物理AI的第一張門票，為什么是自動駕駛？

作者 ｜ 周一笑
郵箱 ｜ zhouyixiao@pingwest.com

AI最先征服的是屏幕，最難進入的是現(xiàn)實世界。在屏幕里，AI犯錯最多是答錯一道題、寫壞一段代碼；到了現(xiàn)實世界，一旦出錯，就會撞上車、人和道路。

過去三年，大語言模型、AI編程和Agent平臺擠進同一片數(shù)字戰(zhàn)場，模型能力、價格和分發(fā)渠道都在快速內(nèi)卷。但當黃仁勛在CES 2026上宣告機器人領(lǐng)域的ChatGPT時刻已經(jīng)到來，把“物理AI”推到行業(yè)聚光燈中心的時候，一個新的問題浮出水面，從屏幕里走出來的AI，要如何在真實的物理世界里站住腳？在黃仁勛的描述中，物理AI的核心在于讓AI理解真實世界，并據(jù)此進行推理和規(guī)劃行動。

同期，英偉達也在把Physical AI推向基礎(chǔ)設(shè)施層面，Cosmos用于世界模型和合成數(shù)據(jù)，GR00T面向機器人學習與推理，Isaac Lab-Arena用于評估，OSMO則打通從邊緣到云端的訓練流程。它傳遞出的意思很明確，AI走進物理世界，不只是模型能力問題，也是一整套仿真、訓練、驗證和部署基礎(chǔ)設(shè)施的問題。

資本率先給出了回應(yīng)。具身智能成了2026年最火熱的賽道，融資額一路飆升，百億估值的公司接連涌現(xiàn)。但熱鬧背后有一個更根本的問題，物理AI的門檻不在于誰喊概念更響、誰融資更多，而在于誰先拿到進入長賽道的“門票”，即規(guī)模化數(shù)據(jù)、可持續(xù)現(xiàn)金流，以及真實世界里的量產(chǎn)驗證。

物理AI不是一條單線賽道。具身智能、自動駕駛、工業(yè)機器人、邊緣AI，都在把AI從屏幕帶進現(xiàn)實世界，它們之間也并非對立關(guān)系，更像是物理AI走向現(xiàn)實的不同入口，只是節(jié)奏各異。從今天的真實世界數(shù)據(jù)、現(xiàn)金流和量產(chǎn)驗證看，自動駕駛可能是更早接近閉環(huán)的一支。

4月25日，北京車展期間，“物理AI”成了多家智駕公司發(fā)布會上的高頻詞。Momenta R7強化學習世界模型的量產(chǎn)首發(fā)，是其中值得關(guān)注的一個樣本。R7代表了Momenta這一代智駕系統(tǒng)的核心模型思路，在世界模型構(gòu)建的虛擬環(huán)境中進行強化學習，讓車在行動前先預演世界會怎樣變化。按Momenta披露，搭載其系統(tǒng)的量產(chǎn)車輛規(guī)模已超過80萬臺，R7是在這個量產(chǎn)基座上完成的一次架構(gòu)升級。

1

為什么是自動駕駛

為什么物理AI沒有像ChatGPT那樣迅速爆發(fā)？一個被反復討論的原因是成本結(jié)構(gòu)。數(shù)字AI的數(shù)據(jù)來自互聯(lián)網(wǎng)，天然大規(guī)模、低成本、易獲取，驗證也便宜，Agent調(diào)用一個工具只需要一個API接口。物理世界的邏輯完全不同，數(shù)據(jù)采集難，測試周期長，試錯代價高。OpenAI早年同時布局機器人和語言模型，最終階段性選擇GPT，背后正是這種成本結(jié)構(gòu)差異。

但物理世界“可能是更大的一部分”。這是Momenta CEO曹旭東在北京車展期間反復提到的一個判斷。在他看來，自動駕駛是最先規(guī)?；芡ā皵?shù)據(jù)閉環(huán)”和“商業(yè)閉環(huán)”的物理AI場景。體驗提升帶來商業(yè)化，商業(yè)化帶來數(shù)據(jù)回流，數(shù)據(jù)再推動模型能力躍升，一旦這個循環(huán)轉(zhuǎn)起來，進步的速度會遠超直覺。他分享過一個觀察，“任何一個人工智能應(yīng)用，一旦接近人類的水平，就會在很短的時間內(nèi)大幅超過人類的水平?！鼻懊婵赡芑ㄊ?、二十年爬坡，但超越人可能就發(fā)生在一兩年內(nèi)。

