Momenta预告R7 Ultra

Momenta把世界模型继续塞进车端

Momenta 今天（2026年10月29日）预告了新一代世界模型 R7 Ultra，试图把自动驾驶从“识别眼前路况”推进到“推演接下来会发生什么”。在战略合作伙伴 XHEART 新芯航途的发布会上，Momenta 宣布 R7 Ultra 的参数规模将扩大至此前模型的 5 倍，并宣称安全性能表现同步提升 5 倍。

R7 Ultra 是 Momenta 面向车端复杂驾驶决策打造的新一代世界模型，核心任务是理解交通参与者和物理环境，并预测不同行驶动作可能导致的未来状态。它不是单纯把摄像头画面分成车辆、行人和车道线，而是要进一步回答：对向车辆会不会抢行、窄路会车时谁先让、倒车避让会不会引发新的冲突，以及掉头过程中其他交通参与者将如何反应。

这款模型目前仍处于“即将发布”状态，而不是已经完成公开交付的正式版本。Momenta 尚未公布 R7 Ultra 的绝对参数量、上下文或时序窗口、传感器输入规格、推理延迟、功耗、量产车型和第三方测试结果，因此现阶段最准确的定位是技术预告，而不是一次参数完整的产品发布。

5倍参数背后，是一次软硬件协同扩容

R7 Ultra 的直接变化是模型容量扩大，但其能否上车取决于配套芯片能否承受实时推理压力。XHEART 新芯航途同期披露，X7 Ultra 可提供 700 TOPS 大模型算力，并采用面向大模型负载的超大核 NPU 架构，用于支撑更大规模模型在车端运行。

TOPS 是芯片每秒可执行万亿次运算的理论吞吐指标，常用于描述车载 AI 芯片处理神经网络的能力。700 TOPS 是一个醒目的数字，但它不能直接等同于 R7 Ultra 的实际推理速度，因为 TOPS 会受到数据精度、稀疏率、内存带宽、算子利用率、编译器效率和模型结构影响；如果厂商没有说明 INT8、INT4 或其他精度口径，不同芯片之间仅按 TOPS 横向排名并不严谨。

X7 Ultra 的意义在于把模型扩展问题从云端训练推进到车端部署。自动驾驶系统不能把所有决策都交给远程数据中心，车辆在隧道、地下停车场、弱网或无网环境中仍需及时响应，而一次紧急制动或避让决策通常没有等待网络往返的余地。因此，世界模型若要进入驾驶闭环，必须在受限功耗和散热条件下完成本地推理。

目前公开信息可以整理如下：

| 项目 | R6 | R7 | R7 Ultra（预告） | X7 Ultra 芯片 | |---|---|---|---|---| | 产品定位 | 上一代量产辅助驾驶模型 | 强化学习世界模型 | 更大规模的车端世界模型 | 面向大模型的车载计算平台 | | 核心能力 | 感知与驾驶决策 | 预训练、仿真与强化学习结合 | 从理解场景进一步走向场景推演 | 承载更大模型的本地推理 | | 参数规模 | 未公开 | 未公开 | 扩大至此前的 5 倍，绝对值未公开 | 不适用 | | 性能信息 | 作为比较基线 | 多数场景较 R6 提升约 3至5 倍，特定场景口径更高 | 官方宣称安全性能提升 5 倍 | 标称 700 TOPS | | 重点场景 | 常规辅助驾驶 | 行人、非机动车、加塞与避让等 | 多把掉头、会车博弈、倒车让行、极限泊车 | 大模型算子与车端实时计算 | | 当前状态 | 已有量产基础 | 已推进量产上车 | 即将发布 | 在发布会披露 | | 仍缺信息 | 完整基准 | 统一测试集与统计口径 | 参数总量、延迟、功耗、车型、交付时间 | 计算精度、功耗、带宽、量产节奏 |

这张表也暴露了本次预告最明显的问题：参数倍率和安全倍率都有，但可复核的绝对数据仍然不足。对于开发者和行业用户而言，“5倍”只有在基线模型、测试集、失败定义、统计距离和置信区间均明确时，才具备真正的工程意义。

