作者 | 柴旭晨

編輯 | 周智宇

2026年的北京車(chē)展上，“物理AI”成了被重復(fù)最多的詞之一。

過(guò)去兩年，全球科技行業(yè)的主角是數(shù)字AI：大模型會(huì)寫(xiě)作、會(huì)編程、P圖，幾乎重做了一遍互聯(lián)網(wǎng)入口。但當(dāng)數(shù)字世界的數(shù)據(jù)紅利被快速消化之后，產(chǎn)業(yè)開(kāi)始把目光投向更大的現(xiàn)實(shí)世界——道路、工廠、倉(cāng)庫(kù)、家庭、城市交通系統(tǒng)。

底層技術(shù)從數(shù)字空間遷移到物理空間，已經(jīng)成為新的產(chǎn)業(yè)共識(shí)。問(wèn)題在于，誰(shuí)能成為物理世界的OpenAI？

此次北京車(chē)展上，Momenta給出的答案是：自動(dòng)駕駛就是物理AI的序章，而Momenta想成為其中的平臺(tái)型玩家。

跨界

2026年4月25日，Momenta發(fā)布R7強(qiáng)化學(xué)習(xí)世界模型，并將其定義為“物理AI序章”。

Momenta CEO曹旭東在發(fā)布會(huì)后對(duì)華爾街見(jiàn)聞表示，“自動(dòng)駕駛進(jìn)入到了這個(gè)階段�！彼^“這個(gè)階段”，是自動(dòng)駕駛已經(jīng)成為目前少數(shù)能夠同時(shí)打通“數(shù)據(jù)閉環(huán)”與“商業(yè)閉環(huán)”的物理AI賽道。這是理解“為什么自動(dòng)駕駛是物理AI序章”的關(guān)鍵。

數(shù)字AI過(guò)去之所以爆發(fā)，是因?yàn)榫邆淙齻�(gè)條件：海量低成本數(shù)據(jù)、快速低成本驗(yàn)證、成熟商業(yè)入口�；ヂ�(lián)網(wǎng)提供文本、圖片、視頻數(shù)據(jù)，用戶(hù)點(diǎn)擊一次、追問(wèn)一次，模型就獲得一次反饋，產(chǎn)品再通過(guò)訂閱、廣告、API變現(xiàn)。

而大多數(shù)物理AI領(lǐng)域并不具備這些條件。

機(jī)器人缺數(shù)據(jù)、缺場(chǎng)景、缺反饋，更缺穩(wěn)定現(xiàn)金流。一個(gè)機(jī)械臂想學(xué)會(huì)抓杯子，要真實(shí)硬件、真實(shí)動(dòng)作、真實(shí)損耗；一次試錯(cuò)的成本，遠(yuǎn)高于數(shù)字世界的一次模型推理。

曹旭東向華爾街見(jiàn)聞直言，OpenAI早期既做機(jī)器人，也做數(shù)字AI，但階段性放棄機(jī)器人去做GPT，一個(gè)重要原因就是“機(jī)器的數(shù)據(jù)太難獲得了�！�

在曹旭東看來(lái)，GPT需要的互聯(lián)網(wǎng)數(shù)據(jù)，本身已經(jīng)具備超大規(guī)模 。但自動(dòng)駕駛既屬于物理世界，又天然擁有持續(xù)數(shù)據(jù)源。

每一臺(tái)量產(chǎn)車(chē)都是移動(dòng)傳感器，每一次通勤、變道、避障、擁堵、泊車(chē)，都是模型訓(xùn)練樣本。只要車(chē)輛規(guī)模足夠大，真實(shí)世界的數(shù)據(jù)就會(huì)源源不斷進(jìn)入系統(tǒng)。

與此同時(shí)，它還有清晰的商業(yè)入口。

用戶(hù)愿意為輔助駕駛買(mǎi)單，車(chē)企愿意為智能化競(jìng)爭(zhēng)力買(mǎi)單，供應(yīng)商可以通過(guò)定點(diǎn)、授權(quán)、裝車(chē)獲得收入。技術(shù)提升不僅意味著論文成績(jī)更高，也意味著銷(xiāo)量更高、ASP更高、客戶(hù)更多。這就是曹旭東所說(shuō)的正反饋機(jī)制。

