本报记者 刘钊
在 2026（第十九届）北京国际汽车展览会（以下简称 " 北京车展 "）期间，智能驾驶是车企与供应链企业交流的核心热点之一。北京初速度科技有限公司（Momenta）CEO 曹旭东在接受《证券日报》记者采访时表示，自动驾驶进入物理 AI 关键阶段，企业之间的差距不只体现在某一个单点算法，而是体现在数据闭环、商业闭环以及背后的体系和组织能力上。
随着城市 NOA（城市导航辅助驾驶）、无图方案、大模型等加速上车，行业开始意识到，仅靠单点算法创新很难形成长期竞争优势。曹旭东直言，更重要的是架构能力；架构之上还有数据迭代体系、训练体系、验证体系，再往上则是组织和文化。
曹旭东将原始数据比作 " 含矿量很低的铁矿石 "。他认为，海量数据只是价值源头，关键在于从中筛选长尾场景，并通过训练、仿真和验证转化为系统能力。Momenta 发布的 R7 强化学习世界模型，先以真实驾驶数据预训练，让模型形成物理常识；再通过闭环仿真推演行为影响；最终在世界模型中强化学习、自主优化。曹旭东表示，具备物理常识并不等于会开好车，还需通过后训练，将系统行为对齐到更优驾驶行为。
在北京车展期间，" 反向合资 " 成为一个新话题。越来越多的海外车企开始重视中国智能化技术能力，中国供应链企业也不再只是零部件提供方，而是以软件、算法、系统能力参与全球汽车产业重构。曹旭东认为，中国技术正在加快走向世界，但进入欧洲等市场时，可能对当地企业、就业和税收形成冲击。" 反向合资 " 的价值在于，中国技术赋能当地企业，形成更可持续的共赢模式。
Momenta 的全球化合作正全面展开。曹旭东表示，多家头部车企成为量产合作客户。Momenta 方案已在英国、挪威、新加坡等逾 10 个国家和地区落地。
在 L4 自动驾驶业务上，Momenta 也在拓展多元场景。曹旭东透露，公司并不是只做 Robotaxi（自动驾驶出租车），也会做 Robovan（无人物流车），明年还将推进 Robotruck（自动驾驶卡车）。在他看来，一个自动驾驶大模型应当能够支撑多个垂直应用，并通过不同场景的数据和经验相互反哺，降低每个垂直领域的研发成本。这种平台化思路，或将成为自动驾驶企业下一阶段竞争的重要分水岭。
对于物理 AI 的发展，曹旭东给出了更长期的判断。他认为，物理 AI 最核心的是数据闭环和商业闭环，两者之间会形成正反馈。相比通用机器人，自动驾驶更早具备规模化数据闭环和商业闭环，因此有望成为物理 AI 的序章。但这也意味着，物理 AI 不是 " 轻资产游戏 "。
曹旭东判断，实现规模化 L4 自动驾驶累计投入至少需要百亿美元，通用机器人所需投入更高。长期来看，仅靠融资难以支撑通用物理 AI 研发，必须依靠能够产生现金流的业务持续反哺研发。