世界模型不是更大的感知网络

世界模型是一类通过学习环境状态变化规律来预测未来的模型，它不仅描述当前发生了什么，还估计执行某个动作后世界可能如何演化。在自动驾驶里，传统感知网络更像一名观察员，负责指出前方有车、右侧有行人；世界模型则更像一名沙盘推演员，需要估算各方接下来几秒的动作及其相互影响。

场景推演是 R7 Ultra 相比普通端到端驾驶模型更值得关注的能力。车辆驶入无保护掉头区域时，系统不能只识别对向车的距离和速度，还要判断对方是否减速、后车是否准备绕行、非机动车是否会从盲区切入，并比较继续前进、短暂停车或倒车让行等动作的风险。

交互式驾驶尤其依赖对其他交通参与者反应的预测。窄路会车并不是一道静态几何题，己方车辆向前挪半米可能迫使对方停车，也可能让对方误判己方意图后继续抢行；世界模型的目标，是在内部形成多个可能的未来分支，再从中选择风险和效率更平衡的动作。

R7 系列此前强调的技术路线可以概括为三层闭环：

1. 世界模型预训练：利用量产车辆积累的真实驾驶数据，学习道路结构、物体运动、交通参与者行为以及隐含的物理规律。
2. 世界模型仿真：生成或重建难以频繁采集的长尾场景，让系统评估不同行为可能造成的后果。
3. 强化学习后训练：让驾驶策略在虚拟环境中反复试错，根据安全、舒适和通行效率等反馈调整决策。

强化学习是一种通过动作、反馈和奖励信号优化策略的方法，它让系统不再只复制人类司机的数据，而是可以在仿真环境中探索更优解。模仿学习能教会模型“多数司机通常怎么开”，强化学习则试图解决“当已有示范并不完美时，怎样找到更安全的动作”。

Momenta CEO 曹旭东今年曾表示，强化学习大模型在行人、电动车、车辆加塞和避让等大规模泛化测试中，关键安全指标相较模仿学习提升 5 倍以上。这个结果为 R7 Ultra 的方向提供了背景，但不能直接视为 Ultra 版本的独立测试成绩，因为模型版本、数据规模和评测条件可能并不相同。

参数增加5倍，不代表能力自然增加5倍

模型规模扩大有机会提高场景覆盖和预测精度，但参数量与安全性之间并不存在可以直接画等号的线性关系。驾驶模型面对的是开放物理世界，新增参数只有在数据质量、训练目标、推理效率和闭环控制同时跟上时，才可能转化为更低的事故率或接管率。

官方提出“参数规模扩大5倍、安全性能提升5倍”，更像是两项并列的工程结果，而不是已经证明的因果定律。R7 Ultra 可能同时使用了更多训练数据、更强的仿真环境、改进的强化学习方法以及新的硬件平台，因此安全收益未必单独来自参数扩张。

安全性能也需要先定义指标才能讨论倍数。若某类场景的失败率从每1000次发生10次降至2次，可以称风险降低80%，也可以按成功间隔表述为约5倍改善；若改用每千公里接管次数、碰撞率或最小安全距离，最终数字又会不同。Momenta 目前没有在本次预告中披露完整计算方法，因此“5倍”应被视为厂商口径，而不是第三方认证结论。

参数扩大还会带来显存占用、访存压力、推理延迟和功耗上升。车载系统必须持续处理多路摄像头及其他传感器数据，并在严格时限内输出轨迹；一旦延迟波动过大，再聪明的模型也可能错过最佳制动窗口。X7 Ultra 的超大核 NPU 正是在解决这个矛盾，但官方仍需给出实际帧率、端到端延迟和典型功耗。

真正难点是实时推演，而不是离线生成视频

车端世界模型的价值取决于推演结果能否进入实时决策闭环。行业里有些世界模型更偏向生成未来视频或构造训练场景，这类能力适合离线仿真；R7 Ultra 若要处理多把掉头和倒车让行，则必须在车辆行动过程中不断更新预测，并迅速淘汰已经不符合现实的未来分支。

多模态预测是场景推演无法回避的问题。同一辆对向车可能减速礼让，也可能保持速度，还可能在最后一刻加速通过；如果模型只输出一个最可能结果，就容易忽略低概率但高风险的分支。更可靠的系统需要同时估计多种未来，并对不确定性进行校准。

