7月27日，自动驾驶企业Momenta宣布旗下Robovan（无人厢式车）无人配送车队落地苏州相城。作为近期登陆港股的“物理AI第一股”，企业将自研R7世界模型从乘用车场景拓展至城市末端物流，无人配送车辆已投入快递运输、夜间配送等常态化运营，借助无图技术路线推进城配无人驾驶商业化落地，这也是世界模型技术向低速物流场景延伸的典型实践。

　　Momenta落地无人厢式车。Momenta将乘用车量产验证的无图方案移植至Robovan，依托企业超120亿公里实车行驶数据、上亿段道路样本训练模型，试图依靠跨场景数据飞轮优化无人配送能力。当前行业普遍认为，世界模型是自动驾驶产业下一阶段核心技术方向，Momenta此次落地，也集中体现出该技术路线布局末端物流赛道的行业共性选择。

　　从技术优势来看，世界模型可实时感知、推演道路动态环境，相比传统固定规则算法，对人车混行、突发路况等复杂长尾场景适配性更强；搭配无图方案后，车辆无需提前测绘、维护高精地图，能有效降低城市规模化铺开的时间与资金成本，打通无人配送从封闭园区走向开放市政道路的关键堵点。同时该模型具备跨场景复用潜力，一套基础模型可适配乘用车、Robotaxi、无人货运等多类车型，低速物流场景产生的独特交互数据，还能反向反哺整体模型迭代，长远降低全品类自动驾驶研发成本。

　　但客观而言，当前世界模型落地城配仍存在多重现实挑战：城配场景路况碎片化极强，模型感知与决策稳定性仍有待长期海量真实场景打磨；跨场景数据迁移存在边界限制，乘用车高速道路数据无法完全覆盖低速小区、街巷配送的特殊路况，单纯依靠现有乘用车数据难以彻底解决末端配送专属难题。此外，无图方案高度依赖车载算力与传感器硬件，大规模批量部署将带来硬件成本压力，城市道路无人配送的法规、路权、事故责任划分等配套体系也尚未完全完善。

　　行业层面，乘用车辅助驾驶市场竞争已趋于白热化，市场普遍将万亿级无人配送赛道视作无人驾驶企业新增长曲线。机构预测，2030年全球无人配送市场规模有望接近9000亿美元，商超补货、快递分拨、夜间货运需求持续释放。