“先有了數(shù)據(jù)閉環(huán)，然后才有足夠好的體驗(yàn)，這個(gè)足夠好的體驗(yàn)一旦達(dá)到了接近人類(lèi)的水平或者超過(guò)人類(lèi)的水平的時(shí)候，就能夠?qū)崿F(xiàn)爆發(fā)式的商業(yè)化。而這個(gè)爆發(fā)式的商業(yè)化之后，又會(huì)帶來(lái)數(shù)據(jù)爆發(fā)式的增長(zhǎng)。” 曹旭東說(shuō)道。

換句話(huà)說(shuō)，自動(dòng)駕駛已經(jīng)具備了物理AI最稀缺的飛輪結(jié)構(gòu)。而Momenta正在這個(gè)飛輪里占據(jù)有利位置。

公司披露，已交付超過(guò)70款量產(chǎn)車(chē)型，累計(jì)定點(diǎn)車(chē)型數(shù)超過(guò)200款，搭載其系統(tǒng)的量產(chǎn)車(chē)輛規(guī)模已超過(guò)80萬(wàn)臺(tái)。本屆北京車(chē)展，超過(guò)20個(gè)品牌、60余款車(chē)型搭載Momenta方案，包括奔馳、奧迪、寶馬新發(fā)布車(chē)型。

這80萬(wàn)臺(tái)車(chē)，不只是裝機(jī)量，更是80萬(wàn)個(gè)持續(xù)采集現(xiàn)實(shí)世界復(fù)雜路況的數(shù)據(jù)節(jié)點(diǎn)。OpenAI的模型靠全球用戶(hù)提問(wèn)進(jìn)化，Momenta的模型靠全球車(chē)輛上路進(jìn)化。

但有了數(shù)據(jù)，還不夠。物理AI真正的難點(diǎn)，不是看見(jiàn)世界，而是理解世界。

破局

曹旭東向華爾街見(jiàn)聞解釋道，大語(yǔ)言模型依靠Next Token Prediction預(yù)測(cè)下一個(gè)詞，從而壓縮數(shù)字世界常識(shí)；而物理AI要依靠World Model Prediction，預(yù)測(cè)物理世界下一刻狀態(tài)和交互邏輯，讓模型理解物體運(yùn)動(dòng)規(guī)律、因果關(guān)系和潛在變化。“因此，世界模型與強(qiáng)化學(xué)習(xí)，共同構(gòu)成物理AI的兩大核心支柱。”

這句話(huà)拆開(kāi)看。數(shù)字AI的本質(zhì)，是語(yǔ)言預(yù)測(cè)。物理AI的本質(zhì)，是現(xiàn)實(shí)預(yù)測(cè)。前車(chē)急剎后，后車(chē)會(huì)不會(huì)追尾；雨天路面打滑時(shí)，制動(dòng)距離會(huì)延長(zhǎng)多少；路邊兒童突然沖出，車(chē)輛還有沒(méi)有避讓空間——這些都不是文字問(wèn)題，而是動(dòng)態(tài)世界問(wèn)題。

Momenta給出的解法，是“世界模型+強(qiáng)化學(xué)習(xí)”。

Momenta研發(fā)SVP夏炎指出，Momenta的世界模型分三層：第一層是預(yù)訓(xùn)練，用海量真實(shí)駕駛數(shù)據(jù)把物理規(guī)律、常識(shí)與因果關(guān)系壓縮進(jìn)模型；第二層是仿真，讓模型在虛擬環(huán)境中推演行為變化后世界如何演變；第三層是在世界模型中進(jìn)行強(qiáng)化學(xué)習(xí)，讓系統(tǒng)在接近真實(shí)的環(huán)境里反復(fù)試錯(cuò)、自主優(yōu)化。

這套結(jié)構(gòu)，本質(zhì)上是在復(fù)制OpenAI的成功路徑，但訓(xùn)練對(duì)象從語(yǔ)言變成現(xiàn)實(shí)世界。

