网易首页 > 网易号 > 正文 申请入驻

Momenta宣布已交付超70款量产车型 累计定点车型数超200款

0
分享至

北京国际车展期间,Momenta举办“Momenta R7,物理AI序章”主题分享会,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,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。



世界模型与强化学习,构成物理AI两大核心支柱

会议现场,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世界模型三个层次:预训练、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,依然为用户提供安全安心的极智守护。

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、澳大利亚、新西兰等超过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,他在硅谷邂逅那条以仙童半导体(Fairchild)命名的街道“Fairchild Drive”,正是这条街道,孕育了全球半导体产业的起点,最终铸就了硅谷的传奇底色。“那一刻,我心中那团热火被刹那间点燃;而今天,我们希望携手所有中国AI公司,共同书写属于东方的硅谷传奇。

声明:个人原创,仅供参考

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
孙怡董子健的瓜,来得猝不及防

孙怡董子健的瓜,来得猝不及防

可读
2026-11-04 23:52:11
顾客称外卖里吃出头发申请仅退款,骑手上门发现外卖几乎被吃光,出餐的老板还是个光头;骑手:恶意退款损失都落到了自己和商家身上

顾客称外卖里吃出头发申请仅退款,骑手上门发现外卖几乎被吃光,出餐的老板还是个光头;骑手:恶意退款损失都落到了自己和商家身上

扬子晚报
2026-11-05 10:41:43
“小仙女”又赢了!情侣相识两个月西北环线出游,男生全程买单合计3.5万,女生旅行过后认为对方抠搜,提出分手,评论炸锅

“小仙女”又赢了!情侣相识两个月西北环线出游,男生全程买单合计3.5万,女生旅行过后认为对方抠搜,提出分手,评论炸锅

火山詩话
2026-11-05 20:49:43
重磅官宣!拜仁续约33岁金球先生3年 薪资全欧最高+或超3200万欧

重磅官宣!拜仁续约33岁金球先生3年 薪资全欧最高+或超3200万欧

我爱英超
2026-11-05 16:25:02
18岁高三女孩周静去世,遗书太催泪,留下两万给妈妈还房贷,还有一件新卫衣没穿

18岁高三女孩周静去世,遗书太催泪,留下两万给妈妈还房贷,还有一件新卫衣没穿

育学笔谈
2026-11-05 11:27:28
香港演员尹天照感叹中山房价:350万能买两三百平米的大房子,笑称“请工人干活都能把他累倒”

香港演员尹天照感叹中山房价:350万能买两三百平米的大房子,笑称“请工人干活都能把他累倒”

南方都市报
2026-11-04 19:36:07
11月5日俄乌:俄柴油油轮掉头驶离美国,以色列谴责俄罗斯袭击

11月5日俄乌:俄柴油油轮掉头驶离美国,以色列谴责俄罗斯袭击

山河路口
2026-11-05 19:58:35
国家医保局回应“居民医保参保人数七连降、减少8300万”

国家医保局回应“居民医保参保人数七连降、减少8300万”

大风新闻
2026-11-05 19:01:01
93票赞成13票反对,联合国大会通过决议!美国、俄罗斯、以色列等投反对票,中国投弃权票

93票赞成13票反对,联合国大会通过决议!美国、俄罗斯、以色列等投反对票,中国投弃权票

每日经济新闻
2026-11-04 23:04:41
网传有国企发Token考核:每月人均至少1.7亿,消耗不完KPI不达标

网传有国企发Token考核:每月人均至少1.7亿,消耗不完KPI不达标

可达鸭面面观
2026-11-05 20:14:26
爱奇艺白金会员称追剧遇“年度最恶心广告”,关键情节时弹幕广告持续滚动,“很费解广告是如何上线”,平台回应

爱奇艺白金会员称追剧遇“年度最恶心广告”,关键情节时弹幕广告持续滚动,“很费解广告是如何上线”,平台回应

极目新闻
2026-11-05 17:40:11
暴跌70%的千亿龙头,四天狂飙47%!股民瞬间被哄成“胚胎”

