量子位
·
Momenta不选VLA选世界模型，大众首发！曹旭东：传感器重要性最后
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。
延伸解读
世界模型的优势
Momenta的R7大模型引入世界模型，旨在提升AI对物理世界的理解能力。与传统的模仿学习相比，世界模型能够让AI在更复杂的环境中进行自主探索和决策，从而有望超越人类司机的表现。这一转变标志着自动驾驶技术向更高层次的智能化迈进。
传感器的重要性被重新评估
曹旭东指出，传感器在自动驾驶中的重要性被排在第三位，主要原因在于算法架构和数据的优先级更高。即使只使用摄像头，AI的视觉覆盖能力也已足够，这意味着在未来，过度依赖多传感器的做法可能会减弱其边际效应。
VLA与世界模型的对比
Momenta选择世界模型而非VLA，反映了对自动驾驶需求的深刻理解。VLA虽然在语言和视觉任务上表现出色，但在驾驶场景中却难以提供实质性帮助。曹旭东强调，理解物理规律和实时反应能力才是自动驾驶的核心，这正是世界模型的优势所在。
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。
