AI 着手投诚的是屏幕，最难进入的是现实寰宇。在屏幕里，AI 犯错最多是答错一说念题、写坏一段代码；到了现实寰宇，一朝出错，就会撞上车、东说念主和说念路。
昔日三年，大谈话模子、AI 编程和 Agent 平台挤进归拢派数字战场，模子能力、价钱和分发渠说念都在快速内卷。但当黄仁勋在 CES 2026 上宣告机器东说念主界限的 ChatGPT 时刻仍是到来，把"物理 AI "推到行业聚光灯中心的时候，一个新的问题浮出水面，从屏幕里走出来的 AI，要如安在着实的物理寰宇里站住脚？在黄仁勋的形容中，物理 AI 的中枢在于让 AI 强壮着实寰宇，并据此进行推理和想法举止。
同期，英伟达也在把 Physical AI 推向基础设施层面，Cosmos 用于寰宇模子和合成数据，GR00T 面向机器东说念主学习与推理，Isaac Lab-Arena 用于评估，OSMO 则买通从边缘到云表的老师经由。它传递出的好奇很明确，AI 走进物理寰宇，不仅仅模子能力问题，亦然一整套仿真、老师、考证和部署基础设施的问题。
成本领先给出了回复。具身智能成了 2026 年最火热的赛说念，融资额系数飙升，百亿估值的公司接连露出。但扯后腿背后有一个更根底的问题，物理 AI 的门槛不在于谁喊主张更响、谁融资更多，而在于谁先拿到进入长赛说念的"门票"，即限度化数据、可捏续现款流，以及着实寰宇里的量产考证。
物理 AI 不是一条单线赛说念。具身智能、自动驾驶、工业机器东说念主、边缘 AI，都在把 AI 从屏幕带进现实寰宇，它们之间也并非对立联系，更像是物理 AI 走向现实的不同进口，仅仅节律分离。从今天的着实寰宇数据、现款流和量产考证看，自动驾驶可能是更早接近闭环的一支。
4 月 25 日，北京车延期间，"物理 AI "成了多家智驾公司发布会上的高频词。Momenta R7 强化学习寰宇模子的量产首发，是其中值多礼贴的一个样本。R7 代表了 Momenta 这一代智驾系统的中枢模子想路，谢寰宇模子构建的臆造环境中进行强化学习，让车在举止前先预演寰宇会如何变化。按 Momenta 败露，搭载其系统的量产车辆限度已高出 80 万台，R7 是在这个量产基座上完成的一次架构升级。
为什么是自动驾驶
为什么物理 AI 莫得像 ChatGPT 那样马上爆发？一个被反复琢磨的原因是成本结构。数字 AI 的数据来自互联网，自然大限度、低成本、易获取，考证也低廉，Agent 调用一个器用只需要一个 API 接口。物理寰宇的逻辑足够不同，数据鸠合难，测试周期长，试错代价高。OpenAI 早年同期布局机器东说念主停火话模子，最终阶段性选拔 GPT，背后恰是这种成本结构分离。
但物理寰宇"可能是更大的一部分"。这是 Momenta CEO 曹旭东在北京车延期间反复提到的一个判断。在他看来，自动驾驶是着手限度化跑通"数据闭环"和"买卖闭环"的物理 AI 场景。体验进步带来买卖化，买卖化带来数据回流，数据再鼓动模子能力跃升，一朝这个轮反转起来，跳跃的速率会远超直观。他分享过一个不雅察，"任何一个东说念主工智能利用，IM体育官方网站首页一朝接近东说念主类的水平，就会在很短的时期内大幅高出东说念主类的水平。"前边可能花十年、二十年爬坡，但超越东说念主可能就发生在一两年内。
从这个角度看，搭载 Momenta 系统的量产车辆限度高出 80 万台，意味着 Momenta 仍是是少数告捷在着实寰宇中积蓄物理 AI 数据、工程训导和买卖闭环的公司之一。曹旭东觉得，智驾界限正在呈现一种"摩尔定律"式的跳跃节律，昔日大要是两年十倍的进步速率，行业领军企业以致可能作念到一年十倍。
肖似的判断也出现时硅谷。2026 年 CES 期间，Mobileye 文书以约 9 亿好意思元收购东说念主形机器东说念主公司 Mentee Robotics，并把这视为进入" Mobileye 3.0 "的一步。Mobileye 给出的情理是，自动驾驶和机器东说念主分享一部分底层 Physical AI 能力，包括感知、寰宇建模、想法舍弃，以及不细则性下的决策。这阐扬，自动驾驶公司积蓄的能力，正在被再行强壮为不错泛化到更广义物理 AI 的平台能力。
在模子里的寰宇先练车
"寰宇模子"正在成为自动驾驶行业越来越焦虑的枢纽词。
2026 年 2 月，Waymo 发布了基于 Google DeepMind Genie 3 构建的 Waymo World Model，用于生成高着实度、可交互的自动驾驶仿真环境，尤其隐敝现实中难以大限度鸠合的长尾场景。Momenta R7 也处在这一大方进取，仅仅它强调的是强化学习寰宇模子的量产首发。这阐扬，寰宇模子不再仅仅自动驾驶论文里的主张，而是正在酿成头部玩家经管长尾风险和仿真老师的共同谈话。
按 Momenta 的拆解，这套寰宇模子分为三层。最底层是预老师，让系统带有物理学问，依托量产车队产生的海量着实驾驶数据，将物理律例、学问与因果联系压缩进模子。在学问之上是仿真，中枢是让系统强壮"淌若我的举止发生变化，米兰寰宇将如何演变"。最枢纽的一层是谢寰宇模子中进行强化学习，系统从单纯的效法学习走向"假想与探索"，在臆造寰宇里履历千万次推演，自主学会在复杂博弈中作念出最优决策。