先學(xué)習(xí)常識(shí)，再進(jìn)行后訓(xùn)練，再通過(guò)強(qiáng)化學(xué)習(xí)獲得更優(yōu)決策。曹旭東也提到，僅有常識(shí)并不代表是好司機(jī)�！按罅康臄�(shù)據(jù)里面有好的駕駛行為，但是更多的是不好的駕駛行為�！币虼祟A(yù)訓(xùn)練之后，還需要Post-Training，“把它的行為激發(fā)或者對(duì)齊到人類(lèi)好的行為上去�！�

這幾乎就是車(chē)圈版的RLHF。現(xiàn)實(shí)司機(jī)會(huì)急剎、猶豫、加塞、分心，模型若只是模仿人類(lèi)平均水平，只能成為普通司機(jī)。只有通過(guò)強(qiáng)化學(xué)習(xí)篩選更優(yōu)行為，才可能成為超人類(lèi)司機(jī)。

這也是為什么曹旭東說(shuō)，自動(dòng)駕駛是物理AI的序章——它是第一個(gè)真正需要解決現(xiàn)實(shí)世界復(fù)雜博弈，又具備規(guī)模數(shù)據(jù)和商業(yè)回報(bào)的場(chǎng)景。

更重要的是，它還能繼續(xù)外溢。曹旭東向華爾街見(jiàn)聞透露，Momenta的L4業(yè)務(wù)不只做Robotaxi，也做Robovan，明年還會(huì)做Robotruck。他們相信，“一個(gè)自動(dòng)駕駛的大模型能夠?qū)崿F(xiàn)所有的自動(dòng)駕駛垂直應(yīng)用，并且做得更好。”

這意味著，Momenta并不想只做一家智駕Tier1，而是想做一個(gè)平臺(tái)底座。

OpenAI把同一個(gè)模型延伸到搜索、辦公、客服、編程；Momenta則想把同一個(gè)駕駛大模型延伸到乘用車(chē)、出租車(chē)、物流車(chē)、卡車(chē)。不同場(chǎng)景共享底層能力，不同場(chǎng)景再反哺模型進(jìn)化。

這是平臺(tái)公司的典型路徑。

當(dāng)然，物理AI的門(mén)票極貴。

曹旭東說(shuō)，實(shí)現(xiàn)規(guī)�；疞4，累計(jì)投入“至少是百億美金”；通用機(jī)器人可能需要“幾百億美金到千億美金”級(jí)別投入 ，所以他的結(jié)論非�，F(xiàn)實(shí)：長(zhǎng)期只靠融資并不現(xiàn)實(shí)，“一定要有現(xiàn)金流業(yè)務(wù)來(lái)支持物理AI的研發(fā)。”

這恰恰是Momenta相較許多概念型AI公司的優(yōu)勢(shì)——它已經(jīng)擁有量產(chǎn)業(yè)務(wù)、客戶(hù)訂單和真實(shí)收入，再把現(xiàn)金流投入下一代模型訓(xùn)練。

很多公司在談物理AI的未來(lái)，Momenta則是在用自動(dòng)駕駛養(yǎng)出物理AI的未來(lái)。

十年前，曹旭東在硅谷看到Fairchild Drive，那條以仙童半導(dǎo)體命名的街道點(diǎn)燃了他的創(chuàng)業(yè)念頭。他說(shuō)，希望與所有中國(guó)AI公司一起，書(shū)寫(xiě)屬于東方的硅谷傳奇 。今天看，這個(gè)愿景的現(xiàn)實(shí)版本或許是：OpenAI先讓機(jī)器學(xué)會(huì)說(shuō)話(huà)，Momenta想讓機(jī)器學(xué)會(huì)在現(xiàn)實(shí)世界里行動(dòng)。

以下是與Momenta CEO曹旭東的對(duì)話(huà)實(shí)錄：

問(wèn)：當(dāng)下全球汽車(chē)產(chǎn)業(yè)流行反向合資，越來(lái)越多的海外車(chē)企看重了中國(guó)的科技巨頭，怎么看待這種新的趨勢(shì)？

