电动车公社 17小时前
Momenta定点车型超200,Robotaxi加速落地
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_keji1.html

 

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。

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 Next Token   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 World Model Prediction  ,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   在环境中,根据目标,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 合伙人、研发 SVP 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。

Momenta 合伙人、研发 SVP 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。

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。

宙世代

宙世代

ZAKER旗下Web3.0元宇宙平台

一起剪

一起剪

ZAKER旗下免费视频剪辑工具

相关标签

物理 ai 合伙人 自动驾驶 梅赛德斯-奔驰
相关文章
评论
没有更多评论了
取消

登录后才可以发布评论哦

打开小程序可以发布评论哦

12 我来说两句…
打开 ZAKER 参与讨论