暴跌70%的千亿龙头,四天狂飙47%!股民瞬间被哄成“胚胎”

深蓝财经
2026-11-05 17:44:34
男子预判黄金能涨到2000元/克,拿出全部积蓄408万买了7斤黄金,9个月亏损114万,因着急用钱割肉离场,隔日金价大幅反弹

男子预判黄金能涨到2000元/克,拿出全部积蓄408万买了7斤黄金,9个月亏损114万,因着急用钱割肉离场,隔日金价大幅反弹

每日经济新闻
2026-11-05 19:14:52
同济大学取消长聘制度,所有教师纳入考核!一个需要长期积累的行业,用短期考核来管理,到底会带来什么?

同济大学取消长聘制度,所有教师纳入考核!一个需要长期积累的行业,用短期考核来管理,到底会带来什么?

学术眺望
2026-11-05 17:45:03
一名中国籍女子在柬埔寨遭持枪射击,子弹贯穿腹部,伤势严重,警方已逮捕3名中国籍嫌疑人,案件正在进一步调查中

一名中国籍女子在柬埔寨遭持枪射击,子弹贯穿腹部,伤势严重,警方已逮捕3名中国籍嫌疑人,案件正在进一步调查中

大风新闻
2026-11-05 21:04:02
九寨沟打人后续!老头手缠纱布现身高铁站,有网友曝5000块和解了

九寨沟打人后续!老头手缠纱布现身高铁站,有网友曝5000块和解了

大鱼简科
2026-11-05 11:59:36
马驹桥是一支清醒剂 | 何兰生

马驹桥是一支清醒剂 | 何兰生

农见度
2026-11-05 19:51:37
油箱见底了!本赛季断崖下滑的五位全明星

油箱见底了!本赛季断崖下滑的五位全明星

球毛鬼胎
2026-11-05 22:33:40
公安部:将群众的批评、牢骚以及一些偏激言论视作侮辱、诽谤,使用刑罚或治安处罚的方式解决,于法无据!

公安部:将群众的批评、牢骚以及一些偏激言论视作侮辱、诽谤,使用刑罚或治安处罚的方式解决,于法无据!

微法官
2026-11-04 13:55:03
俄乌冲突的真凶根本不是普京!德国退役军官万字长文指出罪魁祸首

俄乌冲突的真凶根本不是普京!德国退役军官万字长文指出罪魁祸首

不掉线电波
2026-11-01 15:01:26
2026-11-05 23:48:49
长三角momo incentive-icons
长三角momo
专注大公司组织问题和职场文化分析。
180文章数 43关注度
往期回顾 全部

汽车要闻

限时置换价15.98万元起 2027款领克08 EM-P上市

头条要闻

小伙花200万在长沙买14套房 年收租21万成功"退休"

头条要闻

小伙花200万在长沙买14套房 年收租21万成功"退休"

体育要闻

40岁,正是绝杀的年纪!

娱乐要闻

42岁的唐嫣,又上热搜了

财经要闻

市场能接受AI繁荣退潮吗?

科技要闻

一手实测|国产三大Flash模型,谁更能打?

态度原创

本地
家居
旅游
手机
教育

本地新闻

乌兰察布:以前种土豆,现在种Token

家居要闻

2026建博会(广州) 公装联探展交流活动

旅游要闻

湖南鱼形山枫叶渐红,吸引众多市民游客前来拍照打卡,而麓山红叶本月下旬才开始进入最佳观赏期;专家:气温光照降水共同影响红叶变色进程

手机要闻

华为nova17再次被确认:2亿像素只是烟雾弹,真正杀招藏在麒麟8系里!

教育要闻

法考通过率:我扒了 39 所高校官网,本科中位数只有 48.78%

无障碍浏览 进入关怀版