曹旭東：中國(guó)的技術(shù)現(xiàn)在正在從中國(guó)走向世界，整個(gè)發(fā)展速度非�？斓�，進(jìn)入海外的市場(chǎng)，比如說(shuō)進(jìn)入歐洲的市場(chǎng)，進(jìn)入其他的一些市場(chǎng)的時(shí)候，給當(dāng)?shù)赜脩?hù)帶來(lái)更領(lǐng)先的產(chǎn)品價(jià)值，但是另外一方面也會(huì)帶來(lái)一些沖擊，比如說(shuō)沖擊當(dāng)?shù)氐墓�、�?dāng)?shù)氐木蜆I(yè)或者是當(dāng)?shù)氐亩愂盏鹊取?/p>

比較好的一個(gè)解決方案就是借鑒中國(guó)之前的模式，就是跟中國(guó)學(xué)習(xí)，來(lái)做反向合資，反向合資完之后，既讓當(dāng)?shù)叵硎艿搅酥袊?guó)高科技的技術(shù)和產(chǎn)品很好的用戶(hù)體驗(yàn)，另外一方面就相當(dāng)于是中國(guó)的技術(shù)賦能當(dāng)?shù)仄髽I(yè)，對(duì)當(dāng)?shù)仄髽I(yè)帶來(lái)更多的發(fā)展，帶來(lái)更好的工作機(jī)會(huì)、更多的就業(yè)、更好的稅收，是一個(gè)共贏的模式。

