳减速、规划绕行路线,以更从容、更贴合人类驾驶逻辑的方式处理突发路况。传统端到端算法难以预设和覆盖的长尾极端情况,Momenta R7强化学习世界模型理解物理世界的运动规律与交互逻辑,而非依赖场景记忆与规则匹配。



量产车辆规模超80万台 Robotaxi加速全球落地

Momenta合伙人、市场商务SVP孙环介绍,搭载Momenta系统的量产车辆规模已超过80万台。量产速度实现质的跨越:2022年首个10万台量产耗时24个月,而今最快不到40天即可完成10万台交付,飞轮效应正在加速形成。

目前,Momenta已成功交付超过70款量产车型,累计定点车型数超过200款。本次北京国际车展,超过20个品牌、共60余款车型搭载了Momenta的智能辅助驾驶方案,涵盖自主品牌、中外合资品牌等多元矩阵,成为全球品牌的共同选择。

在全球化布局方面,Momenta的方案已在英国、挪威、新加坡、澳新等超过10个国家和地区实现落地。与此同时,Momenta Robotaxi全球生态持续扩大,已与包括享道出行、智己汽车、Uber、梅赛德斯-奔驰、AutoGo、Lumo和Grab等多家共享出行公司及OEM达成战略合作,共同推进自动驾驶商业化服务的规模化落地,为全球用户提供安全、便捷、高效的出行体验。



谈及创业初心,曹旭东感慨:“十年前,我在硅谷邂逅Fairchild Drive,刹那间豁然顿悟。这条以仙童半导体为名的街道,孕育了全球半导体产业的起点,星火燎原、群星四散,最终铸就了硅谷的传奇底色。而今天,我们希望和中国所有AI公司,共同书写属于东方的硅谷传奇。”

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
最强反腐来了!中纪委:2026坚决清除害群之马,不放过一人!

最强反腐来了!中纪委:2026坚决清除害群之马,不放过一人!

细说职场
2026-10-31 15:54:34
英国媒体确认了:德国总理默茨公开表示,德国将加强与日本的防务合作,包括探讨在研发和制造战斗机方面展开合作的可能性

英国媒体确认了:德国总理默茨公开表示,德国将加强与日本的防务合作,包括探讨在研发和制造战斗机方面展开合作的可能性

吉刻新闻
2026-10-29 00:00:52
伤仲永!29岁昔日金童无球可踢:遭大巴黎解约 计划明年重返赛场

伤仲永!29岁昔日金童无球可踢:遭大巴黎解约 计划明年重返赛场

新英体育
2026-10-31 09:50:08
村霸霸占我的鱼塘泡澡,我没跟他吵,悄悄往水里倒了十多斤蜂蜜,第二天天刚亮,全村老少都围在鱼塘边看热闹

村霸霸占我的鱼塘泡澡,我没跟他吵,悄悄往水里倒了十多斤蜂蜜,第二天天刚亮,全村老少都围在鱼塘边看热闹

晓艾故事汇
2026-10-30 08:31:02
明天起这些个人收入将由单位代缴增值税

明天起这些个人收入将由单位代缴增值税

第一财经资讯
2026-10-31 13:04:12
难怪Claude突然封号!Anthropic自曝:你聊的每句话,它都在后台悄悄举报

难怪Claude突然封号!Anthropic自曝:你聊的每句话,它都在后台悄悄举报

新智元
2026-10-31 12:05:46
帕丽斯·希尔顿因万圣节装扮被骂

帕丽斯·希尔顿因万圣节装扮被骂

这里是美国
2026-10-30 17:33:10
越南工会把话挑明:周六上班,就是加班

越南工会把话挑明:周六上班,就是加班

文青大叔说
2026-10-30 08:56:39
快干到头!中美俄都不搭理,欧盟史上头一个,德媒直接点名卡拉斯

快干到头!中美俄都不搭理,欧盟史上头一个,德媒直接点名卡拉斯

阿筀田间生活
2026-10-31 09:42:09
多家企业被曝用鸡骨泥做烤肠、丸子、水饺等,有负责人称“馅类产品少吃,因为不确定是啥东西”;观点:鸡骨泥无错,加强监管能让人更安心

