【Momenta：AI开始理解物理世界】 ——2026年北京车展联合讨论会速记摘要

背景： Momenta成立10周年，与奔驰联合举办圆桌讨论，Momenta CEO曹旭东、奔驰技术高管Mario与王鑫同台。曹旭东首度判断：全球智驾供应商格局将快速收敛至2-3家。

① 我现场也给这位优秀的清华校友，提了一个问题：旭东，我和你都是清华04级的校友。北京车展上很多车企都在强调自己的无人驾驶路线不同——小鹏升级版VA、华为曾经的ADS 5.0——与他们相比，Momenta的世界模型最大的特点是什么？

曹旭东：更重要的不是单点算法，是架构能力。一旦涉及到架构，一定涉及到取舍，好的架构能够实现更好的积累和更好的合力。架构之上是体系——数据迭代体系、训练体系、迭代体系和验证体系。体系之上更多是组织和文化。

在中国的环境下，仅仅是单点算法的话，并不存在特别大的壁垒或者差异性。有壁垒的是体系和组织的能力。

所以你会发现，大家说的都是同样的单点算法的方向，但是最终做出来的效果可能有一代或者两代的差距。背后不是单点算法的差距，是体系和组织的差距。

③ 数据飞轮：贫矿变钢铁，不是挖出来就算数 —— 数据驱动是你们一直在强调的，数据飞轮在实际量产中最大的瓶颈是数据量、算法，还是车企配合度？

曹旭东：数据它不是单单的数据本身，你可以认为数据它就是矿石，而且是含矿量很低的铁矿石。所以要把数据真的用起来，首先要把这个贫矿变成富矿。

我举一个例子。在高速上三只小狗排队横穿高速，这样的场景真的是万中无一、万里挑一，你怎么把这个数据给挑出来？

它的难度本身就是一个大海捞针的难度。你怎么把贫矿变成富矿，再从富矿变成钢铁，钢铁又变成发动机，发动机最终又装到车上，这才是最终的价值。

所以整个数据飞轮的体系，它是一个体系能力。拥有原始数据，拥有海量的原始数据，仅仅是一个价值源头的10%，剩下的90%是来自于这个体系的价值。

④ 物理AI：自动驾驶是最先实现双闭环的那个 —— 自动驾驶被英伟达带火之后，很多公司都说是物理AI公司。Momenta在全球物理AI里是什么位置？

曹旭东：我觉得现在是物理AI的序章刚刚开始。

数字AI的数据能够快速呈规模获得，成本低、周期短，可以在数字世界直接检验。而机器人要调用某个工具，需要把机械手造出来再使用，难度大非常多。

我有一个观察：任何一个人工智能的应用，一旦接近人类的水平，就会在很短的时间大幅超过人类的水平。前面花了十年、二十年接近人，但超越人有可能发生在1到2年、2到3年内。

背后的原因最关键的还是数据闭环和商业闭环——这两者之间是正反馈的。足够好的体验一旦超过人类的水平，就能实现爆发式的商业化，而爆发式的商业化又带来数据爆发式的增长，形成强烈的正反馈。

我的判断就是：自动驾驶进入到了这个阶段，机器人还需要一段时间。自动驾驶是物理AI的序章，因为它最先实现了规模的数据闭环和规模的商业闭环。

⑤ 竞争格局：全球2-3家，快速收敛 —— 智驾格局怎么看？今年会变吗？到2030年会不会迎来智驾终局？

曹旭东：整个智驾有特别强的规模效应和先发优势，比芯片行业还要强。芯片行业不管PC时代还是手机时代，全球就两家。自动驾驶因为软件边际成本是0，规模效应时间更长。

面向主机厂有特别强的先发优势——从见到客户到拿下合同，国内要3年，海外OEM要5到7年。

我拿奔驰举例子。我们跟奔驰的合作，17年奔驰就投资了我们。当时运气特别好，是现在奔驰的CEO，觉得这个公司特别有活力，选择投资。

但我们跟奔驰的第一个量产项目上市是25年下半年，经历了整整8年。我们中间加速了——17年到20年是POC，20年到22年是Pre-SOP，22年到24年是小批量量产开发，24年才拿到奔驰所有的电车和油车业务，25年底才真正量产。

这个行业有非常强的规模效应和非常强的先发优势。我维持我的判断：可能中国也就2到3家，全球也就3到4家，会非常快速地收敛。

本人结语：

曹旭东说"技术路线趋同，壁垒在体系和组织"。

要放在三四年前的我，会觉得说得有点虚。现在我自己也有一个小团队了，发现技术壁垒是能抄的，但组织抄不了。人的配合方式、决策节奏，信息流动的结构……这些才是真正影响产出结果的关键因素。持续变化的环境中，组织本身的能力比单点技术更关键。momenta2026北京车展