問(wèn)：今年車(chē)展上有哪些海外的客戶(hù)和momenta交流？過(guò)程中有過(guò)哪些挑戰(zhàn)？
曹旭東：不光是今年，去年的時(shí)候我們就已經(jīng)是全球品牌的共同選擇了，在全球最頂尖的品牌里面，像德系的BBA、大眾，日系的豐田、本田、日產(chǎn)，美系的通用、福特，都已經(jīng)是我們量產(chǎn)的合作客戶(hù)了。
挑戰(zhàn)的話(huà)，最常見(jiàn)的挑戰(zhàn)，是中國(guó)的速度和國(guó)際OEM的標(biāo)準(zhǔn)，有時(shí)候是矛盾和沖突的，但是這個(gè)矛盾和沖突主要圍繞著客戶(hù)和用戶(hù)，以客戶(hù)和用戶(hù)的價(jià)值為中心去共創(chuàng)，很多時(shí)候都能找到更好的創(chuàng)新性的方法，帶來(lái)更好的結(jié)果。
問(wèn)：數(shù)據(jù)飛輪在實(shí)際量產(chǎn)的過(guò)程中，最大的瓶頸是什么？
曹旭東：數(shù)據(jù)這件事情，它不是單單的數(shù)據(jù)本身，你可以認(rèn)為數(shù)據(jù)它就是礦石，而且是含礦量很低的鐵礦石，所以你要把數(shù)據(jù)真的用起來(lái)的話(huà)，首先你要把這個(gè)貧礦變成富礦。
我舉一個(gè)例子，在高速上三只小狗排隊(duì)橫穿高速，這樣的場(chǎng)景真的是萬(wàn)中無(wú)一、萬(wàn)里挑一，你怎么把這個(gè)數(shù)據(jù)給挑出來(lái)？它的難度本身就是一個(gè)大海撈針的難度，這已經(jīng)有很高的門(mén)檻了，你怎么把貧礦變成富礦，再?gòu)母坏V變成鋼鐵，鋼鐵又變成發(fā)動(dòng)機(jī)，發(fā)動(dòng)機(jī)最終又裝到車(chē)上，這才是最終的價(jià)值，所以整個(gè)的數(shù)據(jù)飛輪的體系，它是一個(gè)體系能力，擁有原始數(shù)據(jù)，擁有海量的原始數(shù)據(jù)僅僅是一個(gè)價(jià)值源頭的10%，剩下的90%是來(lái)自于這個(gè)體系的價(jià)值，這是第一個(gè)問(wèn)題。
問(wèn)：現(xiàn)在有一種說(shuō)法，數(shù)據(jù)不難，但是用好數(shù)據(jù)比較難，Momenta怎么去用好這些數(shù)據(jù)？
曹旭東：像我們的大模型，我們可能會(huì)分為預(yù)訓(xùn)練的階段和Post-Training的階段，預(yù)訓(xùn)練的階段，海量的來(lái)自于我們的量產(chǎn)車(chē)，我們現(xiàn)在已經(jīng)80萬(wàn)臺(tái)車(chē)了。海量量產(chǎn)的數(shù)據(jù)，而且量產(chǎn)的數(shù)據(jù)包括了大量的長(zhǎng)尾數(shù)據(jù)，通過(guò)World Model Pre-Training來(lái)預(yù)訓(xùn)練這個(gè)模型。
預(yù)訓(xùn)練完這個(gè)模型之后有物理常識(shí)，但是有物理常識(shí)不代表它是一個(gè)好司機(jī)，因?yàn)榇罅康臄?shù)據(jù)里面有好的駕駛行為，但是更多的是不好的駕駛行為，所以就有一點(diǎn)像數(shù)字AI里面大模型的訓(xùn)練一樣，你通過(guò)海量的數(shù)據(jù)作為輸入，它具備了這個(gè)世界的常識(shí)，但是不代表著它有好的行為，所以你還是需要Post-Training，通過(guò)Post-Training，把它的行為激發(fā)或者對(duì)齊到人類(lèi)好的行為上去，大概會(huì)分為這兩個(gè)環(huán)節(jié)。
問(wèn)：今年北京車(chē)展上很多的車(chē)企都在強(qiáng)調(diào)自己的輔助駕駛技術(shù)路線的不同，Momenta的世界模型最大的特點(diǎn)是什么？
