6月1日，NVIDIA开源了Cosmos 3。6月13日，Tesla推送了FSD V14.3.4。6月18日，一家估值超千亿的中国公司通过了港交所聆讯。这家公司在中国城区领航辅助驾驶领域的市场占有率达65%，其量产车超过90万辆，全球前十大车企中有九家是其客户。
大语言模型通过预测下一个词理解了语言，开启了数字AI的万亿美元市场。这家公司则在用世界模型做类似的事情：通过预测下一帧来理解物理世界，重写自动驾驶的基础。
过去十年，自动驾驶的主要方法是模仿学习，即记录人类司机的驾驶行为让AI模仿。然而，这种方法存在天花板，因为它只能学到“做了什么”，而学不到“为什么这么做”。人在路口减速是因为对物理世界的直觉，而不是简单的规则执行。模仿学习只能学到动作，而不能理解因果关系。
当AI接近人类水平时，会在短时间内大幅超越，前提是方法正确。自动驾驶的方法就是世界模型。2026年，世界模型成为全球AI最热门的赛道。杨立昆离开Meta创办AMI Labs，李飞飞成立World Labs，谷歌也在I/O大会上发布了Gemini Omni。这些行动表明，大语言模型已不足以满足需求，AI必须理解物理世界。
世界模型在物理AI中的地位相当于大语言模型在数字AI中的地位。一个靠预测下一个词压缩语言常识，另一个则靠预测下一帧压缩物理规律。数字AI已经催生了万亿美元市场，而物理AI的市场才刚刚开始，自动驾驶是这个基础最先落地的场景。
研究是一回事，量产是另一回事。杨立昆表示AMI Labs可能需要五年才能推出产品，李飞飞的World Labs刚发布首款商用产品Marble。Tesla的FSD V14虽然进展迅速，但它是封闭系统，只服务于自家车型。开放阵营中，底层有NVIDIA这样的训练基础设施，上层有量产级的车端部署方案。真正将世界模型做到量产上车的公司包括Momenta。
今年4月，Momenta交付了最新的R7世界模型。R7架构分为三层：预训练、仿真和强化学习。预训练阶段，利用90万辆车积累的1亿段黄金数据学习物理世界的底层规律。仿真阶段，生成虚拟世界以提高效率。强化学习阶段，在极端场景中反复试错，找到最优解。
如果世界模型只是改进辅助驾驶，故事就结束了。然而，自动驾驶行业意识到单一场景难以支撑未来。Argo AI被福特和大众放弃，Cruise缩减运营。纯做Robotaxi的公司面临高成本和商业化难题。世界模型提供了一条新路，它学习的是通用物理规律，适用于多种车型。Momenta的All-in-One平台涵盖乘用车L2++、Robotaxi、Robovan和Robotruck四个场景。核心技术复用，数据交叉更密集，形成正向循环。
现在，Momenta已经实现了许可收入三年翻42倍，并且七家互为竞争对手的车企都成了它的股东。这背后是智驾研发成本高昂、迭代快速导致多数OEM转向外采的趋势。据CIC灼识咨询，到2030年，全球智驾加上Robotaxi、Robovan、Robotruck的市场规模将超过5000亿美元。
物理世界的Anthropic？5000亿美元的市场，一旦飞轮转起来，后来者很难进入。最终可能只有3到4家赢家。Momenta的路径类似于Anthropic，先在自动驾驶站稳脚跟，再扩展到更广阔的物理世界。技术底层方面，Anthropic有Claude基座模型理解语言逻辑，Momenta有R7世界模型理解物理因果。商业验证方面，Anthropic靠编程率先跑通现金流，Momenta靠量产跑通数据闭环。泛化路径方面，Anthropic从代码切入金融、医疗、法律，Momenta从乘用车延伸到无人出租、物流、干线。终局形态都是平台。
不同之处在于壁垒。Anthropic是纯软件公司，而Momenta的模型从一开始就与硬件结合，量产车是数据入口，OEM关系是护城河，OTA是迭代通道。软硬一体使其实力更雄厚。自动驾驶的安全验证没有代码那么绝对，但数据规模至关重要。Momenta的90万辆车正在为此努力。
如今，数字AI竞争激烈，物理AI才刚刚起步。物理世界可能是比数字世界更大的一半。随着世界模型成为基座，Momenta带着R7敲响港交所的钟声，物理AI大规模量产的序幕或许不再遥远。
晟红网配资提示：文章来自网络，不代表本站观点。
