一辆标致、一辆雪铁龙，跑在欧洲，这是再寻常不过的一幕了，但不久的将来，一切都会不一样。
车，依然是法国车，但里面跑的，是中国AI公司的“脑子”。
9月24日，Momenta与神龙科技达成战略合作：
双方将基于Momenta的R7世界模型，共同开发高阶智能辅助驾驶系统，并搭载在标致、Jeep的新量产车型上，覆盖中国、欧洲及全球其他市场。
有意思的是，这次合作的终点不是中国市场的一款车型，也不是某个海外试水项目。
Momenta要做的，是把已经在中国大规模跑起来的智驾，直接装进国际品牌的全球车型——
这次真的是在中国，为全球了。
Momenta拿下神龙，R7直接进入全球车型
一套在中国道路上跑了上百亿公里的智驾模型，下一站是欧洲腹地。
前几天，Momenta官宣了与神龙科技的全球战略合作，一句话：核心是全球车型的智能驾驶体验。
主要抓手是R7世界模型，初期先搭载在标致、Jeep等全新量产车型，有中国的，也有海外的。
真正有看点的地方，不是又多了一款搭载Momenta智驾的车（毕竟现在已经有120多款），而是R7这套最新的世界模型技术，首次进入国际品牌的全球车型开发。
此前Momenta已经有不少海外合作，也有自主品牌、合资品牌的量产经验。
但这次和神龙科技的合作依然是向前走了独特的一步：Momenta开始进入跨国车企的全球车型开发体系，并且深度参与开发定义。
而且有一个不容忽视的前提：不是前代技术授权，也不是低阶辅助功能，而是最前沿的世界模型技术范式，首次出海。
所以，这次合作是一个很明确的技术命题：
一套已经在中国大规模验证的AI智驾系统，能不能适配全球道路、全球车型和全球用户？
自动驾驶江湖豪杰辈出，Momenta究竟凭什么拿下这个项目？
R7到底是什么？怎么适配全球车型？
Momenta并没有公开完整的R7世界模型论文。
但把目前能够找到的公开信息放在一起看，R7世界模型的技术轮廓已经可以拼出大半：Momenta对World Model的公开描述、发布时公布的整体架构、技术人员的Blog披露的部分技术思路，以及外部研报和技术资料，彼此之间能够形成一条相对完整的线索。
先把时间线拉长一点，R7世界模型也更容易理解。
过去几年，Momenta的智驾模型一直沿着数据驱动、端到端大模型、强化学习逐步演进。到了R7，World Model被加入这条路线，技术问题也随之向前走了一步：
模型已经能够从真实驾驶数据里学习怎么开，接下来需要什么样的环境，让它继续探索怎么开？
现实道路显然承担不起无限试错。
R7世界模型公开的三层结构——World Model Pre-training、World Model Simulation、Reinforcement Learning within the World Model——正好对应了这条链路：
从真实数据学习世界 → 推演世界的未来 → 在推演出的未来里优化行动。
所以，R7世界模型，和常见的“生成未来画面”并不完全是同一个问题。
如果只生成当前画面之后的下一帧，还不足以支撑自动驾驶策略学习。真正值得关注的，是自车采取不同动作之后，未来世界会如何变化，以及这种变化能否继续被规划和强化学习利用。
通常的做法是，以自车未来轨迹作为条件，预测未来视觉特征，并借此增强BEV表征对场景动态的理解”——
车辆向左绕、向右绕、减速或者继续直行，都可能把几秒之后的道路带向不同结果。因此，面向驾驶决策的World Model，更接近：
当前世界状态 + 自车未来行为 → 对应的未来世界状态。
这也解释了为什么后面还需要Simulation。
现实道路里，一个场景最终只会沿着车辆实际选择的动作发展。World Model则可以把同一个场景继续向前展开，尝试不同动作对应的未来结果。
有了这个虚拟探索空间，强化学习才有了更低成本的试错环境：不同动作对应不同未来，模型可以据此寻找更优策略。
于是，R7世界模型三层架构的关系也变得清晰：
Pre-training负责从真实数据中学习世界规律，Simulation负责把这些规律向未来展开，Reinforcement Learning负责利用这些未来结果优化驾驶策略。
此时再回头看自动驾驶行业自始至终都在强调的“最后1%”的corner case问题，路径就很具体了——
真实数据提供经验，World Model把经验延伸到未来，强化学习再利用这些未来进行探索。
这条技术路线到了2026年7月，又继续向外扩展到Robovan以及统一World Model平台。也就是说，World Model在Momenta这里开始承担的角色，已经从单一车型的技术模块，进一步向更统一的模型平台演进。