一个具体的例子，淌若前车未必掉落一箱苹果，R7 能预判苹果滚落的轨迹与扩散范围，提前沉稳延缓并想法绕行阶梯。只依赖已额外据散播和着实路测，很难穷尽这类低频风险。寰宇模子正在把长尾问题从"赶巧遭遇"转向"可推演、可老师"。固然，这不虞味着系统仍是穷尽了统统极点风险，但标的仍是明确。不外，寰宇模子也并不虞味着不错绕开着实说念路。仿真不错扩大长尾场景隐敝，却无法足够复制着实寰宇的不细则性，最终仍需要着实考证。这也阐扬注解了为什么"量产"和"着实说念路闭环"在物理 AI 里如斯焦虑。
淌若借用数字 AI 的强壮框架，寰宇模子预老师有点像让大模子先赢得通识学问，而强化学习则是把学问对皆到更好的举止上。区别在于，数字 AI 对皆的是"回答更好"，物理 AI 对皆的是在着什物理敛迹下更安全、更安宁地举止。
物理 AI 的门槛
成本热不是问题，物理 AI 原来就需要经久资金。另据公开统计自大，2026 年前几个月，中国具身智能融资已进入百亿级密集爆发阶段。但成本只可更快地为试错扫清松弛，却买不来好意思满的物理寰宇周期。安全考证、供应链适配、车规级测试、功能安全认证，每一个步履都会把速率再行拉慢。
曹旭东给出了一个更量化的判断，物理 AI 需要一张"门票"，这张门票的施行是八成经久支捏研发的现款流业务。杀青限度化 L4 自动驾驶，累计进入至少需要百亿好意思元级；通用机器东说念主可能进一步高潮到几百亿以致千亿好意思元级。单靠融资，经久看并不现实。
时期壁垒相似着实。自动驾驶软件具备接近零角落成本的限度效应，先发上风因此特别显耀。以奔突为例，2017 年投资 Momenta，是由奔突董事长康林松切身决策，但第一个量产技俩上市是 2025 年下半年，整整八年。外洋 OEM 的合作周期是五到七年，国内也要三年。而德系豪华所代表的巨匠最严苛圭臬，以致需要更万古期，有时要长达十年。但一朝告捷拿下，就有望迎来"赢者通吃"的地方，杀青"马太效应"。
这种期间和产业限度上的先发上风也会体现时对成本市集资源的更可捏续的使用上，愈加接近末端的公司在快速进入更熟谙的资源池。
据媒体报说念，Momenta 已向港交所玄机递交招股书，IPO 估值预期超千亿元，想法年内挂牌。2024 年下半年曾运转 Pre-IPO 融资，交割金额超 10 亿好意思元。
信得过的测试场
淌若说门票表面是一种行业推演，那么 BBA 的选拔即是一种现实考证。
按 Momenta 败露，本届北京车展有高出 20 个品牌、60 余款车型搭载其决策，其中包括梅赛德斯 - 奔突、奥迪、良马的新发布车型。这组客户的好奇好奇不在于名单自身，而在于它们代表了巨匠汽车工业里门槛最高、最青睐安全冗余的一批需求。八成进入这些品牌的量产体系，自身即是对一家 AI 公司期间熟谙度和工程托福能力的高强度磨砺。
奥迪 AUDI 品牌居品研发扩充副总裁 Martin Kraus 在北京车展的一场圆桌中说了一句很直白的话，"质地和安全圭臬是没得琢磨的。"按他的说法，E7X 将成为奥迪家眷巨匠范围内第一款搭载 L3 级自动驾驶系统的车型，也将是 Momenta 首款搭载 L3 系统的量产车型。
曹旭东把与 BBA 的合作过程综合为"打合"，"高档的合作，长久是合营、碰撞、再合营。"奔突团队曾反复挑战一个极点场景，高速上莫得灯光，一个摩托车骑手颠仆，戴着玄色头盔，头朝后方。这类碰撞的价值在于，它把 AI 能力拉进了传统汽车工业最严苛的安全语境里。据现场先容，奔突与 Momenta 累计测试里程达 80 亿公里，同期奔突还坚捏"油电同智"，但愿在油车上也杀青接近电车的智能驾驶体验。
圆桌上，一位奥迪车主讲起京沪高速上的一次履历，前车衔接追尾，系统帮他刹住并驶离超车说念。他给母亲打电话，"你帮我把汤热一下，我要到家了。"
这比任何参数都更能阐扬注解安全圭臬的好奇好奇，它临了要回答的，是一个东说念主能不行安全回家。
梅赛德斯 - 奔突中国研发自动驾驶及车联网扩充副总裁王忻在归拢场圆桌中提到，AI 进入物理寰宇时，"这个臆造东说念主也需要多情谊，它也要有‘狭隘’"。物理 AI 淌若只强壮物理律例，还不够，它临了步履会的是坐在车里的东说念主如何感到安全和安宁。
对中国 AI 公司来说，信得过的巨匠竞争力不仅仅速率和成本，还要能进入巨匠汽车工业最复杂、也最难调解的量产体系。
从行业视角看，Momenta 这么的公司在今天的物理 AI 领土里占据了一个特殊位置。它并不仅仅作念一套智驾系统，而是在着实说念路上积蓄物理 AI 所需的底层能力，包括数据闭环、寰宇模子老师、仿真考证、车规级安全和量产托福。今天这些能力就业于智能驾驶，将来也可能外溢到 Robotaxi、物流、低速无东说念主车，以致更广义的具身智能场景。
自动驾驶不是物理 AI 的极端。但它可能是这场长赛说念上米兰app官方网站，着手被着实寰宇考证的一张门票。
UEDBET中国官方网站