。    在数字AI时代，大语言模型通过文本预测压缩了数字世界的常识与规律，让AI具备了语言理解和知识推理能力。而在物理AI时代，世界模型通过预测物理世界的未来状态与交互逻辑，将物理规律、运动因果与物体属性压缩进模型，使AI真正“理解”物理世界。    MomentaCEO曹旭东曾公开表示：“世界模型与强化学习，共同构成物理AI的两大核心支柱。世界模型让AI具备对物理世界的认知框架，强化学习则让AI在持续试错中自主进化、自主优化。”    Momenta的世界模型分为三个层次：第一层是世界模型预训练，通过海量真实驾驶数据将物理常识与因果关系压缩进基座模型；第二层是世界模型仿真，利用生成模型推演周围环境进行闭环仿真，对长尾场景进行高效评估与验证；第三层是在世界模型中进行强化学习，通过奖惩机制让大模型在虚拟训练场中反复探索与试错，最终输出更安全、更高效的驾驶表现。    这一技术路径的领先性在于，业内普遍将世界模型仅用作仿真工具来生成数据训练主模型，而Momenta是市场上极少数将真实世界驾驶数据直接应用于端到端基座模型的公司。这种底层应用代差，使系统整体产品性能和上限实现了10到100倍的代际跃升。    数据与商业双轮驱动    构筑“指数级进化”护城河    技术代差的背后，是数据Scaling（数据规模扩展）与商业Scaling（商业规模扩展）的正向循环。截至目前，Momenta搭载系统的量产车辆规模已突破90万台，已成功交付超100款量产车型，累计定点车型超210款。其数据飞轮已积累超120亿公里实车里程和超1亿段黄金数据。    量产规模的跨越式提升直观反映了工程化能力的质变：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。    在市场占有率方面，CIC灼识咨询2026年6月发布的《自动驾驶行业蓝皮书
=*=*=*=*=*=
当前为第2/4页
下一页-上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页