Momenta的物理AI技术如何实现跨场景复用？

Momenta通过“一个飞轮，两条腿”战略实现了技术的高效跨场景复用。其中，“一个飞轮”指利用量产乘用车和自动驾驶车队产生的海量真实数据优化算法，形成数据闭环；“两条腿”则分别指量产业务和自动驾驶Robo业务（包括Robotaxi和Robovan）。

在技术架构层面，Momenta推出的R7模型基于世界模型和强化学习。世界模型通过海量真实驾驶数据预训练压缩物理规律，使AI能够理解物理世界；强化学习则通过在虚拟训练场中的试错迭代，提升AI的决策能力和安全性。这种架构具有极强的通用性，可以从乘用车领域无缝迁移至无人配送和出行服务场景。例如，Momenta将已在乘用车量产业务中验证多年的无图方案率先引入Robovan行业，摆脱了对高精地图的依赖，显著提升了交付效率。

在成本控制方面，量产业务为Momenta带来了超过100万台搭载车辆的规模和超120亿公里的实车行驶里程，从中提炼出超过1亿段高质量训练数据。依托飞轮效应，这些数据被有效迁移至Robovan和Robotaxi业务，大幅降低了新技术场景下的数据采集和标注成本。同时，软件复用使得边际成本降低，提升了整体毛利率。

在商业化速度上，技术复用使得Momenta能够快速进入新市场。无图化架构使其Robotaxi和Robovan无需在各个新市场建立详细地图即可迅速部署，支持了其在苏州、上海、阿布扎比乃至德国等地的快速扩张。此外，与主机厂的紧密合作关系也为Robo业务的落地提供了车辆基础和渠道支持，加速了从技术验证到规模化商业运营的进程。