中国的Momenta给AI4AutoMomenta押注了世界模型，大动作来了。就在刚刚，Momenta透露了下一代飞轮大模型R7，给强化学习引入世界模型，让AI能够理解物理世界和物理规律。引入世界模型后，R7的表现简直太厉害了，直接给上汽大众总经理陶海龙留下深刻印象。他给Momenta CEO曹旭东打电话说：上汽大众要争取首发R7的产品，就叫ID.ERA 9X。这次ID.ERA 9X可是上汽大众最新旗舰，一款车长超过5.2米的全尺寸增程SUV，还有德系机械素质和中国AI技术。Cadasta这是押注世界模型啊！虽然此前很多人觉得在学校里模仿老师学习很难超越老师，但是Momenta却不这么想。他们转向了强化学习，认为这种大模型有希望超越人类，还在去年推出了基于强化学习的R6。R6可以在开放环境中自主探索试错，不再只是简单地模仿人类轨迹。曹旭东觉得行业过去有一个技术瓶颈：模仿学习范式。他认为这个范式通过模仿人类老司机轨迹来提升模型性能，根本无法超越老司机的水平。而且这个训练侧重点跟自动驾驶需求有偏差，“好钢没用在刀刃上”。不过话说回来，“为什么不选VLA呢？”曹旭东就说了，“VLA对自动驾驶是锦上添花，很难雪中送炭”。曹旭东这次还解释了传感器选型的重要性排第三梯队。他觉得只要把算法架构、数据还有研发体系能力这些搞定了，传感器再多也没用。现在的数据已经足够全面了，“纯视觉”已经足够我们应对各种各样场景了。所以我们把芯片算力和芯片能力放到了第二位。至于VLA和世界模型这个争议嘛，其实也是软件算法层面的问题啦！其实早在之前就有人讨论过多传感器冗余和纯视觉之间的争论了。不过这个争论已经是过去时啦！现在大家都知道：“单纯堆传感器数量和堆激光雷达边际效应会减弱”。所以我们把传感器选型给放在第三位吧！还有啊，“为什么不选VLA呢？”曹旭东说，“直觉告诉我们LLM什么都能干，但是对于开车来说帮助不大”。因为开车只需要理解物理世界规律就行了呀！还有就是技术角度来说，“VLA训练侧重点与自动驾驶需求有偏差”。所以我们决定给R7引入世界模型，“AI能理解物理世界信息”。我们觉得只有这样才能真正理解物理规律和因果关系。 最后曹旭东还透露数据、架构还有研发体系能力是内部第一梯队重要的事情呢！紧随其后的就是芯片算力啦！这样才能决定模型能力上限嘛！所以我们把传感器选型给放到第三位了呢！