多家企业被曝用鸡骨泥做烤肠、丸子、水饺等,有负责人称“馅类产品少吃,因为不确定是啥东西”;观点:鸡骨泥无错,加强监管能让人更安心

南方都市报
2026-10-30 08:26:08
难怪姆巴佩有恃无恐,继皇马撑腰后,令人寒心一幕再次上演

难怪姆巴佩有恃无恐,继皇马撑腰后,令人寒心一幕再次上演

蕾爸退休日记
2026-10-31 12:23:29
闻到屎味:陕西一妇科医护发文吐槽阴超检查经历,患者走后消杀

闻到屎味:陕西一妇科医护发文吐槽阴超检查经历,患者走后消杀

社会日日鲜
2026-10-30 08:33:32
当年演三德子的赵亮,砸,2000,万进山养鸡多年,如今惨得不像个明星

当年演三德子的赵亮,砸,2000,万进山养鸡多年,如今惨得不像个明星

誮惜颜a
2026-10-30 23:55:28
台北市长辩论:蒋万安首轮完胜沈伯洋,细数4年政绩,反守为攻!

台北市长辩论:蒋万安首轮完胜沈伯洋,细数4年政绩,反守为攻!

生活的哲学
2026-10-31 14:40:48
徽剑案:一个底层出身的凶徒,是如何在外网上“接单”?又是如何请得了知名律师辩护的?

徽剑案:一个底层出身的凶徒,是如何在外网上“接单”?又是如何请得了知名律师辩护的?

迷世书童
2026-10-30 15:32:07
做什么小生意可以一辈子不上班,翻完评论区我直接辞职的心都有了

做什么小生意可以一辈子不上班,翻完评论区我直接辞职的心都有了

夜深爱杂谈
2026-10-30 21:31:46
24岁医学女博士曾瑜萱火了:不会看片子,成绩常年倒数,手术方结靠现学

24岁医学女博士曾瑜萱火了:不会看片子,成绩常年倒数,手术方结靠现学

妍妍教育日记
2026-10-30 18:27:53
上海一车主主动给公交车让道,公交司机伸手致谢,不料下一秒……

上海一车主主动给公交车让道,公交司机伸手致谢,不料下一秒……

上观新闻
2026-10-31 14:48:59
事故前一天,中国高铁错过西班牙12亿欧元大单,1年两撞死亡114人,西班牙坚持选西门子

事故前一天,中国高铁错过西班牙12亿欧元大单,1年两撞死亡114人,西班牙坚持选西门子

起点财经
2026-10-30 10:26:01
官方开始回应:对农民群体的“历史亏欠”一定要补偿…

官方开始回应:对农民群体的“历史亏欠”一定要补偿…

慧翔百科
2026-10-30 08:21:52
2026-10-31 18:55:00
老冀谈科技 incentive-icons
老冀谈科技
老冀将带给您最新的科技资讯
970文章数 10079关注度
往期回顾 全部

科技要闻

苦等两年!国行苹果AI下周开测,12月推出

头条要闻

22岁小伙和17岁朋友登山双双坠亡:一人直接倒挂崖壁

头条要闻

22岁小伙和17岁朋友登山双双坠亡:一人直接倒挂崖壁

体育要闻

决胜时刻三连击!勒布朗绝命补篮价值千金

娱乐要闻

赵丽颖解锁新身份 出任金鸡创投主评审

财经要闻

Meta、谷歌、英特尔增发认购者集体浮亏

汽车要闻

钛7上市一年销量突破30万 海外半年销量2.7万

态度原创

健康
时尚
本地
教育
房产

查不出猝死风险?可能是项目没做对

别再穿马蹄鞋、小棕鞋了,这双鞋才是秋冬穿搭的“顶流”

本地新闻

秋假去哪玩,4 站打卡京郊限定秋色

教育要闻

一眼就能看出答案的几何题,孩子没有解答出来

房产要闻

单月杀进全省前十!崖州卖最火的盘,产品真能打

无障碍浏览 进入关怀版