闭环误差是世界模型从演示走向量产的另一道门槛。模型第一次预测稍有偏差，车辆执行动作后就会进入训练数据中不常见的新状态，后续误差可能持续累积；这类似于下棋时第一步只算错一点，但后面的整个局面都会改变。强化学习和闭环仿真的作用，就是让模型提前在这些偏离示范轨迹的状态中练习恢复。

舒适性也不能被安全指标掩盖。一个系统可以通过频繁刹停获得较低碰撞率，却会让乘客感到紧张，也可能对后车造成干扰；Momenta 所称的“更顺畅、更自然”，意味着模型需要同时优化安全边界、通行效率、加速度变化和与其他交通参与者的沟通感。

R7 Ultra最值得观察的四个指标

R7 Ultra 的下一步不应只继续公布倍率，而应提供能够横向比较的工程指标。至少有四组数字会决定这款模型究竟是量产升级，还是主要停留在技术叙事层面。

• 车端推理效率：需要披露端到端延迟、稳定帧率、模型精度格式、内存占用及典型功耗，而不只是700 TOPS峰值。
• 闭环安全指标：需要公布碰撞率、接管率、最小安全距离或平均无故障里程，并明确测试里程与场景分布。
• 复杂场景成功率：需要分别给出多把掉头、窄路会车、倒车让行和极限泊车的样本数量及通过率，避免用单一综合分数掩盖短板。
• 跨车型与跨区域泛化：需要验证模型更换车辆尺寸、底盘特性和交通规则后，究竟需要多少新增数据与适配成本。

Momenta 还提出未来把模型参数继续扩大至此前的10倍，并推动安全性能提升至10倍以上。这个路线显示，公司判断自动驾驶仍处于规模扩展有效的阶段，并希望通过数据、世界模型和自研导向芯片形成类似大语言模型的规模效应。

下一代硬件规划进一步放大了这一押注。Momenta 此前披露，新芯航途下一代 X9 芯片将支持端侧模型规模继续扩大，并把更大的世界模型留在车辆本地运行；如果软硬件协同成立，车端模型可能从当前的单次轨迹输出，走向更长时间跨度、更多候选分支的预测。

这次预告的判断：方向成立，证据还差一份完整成绩单

R7 Ultra 的产品方向是成立的，因为自动驾驶的核心瓶颈已经从“能不能看见目标”转向“能不能理解互动并提前避险”。在规则明确、道路标准的环境中，传统感知和规划已经能完成大量任务；真正拉开差距的，是施工改道、异形障碍物、无保护转向和多方博弈等难以穷举的长尾场景。

R7 Ultra 的差异化也不只是把云端世界模型搬进汽车，而是把模型、仿真、强化学习和车载芯片绑成一套系统。相比单独追求芯片 TOPS 或单独堆叠模型参数，这条路线更接近量产问题的本质：软件需要知道硬件能跑多快，硬件也要围绕模型的注意力、时序和访存负载设计。

但本次发布会更像一次“路线确认”，还不足以证明 R7 Ultra 已经在真实道路上超越成熟人类司机。官方列出的多把掉头、会车博弈、倒车让行和极限泊车都很有代表性，但演示通过与规模化可靠之间仍隔着大量随机交通参与者、恶劣天气、传感器退化和车型差异。

Momenta 若能在正式发布时公开统一测试集、失败案例、车端延迟和功耗，R7 Ultra 才有机会成为世界模型量产化的重要节点。否则，“5倍参数、5倍安全、未来10倍”的表述虽然便于传播，却很难让开发者判断它与现有 R7、其他端到端辅助驾驶系统之间的真实差距。

R7 Ultra 最值得期待的地方不是模型又大了5倍，而是它可能验证一件更关键的事：世界模型能否在700 TOPS级车载平台上，以可接受的功耗和延迟持续推演复杂交通，并把预测优势稳定兑换成更少接管和更低风险。这个答案，要等正式版本和量产数据公布后才能确认。

参考来源

• IT之家：Momenta预告R7 Ultra模型，参数规模扩大至原来的5倍 — 2026年10月29日发布会现场信息，包含R7 Ultra、X7 Ultra 700 TOPS算力及官方场景描述。
• 知乎：曹旭东谈R7强化学习世界模型与FSD — 补充R7强化学习路线、泛化测试场景及相较模仿学习的安全指标口径。