曹旭東：更重要的不是單點(diǎn)算法，是架構(gòu)能力，架構(gòu)能力已經(jīng)比單點(diǎn)算法能力更強(qiáng)了，因?yàn)橐坏┥婕暗郊軜?gòu)一定涉及到取舍，不是所有的創(chuàng)新都能放到同一個(gè)架構(gòu)里面，涉及到架構(gòu)的話(huà)就涉及到取舍，好的架構(gòu)能夠?qū)崿F(xiàn)更好的積累和更好的合力，架構(gòu)之上又包含了體系，這個(gè)體系包含了數(shù)據(jù)迭代的體系，包括了訓(xùn)練的體系，也包括了整個(gè)迭代的體系和驗(yàn)證的體系，體系之上更多的是組織和文化，就有一點(diǎn)像中國(guó)有一句古話(huà)，淮南為橘、淮北為枳。
我覺(jué)得根本上的企業(yè)之間的差距來(lái)自于組織和文化和對(duì)應(yīng)的體系的建設(shè)，這是有更大的差距的。而具體的單點(diǎn)的算法的話(huà)，這個(gè)創(chuàng)新當(dāng)然很重要了，每一代的算法架構(gòu)的創(chuàng)新，實(shí)際上會(huì)帶來(lái)大的進(jìn)步，但是坦率來(lái)說(shuō)，在中國(guó)的環(huán)境下，知識(shí)的流動(dòng)和人才流動(dòng)的速度其實(shí)是比較快的，僅僅是單點(diǎn)算法的話(huà)，并不存在特別大的壁壘或者差異性，有壁壘的是體系和組織的能力，所以你會(huì)發(fā)現(xiàn)，可能大家說(shuō)的都是同樣的單點(diǎn)算法的方向，但是最終做出來(lái)的效果可能有一代或者兩代的差距，背后不是單點(diǎn)算法的差距，背后是體系和組織的差距。
問(wèn)：Momenta成立10周年過(guò)程中的分享？
曹旭東：我覺(jué)得還是蠻幸運(yùn)，一路走來(lái)，最重要的還是跟志同道合的人去干真正喜歡的事情，真的會(huì)讓你的人生生機(jī)勃勃，創(chuàng)業(yè)過(guò)程中有很多的困難和挑戰(zhàn)，這些困難和挑戰(zhàn)，每一年都會(huì)覺(jué)得，這一年可能是最難的，過(guò)了這一年明年可能會(huì)更好，但實(shí)際上不是。
如果你不享受發(fā)現(xiàn)問(wèn)題、解決問(wèn)題的過(guò)程，你不享受和你身邊志同道合的人共同去探索、共同去面臨困難和解決困難的過(guò)程，其實(shí)創(chuàng)業(yè)遇到的這些困難是很難堅(jiān)持下去的�？赡芤е缊�(jiān)持一年，咬著牙堅(jiān)持兩年，咬著牙堅(jiān)持三年，很難堅(jiān)持十年，所以你一定要找到志同道合的人去干喜歡的事情，去讓自己的人生生機(jī)勃勃。
問(wèn)：物理AI被英偉達(dá)的黃教主帶火之后，很多公司都說(shuō)是物理AI的公司，Momenta在物理AI方面是一個(gè)什么樣的位置？
曹旭東：首先我覺(jué)得物理AI是大勢(shì)所趨，首先大家都知道數(shù)字AI有很大的優(yōu)勢(shì)，第一個(gè)就是數(shù)字AI的數(shù)據(jù)能夠快速的呈規(guī)模的獲得。大家都知道Open AI很早的時(shí)候，有機(jī)器人、有數(shù)字AI，但是后來(lái)在聚焦的過(guò)程中，階段性的放棄了機(jī)器人，選擇了去做GPT，很重要的原因是機(jī)器的數(shù)據(jù)太難獲得了。
而GPT需要的是互聯(lián)網(wǎng)的數(shù)據(jù)，而互聯(lián)網(wǎng)的數(shù)據(jù)本來(lái)就已經(jīng)是非常大規(guī)模了。數(shù)字AI在過(guò)去幾年實(shí)際上是突飛猛進(jìn)，當(dāng)然另一方面數(shù)字AI能夠更加低成本、短周期的檢驗(yàn)，因?yàn)樗軌蛟跀?shù)字世界上去互動(dòng)，它的成本是更低的，周期是更短的，就比如說(shuō)現(xiàn)在Agent要調(diào)用的話(huà)，只需要給一個(gè)接口。但是機(jī)器人要調(diào)用某一個(gè)工具的話(huà)，它要把機(jī)械手造出來(lái)，并且要抓取那個(gè)工具，并且來(lái)使用那個(gè)工具，那個(gè)難度和復(fù)雜度都會(huì)大非常多。
但是，我們所在的世界，既有數(shù)字的部分，又有物理的部分，而物理的部分可能是更大的一部分，所以當(dāng)數(shù)字世界整個(gè)的發(fā)展取得了非常大的進(jìn)展之后，自然而然的很多的成功的經(jīng)驗(yàn)和方法就要進(jìn)入物理世界，并且在物理世界中做創(chuàng)新，這也是為什么我覺(jué)得現(xiàn)在是物理AI的序章剛開(kāi)始。
