4月25日，Momenta在北京车展上公布其最新进展：已累计交付超过70款量产车型，定点车型总数突破200款，量产项目覆盖十余个国家和地区。当前，搭载Momenta系统的量产车辆已超过80万台，交付效率显著提升，最快可在40天内完成10万台规模交付。本届车展期间，来自20多个品牌的60余款车型搭载了Momenta智能辅助驾驶方案，其中包括多家豪华品牌的最新发布车型。
在技术分享环节，Momenta合伙人、CEO曹旭东对物理AI的核心逻辑进行了系统梳理。他指出，“预测能力”是智能演进的基础：大语言模型通过“下一词元预测”实现对数字世界的理解，而世界模型则将这一能力延伸至物理世界，用于推演未来状态及交互关系，从而建立对物体属性、运动规律及因果关系的认知。同时，强化学习通过持续反馈与迭代，使系统能够在真实或近真实环境中不断优化决策。基于此，世界模型与强化学习构成了物理AI的两大核心支柱。
Momenta合伙人、研发SVP夏炎进一步拆解了其R7强化学习世界模型的技术架构。他表示，Momenta的世界模型主要分为三个层次：首先是预训练阶段，通过海量真实驾驶数据，让模型掌握基础物理规律与常识；其次是仿真阶段，在闭环系统中推演不同决策对环境的影响，用于验证长尾场景表现；第三是在世界模型中引入强化学习，构建高拟真的虚拟训练环境，使系统能够通过反复试错提升策略能力。
在这一虚拟环境中，系统不再局限于模仿学习，而是具备“推演与探索”的能力，通过大规模仿真不断优化决策路径。现实中极为罕见的复杂场景，可以在虚拟环境中被反复验证，从而提升模型在极端情况下的应对能力。
Momenta合伙人、研发SVP孙刚强调，物理AI的关键不仅在于覆盖日常驾驶场景，更在于应对低概率但高风险的极端情况。例如在行驶过程中，若前方车辆掉落货物，系统能够预测物体运动轨迹并提前做出减速与绕行决策。这种能力依赖于对物理规律的理解，而非简单的场景记忆或规则匹配。
在规模化落地方面，Momenta合伙人、市场商务SVP孙环表示，公司量产节奏正在加快：从2022年首个10万台交付用时24个月，到如今最快40天完成同等规模，规模效应逐步显现。目前，其解决方案已在英国、挪威、新加坡及澳新等多个市场落地。
同时，Momenta正加速推进Robotaxi生态建设，已与多家出行平台及整车企业达成合作，共同推动自动驾驶服务的商业化应用，覆盖更多实际出行场景。
谈及创业初衷，曹旭东回忆称，自己曾在硅谷受到产业发展历程的启发，希望与国内AI企业共同推动技术进步，构建具有全球影响力的创新生态。