從這個角度看，搭載Momenta系統(tǒng)的量產(chǎn)車輛規(guī)模超過80萬臺，意味著Momenta已經(jīng)是少數(shù)成功在真實世界中積累物理AI數(shù)據(jù)、工程經(jīng)驗和商業(yè)閉環(huán)的公司之一。曹旭東認為，智駕領(lǐng)域正在呈現(xiàn)一種“摩爾定律”式的進步節(jié)奏，過去大約是兩年十倍的提升速度，行業(yè)領(lǐng)軍企業(yè)甚至可能做到一年十倍。

類似的判斷也出現(xiàn)在硅谷。2026年CES期間，Mobileye宣布以約9億美元收購人形機器人公司Mentee Robotics，并把這視為進入“Mobileye 3.0”的一步。Mobileye給出的理由是，自動駕駛和機器人共享一部分底層Physical AI能力，包括感知、世界建模、規(guī)劃控制，以及不確定性下的決策。這說明，自動駕駛公司積累的能力，正在被重新理解為可以泛化到更廣義物理AI的平臺能力。

1

在模型里的世界先練車

“世界模型”正在成為自動駕駛行業(yè)越來越重要的關(guān)鍵詞。

2026年2月，Waymo發(fā)布了基于Google DeepMind Genie 3構(gòu)建的Waymo World Model，用于生成高真實度、可交互的自動駕駛仿真環(huán)境，尤其覆蓋現(xiàn)實中難以大規(guī)模采集的長尾場景。Momenta R7也處在這一大方向上，只是它強調(diào)的是強化學習世界模型的量產(chǎn)首發(fā)。這說明，世界模型不再只是自動駕駛論文里的概念，而是正在變成頭部玩家處理長尾風險和仿真訓練的共同語言。

按Momenta的拆解，這套世界模型分為三層。最底層是預訓練，讓系統(tǒng)擁有物理常識，依托量產(chǎn)車隊產(chǎn)生的海量真實駕駛數(shù)據(jù)，將物理規(guī)律、常識與因果關(guān)系壓縮進模型。在常識之上是仿真，核心是讓系統(tǒng)理解“如果我的行為發(fā)生變化，世界將如何演變”。最關(guān)鍵的一層是在世界模型中進行強化學習，系統(tǒng)從單純的模仿學習走向“想象與探索”，在虛擬世界里經(jīng)歷千萬次推演，自主學會在復雜博弈中做出最優(yōu)決策。

一個具體的例子，如果前車意外掉落一箱蘋果，R7能預判蘋果滾落的軌跡與擴散范圍，提前平穩(wěn)減速并規(guī)劃繞行路線。只依賴已有數(shù)據(jù)分布和真實路測，很難窮盡這類低頻風險。世界模型正在把長尾問題從“碰巧遇到”轉(zhuǎn)向“可推演、可訓練”。當然，這不意味著系統(tǒng)已經(jīng)窮盡了所有極端風險，但方向已經(jīng)明確。不過，世界模型也并不意味著可以繞開真實道路。仿真可以擴大長尾場景覆蓋，卻無法完全復制真實世界的不確定性，最終仍需要真實驗證。這也解釋了為什么“量產(chǎn)”和“真實道路閉環(huán)”在物理AI里如此重要。

如果借用數(shù)字AI的理解框架，世界模型預訓練有點像讓大模型先獲得通識常識，而強化學習則是把常識對齊到更好的行為上。區(qū)別在于，數(shù)字AI對齊的是“回答更好”，物理AI對齊的是在真實物理約束下更安全、更從容地行動。

1

物理AI的門檻

資本熱不是問題，物理AI本來就需要長期資金。另據(jù)公開統(tǒng)計顯示，2026年前幾個月，中國具身智能融資已進入百億級密集爆發(fā)階段。但資本只能更快地為試錯掃清障礙，卻買不來完整的物理世界周期。安全驗證、供應(yīng)鏈適配、車規(guī)級測試、功能安全認證，每一個環(huán)節(jié)都會把速度重新拉慢。

曹旭東給出了一個更量化的判斷，物理AI需要一張“門票”，這張門票的本質(zhì)是能夠長期支撐研發(fā)的現(xiàn)金流業(yè)務(wù)。實現(xiàn)規(guī)?；疞4自動駕駛，累計投入至少需要百億美元級；通用機器人可能進一步上升到幾百億甚至千億美元級。單靠融資，長期看并不現(xiàn)實。