再回到我們公司，講到物理AI，其實(shí)物理AI我覺(jué)得最核心的，一個(gè)是數(shù)據(jù)閉環(huán)，一個(gè)是商業(yè)閉環(huán)，而且這兩者是互動(dòng)的。我有一個(gè)經(jīng)驗(yàn)，這個(gè)經(jīng)驗(yàn)就是，任何一個(gè)人工智能的應(yīng)用，一旦接近人類(lèi)的水平，就會(huì)在很短的時(shí)間大幅超過(guò)人類(lèi)的水平，這背后的邏輯是什么呢？
僅僅是我的一個(gè)觀察，就比如說(shuō)你看Alpha Go也好，或者過(guò)去的人臉識(shí)別也好，前面經(jīng)過(guò)了一個(gè)非常漫長(zhǎng)的爬坡期去接近人，接近人可能花了十年、二十年很長(zhǎng)的時(shí)間，但是超越人，或者大幅地超越人，有可能就發(fā)生在1、2年，2、3年的時(shí)間，一開(kāi)始有這個(gè)觀察之后，我就在想背后的原因到底是什么？
后來(lái)就覺(jué)得最關(guān)鍵的還是數(shù)據(jù)閉環(huán)和商業(yè)閉環(huán)，而且這兩者之間是正反饋的，因?yàn)橄扔辛藬?shù)據(jù)閉環(huán)，然后才有足夠好的體驗(yàn)，這個(gè)足夠好的體驗(yàn)一旦達(dá)到了接近人類(lèi)的水平或者超過(guò)人類(lèi)的水平的時(shí)候，就能夠?qū)崿F(xiàn)爆發(fā)式的商業(yè)化。
而這個(gè)爆發(fā)式的商業(yè)化之后，又會(huì)帶來(lái)數(shù)據(jù)爆發(fā)式的增長(zhǎng)，而數(shù)據(jù)爆發(fā)式的增長(zhǎng)又會(huì)帶來(lái)模型能力進(jìn)一步的爆發(fā)式增長(zhǎng)，最終能夠互相促進(jìn)、互相激發(fā)，形成強(qiáng)烈的正反饋，而強(qiáng)烈的正反饋使得在很短的時(shí)間內(nèi)就能夠?qū)崿F(xiàn)十倍、百倍甚至千倍人類(lèi)的經(jīng)歷。
我們的判斷就是自動(dòng)駕駛進(jìn)入到了這個(gè)階段，機(jī)器人還需要一段時(shí)間，這是第一點(diǎn)。所以自動(dòng)駕駛是物理AI的序章，因?yàn)樗钕葘?shí)現(xiàn)了規(guī)模的數(shù)據(jù)閉環(huán)和規(guī)模的商業(yè)閉環(huán)。
第二點(diǎn)就是，你看自動(dòng)駕駛要實(shí)現(xiàn)規(guī)�；腖4，我的判斷累計(jì)的投入至少是百億美金，而且有可能還是創(chuàng)業(yè)公司的研發(fā)效率，如果你是大公司的話(huà)不只是百億美金，可能需要幾百億美金。
但是機(jī)器人呢？通用的機(jī)器人它需要多少錢(qián)？我的判斷可能是幾百億美金到千億美金這個(gè)級(jí)別，有可能還是創(chuàng)業(yè)公司的研發(fā)效率。所以我的判斷就是，物理AI它是需要有門(mén)票的，而這個(gè)門(mén)票就是你需要有現(xiàn)金流的業(yè)務(wù)，雖然現(xiàn)在整個(gè)中國(guó)具身智能的資本市場(chǎng)是非�；钴S的，但是長(zhǎng)期來(lái)看，要靠投資，要靠融資，追蹤做成通用的物理AI，或者物理世界的AGI是不現(xiàn)實(shí)的，而是一定要有現(xiàn)金流業(yè)務(wù)，而這個(gè)現(xiàn)金流業(yè)務(wù)可以是自動(dòng)駕駛，也可以是物理AI某一個(gè)方向，雖然我現(xiàn)在沒(méi)有想到，其他的某一個(gè)方向能夠更早地實(shí)現(xiàn)規(guī)模化的數(shù)據(jù)閉環(huán)和商業(yè)閉環(huán)，或者其他來(lái)自于數(shù)字AI的現(xiàn)金流業(yè)務(wù)。無(wú)論如何一定要有一個(gè)現(xiàn)金流業(yè)務(wù)來(lái)支持物理AI的研發(fā)。

