💡
原文中文，约2200字，阅读约需6分钟。
📝
内容提要
Momenta推出R7大模型，利用世界模型增强AI对物理世界的理解。CEO曹旭东表示，传统模仿学习无法超越人类，转向强化学习是关键。Momenta强调算法架构和数据的重要性，传感器排在第三位。
🎯
关键要点
- Momenta推出R7大模型，利用世界模型增强AI对物理世界的理解。
- CEO曹旭东表示，传统模仿学习无法超越人类，转向强化学习是关键。
- Momenta强调算法架构和数据的重要性，传感器排在第三位。
- R7大模型引入世界模型后，性能显著提升。
- Momenta认为物理AI时代已来，自动驾驶技术需具备物理世界认知能力。
- 曹旭东指出VLA对自动驾驶的帮助有限，强调世界模型的重要性。
- Momenta重视算法架构、数据和研发体系能力，认为传感器的重要性较低。
- 即使只使用摄像头，传感器的覆盖程度也已足够，堆传感器的边际效应减弱。
❓
延伸问答
Momenta的R7大模型有什么特点？
R7大模型引入了世界模型，显著提升了AI对物理世界的理解能力。
曹旭东为什么认为传统模仿学习无法超越人类？
因为模仿学习只能复制人类的驾驶轨迹，无法实现超越。
Momenta为何选择强化学习而非VLA？
因为强化学习能让AI超越人类司机，而VLA对自动驾驶的帮助有限。
在Momenta看来，传感器的重要性如何？
传感器的重要性排在第三位，算法架构和数据更为重要。
世界模型在自动驾驶中的作用是什么？
世界模型帮助AI理解物理规律，进行更准确的预测和规划。
Momenta的技术发展方向是什么？
Momenta重视算法架构、数据和研发体系能力，推动物理AI时代的到来。
➡️
