技术深度解析
曹旭东的论断建立在一个特定的技术现实之上：构建一个世界模型——一个理解物理、因果和3D几何的AI——需要巨大且持续的数据飞轮。自动驾驶汽车恰好能提供这一点。它们是移动的传感器平台，每天生成PB级的多模态数据（LiDAR、雷达、摄像头、IMU），捕捉那些无法通过仿真真实复现的边缘案例和罕见事件。
其核心架构是Momenta一直倡导的端到端神经网络方法。与将感知、预测、规划和控制分离的模块化流水线不同，端到端模型直接输入原始传感器数据并直接输出驾驶指令。这需要一个能够推理被遮挡物体、预测行人意图并处理长尾场景的“世界模型”。训练这样的模型需要：
1. 海量计算集群： 训练单个端到端模型在GPU时间上的成本可能高达数千万美元。一个正向现金流的ADAS业务可以直接为此提供资金。
2. 高保真仿真： 为了生成罕见事件（例如，一个孩子追着球跑上街道）的合成数据，公司需要基于物理的仿真器。Momenta使用自己的仿真引擎，该引擎通过真实驾驶日志持续验证。
3. 数据引擎： 一个闭环系统，部署车辆收集数据，然后从中挖掘有趣的场景，进行标注（通常自动完成），并反馈到训练流水线中。这就是只有在规模化下才能运作的“数据飞轮”。
一个关键的开源参考点是UniAD（统一自动驾驶）项目，它开创了一种面向规划的端到端模型。虽然不直接属于Momenta，但它代表了架构方向。该仓库（github.com/OpenDriveLab/UniAD）已获得超过3000颗星，展示了基于Transformer的架构如何统一感知、预测和规划。另一个相关的仓库是BEVFormer（github.com/fundamentalvision/BEVFormer），它使用鸟瞰视角Transformer来融合多摄像头数据——这一技术现已成为生产系统的标准。
| 模型/方法 | 架构 | 数据需求 | 计算成本（训练） | 真实世界验证 |
|---|---|---|---|---|
| 模块化流水线 | 分离的感知/预测/规划 | 约100万张标注图像 | 50万 - 200万美元 | 高（已部署于许多自动驾驶车辆） |
| 端到端（例如UniAD） | 统一Transformer | 1000万+多样化场景 | 500万 - 2000万美元 | 有限（主要为研究） |
| 世界模型（例如GAIA-1） | 生成式视频预测 | 1亿+小时驾驶数据 | 5000万美元以上 | 实验性 |
数据要点： 表格显示，物理AI所需的端到端和世界模型方法，其数据和计算需求比传统模块化系统高出一个数量级。只有拥有盈利且大规模部署（如Momenta的ADAS业务）的公司才能可持续地为此提供资金。
关键玩家与案例分析
Momenta在这场竞赛中并不孤单，但其策略独树一帜。关键玩家可以根据其对“门票”的处理方式分类：
- Momenta（中国）： “门票优先”的倡导者。它向上汽、比亚迪和梅赛德斯-奔驰等OEM销售“Mona”（入门级ADAS）。这产生了收入和数据。其“Mpilot”（全自动驾驶）是长期目标。该公司已从包括上汽、通用汽车和丰田在内的投资者处筹集了超过10亿美元。其估值估计超过100亿美元。
- Waymo（美国）： “全自动驾驶优先”的方法。Waymo已投入数十亿美元，但尚未找到明确的盈利路径。其收入来自Robotaxi车费，但成本（传感器、安全驾驶员、地图）仍然很高。它缺乏一个低成本的ADAS产品来产生现金流。
- 特斯拉（美国）： “软件优先”的方法。特斯拉以订阅方式销售FSD（完全自动驾驶），产生高利润收入。其数百万辆汽车的庞大车队提供了无与伦比的数据优势。然而，FSD尚未实现真正的自动驾驶，其“纯视觉”方法存在局限性。
- 华为（中国）： “Tier-1供应商”的方法。华为向OEM（例如问界、阿维塔）提供全栈解决方案。其电信业务资金雄厚，可以补贴自动驾驶研发。它是Momenta在中国的直接竞争对手。
| 公司 | 收入模式 | 现金流状况 | 数据量（年估） | 关键优势 | 关键风险 |
|---|---|---|---|---|---|
| Momenta | ADAS授权 + Robotaxi | 正向（来自ADAS） | 约1亿公里 | 资本效率，OEM合作伙伴关系 | 依赖中国市场 |
| Waymo | Robotaxi车费 | 负向（每年约50亿美元亏损） | 约5000万公里 | 技术领先，美国市场 | 不可持续的烧钱速度 |
| 特斯拉 | FSD订阅 | 正向（汽车销售） | 约10亿公里 | 庞大车队数据 | FSD尚未达到L4 |
| 华为 | 全栈解决方案 | 正向（电信业务） | 约2亿公里 | 资金雄厚，中国政府关系 | 地缘政治风险 |
数据要点： Momenta是唯一一家在自动驾驶领域实现正向现金流的公司，这使其在通往物理AI的竞赛中占据了独特的财务优势。