時間壁壘同樣真實。自動駕駛軟件具備接近零邊際成本的規(guī)模效應(yīng)，先發(fā)優(yōu)勢因此格外顯著。以奔馳為例，2017年投資Momenta，是由奔馳董事長康林松親自決策，但第一個量產(chǎn)項目上市是2025年下半年，整整八年。國際OEM的合作周期是五到七年，國內(nèi)也要三年。而德系豪華所代表的全球最嚴苛標準，甚至需要更長時間，有時要長達十年。但一旦成功拿下，就有望迎來“贏者通吃”的局面，實現(xiàn)“馬太效應(yīng)”。

這種技術(shù)和產(chǎn)業(yè)規(guī)模上的先發(fā)優(yōu)勢也會體現(xiàn)在對資本市場資源的更可持續(xù)的使用上，更加接近終局的公司在快速進入更成熟的資源池。

據(jù)媒體報道，Momenta已向港交所秘密遞交招股書，IPO估值預期超千億元，計劃年內(nèi)掛牌。2024年下半年曾啟動Pre-IPO融資，交割金額超10億美元。

1

真正的測試場

如果說門票理論是一種行業(yè)推演，那么BBA的選擇就是一種現(xiàn)實驗證。

按Momenta披露，本屆北京車展有超過20個品牌、60余款車型搭載其方案，其中包括梅賽德斯-奔馳、奧迪、寶馬的新發(fā)布車型。這組客戶的意義不在于名單本身，而在于它們代表了全球汽車工業(yè)里門檻最高、最重視安全冗余的一批需求。能夠進入這些品牌的量產(chǎn)體系，本身就是對一家AI公司技術(shù)成熟度和工程交付能力的高強度檢驗。

奧迪AUDI品牌產(chǎn)品研發(fā)執(zhí)行副總裁Martin Kraus在北京車展的一場圓桌中說了一句很直白的話，“質(zhì)量和安全標準是沒得商量的?！卑此恼f法，E7X將成為奧迪家族全球范圍內(nèi)第一款搭載L3級自動駕駛系統(tǒng)的車型，也將是Momenta首款搭載L3系統(tǒng)的量產(chǎn)車型。

曹旭東把與BBA的合作過程概括為“打合”，“高級的合作，永遠是團結(jié)、碰撞、再團結(jié)?！北捡Y團隊曾反復挑戰(zhàn)一個極端場景，高速上沒有燈光，一個摩托車騎手摔倒，戴著黑色頭盔，頭朝后方。這類碰撞的價值在于，它把AI能力拉進了傳統(tǒng)汽車工業(yè)最嚴苛的安全語境里。據(jù)現(xiàn)場介紹，奔馳與Momenta累計測試里程達80億公里，同時奔馳還堅持“油電同智”，希望在油車上也實現(xiàn)接近電車的智能駕駛體驗。

圓桌上，一位奧迪車主講起京滬高速上的一次經(jīng)歷，前車連續(xù)追尾，系統(tǒng)幫他剎住并駛離超車道。他給母親打電話，“你幫我把湯熱一下，我要到家了?！?/p>

這比任何參數(shù)都更能解釋安全標準的意義，它最后要回答的，是一個人能不能安全回家。

梅賽德斯-奔馳中國研發(fā)自動駕駛及車聯(lián)網(wǎng)執(zhí)行副總裁王忻在同一場圓桌中提到，AI進入物理世界時，“這個虛擬人也需要有情感，它也要有‘害怕’”。物理AI如果只理解物理規(guī)律，還不夠，它最后要理解的是坐在車里的人如何感到安全和從容。

對中國AI公司來說，真正的全球競爭力不只是速度和成本，還要能進入全球汽車工業(yè)最復雜、也最難妥協(xié)的量產(chǎn)體系。

從行業(yè)視角看，Momenta這樣的公司在今天的物理AI版圖里占據(jù)了一個特殊位置。它并不只是做一套智駕系統(tǒng)，而是在真實道路上積累物理AI所需的底層能力，包括數(shù)據(jù)閉環(huán)、世界模型訓練、仿真驗證、車規(guī)級安全和量產(chǎn)交付。今天這些能力服務(wù)于智能駕駛，未來也可能外溢到Robotaxi、物流、低速無人車，甚至更廣義的具身智能場景。

自動駕駛不是物理AI的終點。但它可能是這場長賽道上，最先被真實世界驗證的一張門票。

點個“愛心”，再走 吧