导读：当智能驾驶进入大模型时期，真正的壁垒到底是什么？

【文/观察者网 周盛明 编纂/高莘】

2026北京车展期间，Momenta在“Momenta R7，物理AI序章”主题分享会上颁发，R7强化进建世界模型实现量产首发。

随后，在媒体对话中，Momenta CEO曹旭东萦绕物理AI、世界模型、数据飞轮、L4落地以及智能驾驶行业格局，进一步诠氏缢Momenta的技术判断与贸易蹊径。

这场对话的主题，其实能够综合为一个问题：当智能驾驶进入大模型时期，真正的壁垒到底是什么？

曹旭东给出的答案，并不是某一个单点算法，而是系统能力。

他以为，智能驾驶企业之间的差距，底子上来自“组织和文化和对应的系统的建设”。

在他看来，中国市场知识流动、人才流动速度很快，单点算法很难形成持久壁垒，真正能拉开差距的是数据迭代系统、训练系统、验证系统，以及支持这些系统持续运行的组织能力。

这也诠氏缢为什么Momenta反复强调数据关环。曹旭东把数据比作矿石，并且是“含矿量很低的铁矿石”。

他说，真正的难点不是拥罕见据，而是把“贫矿造成富矿，再从富矿造成钢铁，钢铁又造成发起机，发起机最终又装到车上”。

这意味着，海量原始数据只是价值源头，若何筛选长尾场景、训练模型、验证成效，并最终转化为车端履历，才是智能驾驶公司的主题能力。

在具体训练蹊径上，曹旭东将其拆分为预训练和Post-Training两个阶段。

预训练依赖量产车产生的海量数据，让模型形成物理学问；但他也强调，有物理学问不代表就是好司机。由于真实数据中寂仔好的驾驶行为，也有大量不好的驾驶行为，所以还必要Post-Training，把模型行为“引发或者对齐到人类好的行为上去”。

这正是Momenta谈“强化进建世界模型”的关键。曹旭东以为，世界模型的作用是把物理世界法规压缩进模型，使系统可能预测将来状态；强化进建则是在这个虚构“练兵场”里反复训练，形成最优驾驶行为。

他在上汽公共ID. ERA 9X有关互换中进一步诠释，世界模型“能够作为‘练兵场’进行关环强化进建”，在极端场景中进行反复演练，最终“在真实极限场景下靠肌肉影象做出最优驾驶行为”。

这套逻辑背后，是Momenta对物理AI阶段的判断。曹旭东以为，“物理AI是大势所趋”。原因在于，从前几年数字AI突飞猛进，是由于互联网数据天然规模巨大，且数字世界验证成本低、周期短。但现实世界并不只罕见字部门，“物理的部门可能是更大的一部门”。因而，数字AI中的成功经验和步骤，必然会进入物理世界。

在曹旭东看来，自动驾驶就是物理AI最先落地的入口。他判断，“自动驾驶是物理AI的序章”，由于它最先实现了规；氖莨鼗泛兔骋坠鼗。一旦履历靠近人类水平，就可能迅速超过人类水平。

其背后的机造，是贸易化带来更无数据，更无数据推动模型能力持续提升，二者形成正反馈。

这也诠氏缢Momenta为什么同时布局乘用车辅助驾驶与L4。曹旭东明确暗示，公司的L4不只做Robotaxi，也会做Robovan，明年还会做Robotruck。底层逻辑是，一个自动驾驶大模型该当可能覆盖分歧垂直利用，并且在分歧场景中共享数据和经验。

他把这类平台效应类比为互联网时期的平台电商：垂直场景越多，底层大模型越强，各个业务的研发成本也越低。

对行业格局，曹旭东的判断相当明确。他以为，自动驾驶拥有极度强的规模效应和先发优势，并且由于软件边际成本靠近于零，这种规模效应甚至比芯片行业更强。

因而，他维持此前判断：中国市场最终可能收敛到2到3家，全球市场则收敛到3到4家。

这种收敛并不会很和善。曹旭东提到，国内主机厂合作往往要“敲门敲3年”，国际OEM则可能要5到7年。他以奔腾合作为例，Momenta从2017年获得奔腾投资，到2025年后半年第一个量产项目上市，中央经历了整整8年。

智能驾驶供给商一旦进入全球主机厂系统，就会形成持久合作壁垒；反过来，后来者想进入，也会晤对漫长验证周期。

这也是Momenta对待“反向合伙”的布景。曹旭东以为，中国技术在从中国走向世界，但在进入海表市场时，也会对本地企业、就业和税收造成冲击。

因而，更好的方式是借鉴中国从前的发展模式，通过“反向合伙”实现共赢：既让本地用户享受到中国高科技产品履历，也让中国技术赋能本地企业。

从这次对话看，曹旭东真正想表白的，并不是Momenta颁布了一个新版本系统，而是智能驾驶的竞争已经进入新阶段。

从前，行业关注谁的职能更多、谁的收受更少；此刻，竞争在转向谁能成立更齐全的数据关环、贸易关环和组织系统。

物理AI听起来像一个巨大的概想，但落到自动驾驶上，最终仍要回到一个具体问题：车能不能在真实世界里处置更多复杂情况，并且持续变得更好。

曹旭东的判断是，自动驾驶已经进入这个正反馈临界点。接下来，真正决定行业座次的，不只是一次颁布会上的技术名词，而是谁能把数据、模型、量产和贸易化，真正拧成一个持续进化的系统。

本文系观察者网独家稿件，未经授权，不得转载。