智电研究所|Momenta Robovan技术拆解:乘用车智驾降维做无人配送行不行?

摘要:Momenta用R7世界模型切入无人配送,复用乘用车智驾能力实现降维打击,商业化路径比Robotaxi更清晰。

Momenta近期低调布局无人配送赛道,其Robovan车型已在京东物流园区运营超四个月。这项业务的核心价值在于复用乘用车L4级智驾技术,通过R7世界模型实现从载人到送货的能力迁移,为自动驾驶商业化开辟了一条比Robotaxi更快变现的路径。

无人车户外行驶场景

要理解这次跨界,首先得搞懂Momenta的底层技术逻辑。此次Robovan搭载的核心是今年4月发布的R7强化学习世界模型,简单说就是让AI像人类司机一样理解物理规律并自主决策,而不是死记硬背规则,这对无人车应对复杂路况至关重要。与上一代依赖高精地图和激光雷达的方案不同,R7模型支持“真无图”驾驶,意味着车辆无需等待地图采集审批即可在新场景部署,大幅降低了落地门槛。对比美团、京东等自研派,Momenta走的是第三方技术供应商路线,其优势在于百万级量产车积累的120亿公里真实数据能持续反哺算法,这是单一物流平台难以企及的数据飞轮效应。相比专注无人配送的初创公司大多还在改装样车阶段,Momenta背靠奔驰、丰田等车企资源,具备车规级开发验证能力,在可靠性和规模化交付上领先一个代际。

这套技术对实际运营意味着什么?最直接的影响是部署效率和成本控制。“真无图”能力让Robovan在社区、园区、仓库等高频场景即装即用,省去了传统方案数月的地图采集周期。R7模型对物理世界的理解能力,使车辆能预判掉落物轨迹、丝滑避让而非急刹,提升了配送稳定性和货物安全。更重要的是,乘用车智驾算法经过海量corner case打磨后下放到物流场景,属于典型的高维技术下沉,相当于用“老司机”的经验跑固定配送路线,容错率远高于从零训练的专用模型。对于物流企业而言,这意味着更短的验证周期和更低的技术试错成本,尤其在快递员人力成本持续上涨的背景下,机器换人的经济账更容易算通。

从关键指标看Momenta的竞争身位:数据规模方面,累计行驶里程超120亿公里,第三方城市NOA市占率达65%,远超单一物流场景玩家;商业化进度上,Robovan已运营逾四个月并与头部快递客户探索合作,而多数竞品仍处测试阶段;财务健康度上,2025年毛利率达71.6%,许可收入三年增长42倍,经调整亏损快速收窄,显示出较强的造血能力。相比之下,纯无人配送企业普遍缺乏量产车数据支撑和车规级经验,而物流巨头自研团队则面临边际成本高、跨平台泛化能力弱的瓶颈。

不过也要实事求是地看待当前阶段。Robovan目前仍处于场景验证期,尚未进入大规模商业化复制阶段,官方也未正式回应业务细节。虽然技术路径清晰,但无人配送赛道本身已是红海,巨头自研与第三方供应商并存,Momenta能否凭借数据飞轮建立足够深的护城河还需时间检验。此外,L4级无人驾驶在开放道路的法规适配、极端天气下的稳定性等问题仍是行业共性挑战,Robovan在园区内跑通不等于城市公开道路也能无缝衔接。技术成熟度处于从验证到小规模运营的过渡期,距离真正贡献显著营收仍有距离。

总结来看,Momenta入局无人配送并非盲目跨界,而是乘用车智驾能力向物流场景的自然溢出,R7世界模型和车规级经验是其差异化筹码。对关注自动驾驶商业化的用户而言,这标志着L4技术正从“烧钱讲故事”转向“场景化变现”,Robovan有望成为比Robotaxi更早跑通盈利模型的切入点。若你评估相关技术或投资标的,建议重点关注其在京东等头部客户的实际运营数据反馈,以及从园区走向公开道路的扩展节奏,而非仅凭概念判断价值。