問(wèn)：今年L4業(yè)務(wù)的進(jìn)度如何？Momenta做Robotaxi的優(yōu)勢(shì)？
曹旭東：我們公司的L4并不是只做Robotaxi，也會(huì)做Robovan，就是物流。因?yàn)槲覀兪甑脑妇袄锩�，十年物流和出行的效率翻倍，�?shí)際上物流是放在更前面的，出行放到后面，明年我們也會(huì)做Robotruck，雖然我們今年不會(huì)做，但是我們明年會(huì)做。
背后的底層邏輯是什么呢？還是回到今天提到的Jeff Hawkins那一本書(shū)里面，它講到了一個(gè)核心概念就是一個(gè)神經(jīng)網(wǎng)、一個(gè)大模型能夠?qū)崿F(xiàn)通用AI的能力，具體落地到自動(dòng)駕駛這個(gè)領(lǐng)域的話(huà)，我們相信的是什么呢？我們相信的是一個(gè)自動(dòng)駕駛的大模型能夠?qū)崿F(xiàn)所有的自動(dòng)駕駛的垂直應(yīng)用，并且做得更好。
而且這件事情我們已經(jīng)在Robotaxi、Robovan和乘用車(chē)上成功的驗(yàn)證了，并且取得了很好的效果。這個(gè)帶來(lái)的價(jià)值是什么呢？帶來(lái)的價(jià)值就是你在每一個(gè)vertical的研發(fā)成本會(huì)大幅度的降低。而每個(gè)應(yīng)用場(chǎng)景，每個(gè)垂直應(yīng)用場(chǎng)景的經(jīng)驗(yàn)和數(shù)據(jù)，又可以匯總和吸收到這個(gè)大模型里面，使得每個(gè)垂直領(lǐng)域做得更好，這實(shí)際上就是一個(gè)平臺(tái)優(yōu)勢(shì)。
這個(gè)就有一點(diǎn)像十年前或者十幾年前整個(gè)的互聯(lián)網(wǎng)行業(yè)，有垂直電商，也有平臺(tái)電商，但是最終勝出的都是平臺(tái)電商，垂直電商可能現(xiàn)在都不存在了，很重要的原因就是這個(gè)平臺(tái)效應(yīng)帶來(lái)的。我們的判斷在自動(dòng)駕駛在大模型領(lǐng)域也存在著很強(qiáng)的這樣的平臺(tái)效益，一個(gè)大模型能夠?qū)崿F(xiàn)所有的垂直領(lǐng)域，并且能夠做得更好，這樣每個(gè)垂直領(lǐng)域的成本更低，效果會(huì)更好。
問(wèn)：2030年會(huì)不會(huì)迎來(lái)智駕的終局？
曹旭東：整個(gè)智駕或者整個(gè)自動(dòng)駕駛它有非常強(qiáng)的規(guī)模效應(yīng)和先發(fā)優(yōu)勢(shì)，它的效應(yīng)會(huì)比芯片行業(yè)更強(qiáng)，所以你回顧歷史可以看到，這個(gè)芯片行業(yè)，不管是PC時(shí)代的芯片，實(shí)際上全球就只有兩家，手機(jī)芯片的時(shí)代全球也就只有兩家，高通和MTK。
自動(dòng)駕駛，因?yàn)樗擒浖�，它的邊際成本是零，所以它的規(guī)模效應(yīng)更強(qiáng)，它的規(guī)模效應(yīng)除了成本上的規(guī)模效應(yīng)，還有體驗(yàn)上提升的規(guī)模效應(yīng)。
另一方面，面向主機(jī)廠有特別強(qiáng)的先發(fā)優(yōu)勢(shì)，因?yàn)橹鳈C(jī)廠很多業(yè)務(wù)都是敲門(mén)敲三年，從你見(jiàn)到客戶(hù)到拿下合同是3年，如果是國(guó)際OEM的話(huà)，可能要敲門(mén)敲5-7年。
比如說(shuō)我們和奔馳的合作，2017年奔馳就投資了我們，而且當(dāng)時(shí)特別巧，Ola K?llenius（康林松）現(xiàn)在奔馳的董事長(zhǎng)他覺(jué)得這個(gè)公司特別有活力選擇投資我們，但是我們跟奔馳的第一個(gè)量產(chǎn)項(xiàng)目上市是2025年的后半年，經(jīng)歷了整整8年的時(shí)間，其實(shí)已經(jīng)加速了。

我當(dāng)時(shí)問(wèn)了一個(gè)清華的師兄，那個(gè)清華的師兄告訴我說(shuō)，你們跟奔馳合作量產(chǎn)至少需要十年。我們中間2017年到2020年是POC，2020年到2022年是Pre SOP，2022年到2024年是小批量的量產(chǎn)開(kāi)發(fā)，到了2024年才拿到了奔馳所有的電車(chē)和油車(chē)的業(yè)務(wù)，2025年底的時(shí)候才真正的量產(chǎn)。
所以舉一個(gè)例子可以感受到，汽車(chē)行業(yè)敲門(mén)敲3年，國(guó)內(nèi)的OEM敲門(mén)敲3年，海外的OEM敲門(mén)敲5-7年，到底是一個(gè)什么樣的原因？因?yàn)檫@個(gè)行業(yè)有非常強(qiáng)的規(guī)模效應(yīng)和非常強(qiáng)的先發(fā)優(yōu)勢(shì)，所以我還是維持我原來(lái)的判斷，中國(guó)也就2-3家，全球也就3-4家，會(huì)非常快速地收斂。