为什么适合全球车型，有了准确的答案。
汽车从中国进入欧洲或者其他市场，变化的不只是道路名称。道路结构、交通规则、驾驶习惯、车辆类型都会发生变化。
Momenta持续推进的无图能力，恰好减少了系统对于特定地域高精地图的依赖；World Model则进一步把模型的理解落到道路、交通参与者以及动态变化本身。
当然，技术路线讲到这里，还有最后一块拼图：这些能力怎么跑进量产车？
这又回到了Momenta过去几年积累的数据和工程体系。
因为技术路线一直没有离开真实量产数据。模型从真实道路中学习，新的能力进入量产车，再产生新的数据，数据继续进入下一轮训练。
到了R7世界模型，这个闭环又多了一个虚拟世界。
新芯航途（XHEART）在这次合作中的出现，则提供了另一个观察角度：Momenta在与神龙科技的合作中，开始主动探索芯片+算法的全栈输出模式。
从技术角度看软硬协同能更好发挥算法能力，提高算力利用率；而从合规层面看，软硬协同也可以更从容地把模型跑在车端，减少对网络依赖，更加保证数据安全。
最后总结一下，R7世界模型的优势可以落到一个很具体的价值上：
模型可以持续学习，仿真可以持续验证，量产车辆可以持续产生新的真实数据。
对于神龙科技这样的“在中国，为全球”的车企而言，得到的是一套能够适应不同国家地区、持续迭代的AI技术底座。
中国AI公司出海的第三条路
客观上，神龙科技和Momenta的合作，发生在一个很微妙的时间点。
一方面，中国城市NOA的市场拐点已经在2024年前后出现，而全球城市NOA的大规模增长则可能要到2028年前后。
也就是说，中间存在一个大约四年的时间差。
这给所有自动驾驶玩家，都留下了一段机不可失的黄金窗口期：技术继续迭代，海外数据和合规体系提前搭建，同时寻找真正能够承载这套技术的全球车型。
所以Momenta提前做的事情很明确：德国及欧洲办公室、海外数据本地化、数据中心、法规认证等布局，都是这条路线的一部分。
等全球城市NOA进入大规模竞争阶段，技术、产品和合规体系已经提前跑了一轮。
而另一方面，中国智驾走出去，目前大体有两条比较直观的路径。
一条是跟着中国车企出海，技术直接随着整车进入海外，但最终规模仍然取决于中国品牌在当地卖出多少车、进入多少市场，而这个销量数据，很容易受到各种客观因素影响。
从数据角度来看落地有天然挑战，对于后续技术迭代价值也有限。
另一条，是直接进入跨国车企供应链。
入口看起来更大，但传统跨国车企的产品周期、研发流程和供应链体系都比较长，对待智能化浪潮的态度也更保守，往往需要经历较长的产品验证过程。
拿到这样的海外车型项目，并不天然意味着能够参与全球产品定义，也不意味着天然能产生“规模化”落地。
换句话说，这两条路线也能走通，但都需要大量时间去铺垫、去探索、去建立信任。
但神龙科技的模式是独特的，客观上是跨国品牌在中国的重启、重生——第一次提出“在中国，为全球”。
这意味着神龙科技背后，坐拥中国最强AI、制造业供应链，以及汇聚了一批对汽车产业革命认知最深刻、执行力最强的本土班底。
当然还有在海外天然亲和的品牌号召力。
这几个因素叠加，神龙科技客观上成为“出海”这个命题出现以来，含金量最高，且绝无仅有的机遇。
而这个机遇，唯独被Momenta抓住了，既有技术作为底层支撑，也有Momenta在流程、合规迭代层面的提前布局。
而中国AI能力由此获得了一个更直接的入口：参与国际品牌全球车型的智能化定义。
这也是神龙科技对于中国自主技术出海特殊的价值。
Momenta CEO 曹旭东把这次合作概括成两个“0到1”：一个是标致、Jeep智能化转型的“0到1”，另一个则是“在中国、为全球”的“0到1”。
对于神龙科技的意义很具体——获得一套已经经过中国大规模量产验证、还能继续迭代的AI智驾技术。
对于Momenta来说，价值也同样具体——获得全球品牌、全球车型，以及中国之外的真实道路。
于是，一个新的飞轮开始出现：
中国量产 → R7世界模型 → 全球车型 → 全球数据 → 模型继续进化 → 更多全球车型。
这和单纯拿下个别海外项目，已经是两件不同的事情。
前者解决的是项目制交付，后者要验证的是一套能不能不断复制的全球化路径。
所以回头看这次合作，神龙科技和Momenta刚好各自补上了对方缺少的一环：
对神龙科技，Momenta是一张进入AI汽车竞争周期的技术门票；
对Momenta，神龙科技则是一张从中国走向全球、从单个出海项目走向全球规模化的重要门票。
文章来自于微信公众号 “量子位”，作者 “量子位”
