物理AI第一股Momenta來了：自動駕駛迎來“重估時刻”

??深響原創 · 作者｜何理

AI的風向，已經變了。

此前，無論大語言模型還是Agent、龍蝦，AI始終在“屏幕內”，「數字AI」不斷探索邊界，也卷成了紅海。而現在，在屏幕之外，一個更龐大、更具想象力的AI新戰場正在形成——行業目光集體轉向能真正在真實世界里動手干活兒的「物理AI」。

巨頭對此紛紛下注：英偉達高調推出全模態物理AI模型NVIDIA Cosmos 3，還亮出了機器人領域的全家桶，黃仁勛反復強調物理AI將成為下一波浪潮，世界模型是實現物理人工智能的核心；馬斯克也在將AI的觸角延伸至物理世界，FSD（完全自動駕駛）實現端到端進化，Optimus人形機器人高頻迭代……

有意思的是，在物理AI的藍圖里，率先承接機會的并非是尚在實驗室里練習行走的雙足人形機器人，而是已經在公路上比比皆是的智能汽車。自動駕駛是目前非常稀缺的能夠同時跑通“海量物理數據閉環”與“高頻商業造血”的通用物理AI場景。而世界模型則是物理AI的底座，是激發物理AI“GPT時刻”的關鍵突破口。

6月23日，物理AI公司Momenta通過港交所聆訊，正式進入IPO沖刺階段，即將領銜“物理AI第一股”。在智駕的基礎上，Momenta正在打造一個能夠理解物理規律、推演世界演變的通用世界模型，成為物理AI基座模型的構建者。

目前，Momenta R7世界模型已實現量產首發，意味著物理AI正式從技術理念走向規模化量產落地，實現從“看見世界”到“理解世界”的跨越。與此同時，在競爭最為激烈的中國第三方城市NOA供應商市場中，Momenta以高達65%的市占率行業居首，Momenta的客戶已覆蓋國內全部主流乘用車企業，且全球前10大車企中已有9家與其開展合作，成為“全球品牌的共同選擇”，這也驗證了自動駕駛作為物理AI的核心賽道的規模化商業價值。

此外，Momenta的股東陣容極其豪華，匯聚了全球最核心的產業和科技戰略投資人，以及全球頂級財務投資人。產業資本囊括了全球汽車產業鏈的核心玩家，包括：上汽、通用、奔馳、豐田、比亞迪、現代、奇瑞等7家全球頂級車企，以及博世、德賽西威、立訊精密等頭部產業鏈合作伙伴，和Uber、Grab、Stone Venture等Robo合作伙伴。科技巨頭則包括騰訊、阿里云、螞蟻集團、京東等。財務投資人更是覆蓋了淡馬錫、IDG、阿曼投資局、亦莊國投、Granite Asia、順為、蔚來資本、凱輝基金、云鋒基金、藍湖資本、創新工場、真格基金、鼎暉投資、高榕創投、高成資本、眾為資本、愉悅資本、鐘鼎資本、盈峰資本、招銀國際、華泰創新資本、混沌資本、春華資本、大灣區基金、國新基金、光合創投、九合創投、錦秋基金等全球最頂尖投資機構。超豪華、多元化的股東陣營，不僅為Momenta提供了戰略和資本支持，還從業務協同、用戶增長和全球化布局等方面助力了Momenta高速增長。

世界模型帶來新的“GPT時刻”

說起“物理AI”其實不難理解，簡單來說，它就是將人工智能的感知、決策與學習能力，深度嵌入機器人、智能設備、自動化產線等物理實體系統中，使其能夠在復雜、動態的真實物理環境中自主執行任務。如果說過去AI突破主要體現在數字世界，那么物理AI的興起，則意味著AI發展進入了以理解和影響物理世界為核心的新階段。

但不同于數字AI，物理AI并不是一條單線賽道。具身智能、自動駕駛、工業機器人、邊緣AI，都在把AI從屏幕帶進現實世界，它們之間也并非對立關系，更像是物理AI走向現實的不同入口。而世界模型（World Model），正是這一切的共同底座——它是AI理解物理世界、預判未來并自主決策的“內在思維系統”。

要理解世界模型的關鍵性，我們不妨將其與大語言模型（LLM）做個對比：

大語言模型擅長的是“讀萬卷書”，它理解語義、擅長推理，在虛擬符號世界里無所不知，但它并不真正掌握物理規律，無法本能地理解“推倒杯子水就會灑”；世界模型則擅長“行萬里路”，它能夠深刻理解物理世界的規則，預測動作帶來的后果，并支持AI在現實世界中做出實際行動。

純語言模型或傳統簡單算法的短板很明顯：它們要么不懂物理規律，無法應對瞬息萬變的動態場景；要么必須在真實環境中通過海量的肉身試錯來“刷經驗”，比如機器人不斷摔倒，這不僅導致硬件損耗成本高昂，更伴隨著不可承受的安全風險。

現實世界場景多變且充滿不確定性，人類無法用死板的規則預設所有的突發情況。因此AI必須具備自主理解和預判能力，才能適應不同環境。而世界模型正是要解決這一痛點——在AI的大腦中搭建了一個“虛擬練兵場”，先通過預訓練賦予模型理解現實世界的“物理直覺”，讓AI真正“懂物理”；再利用這套規律在虛擬練兵場里“腦補”行動后果，配合強化學習的獎懲機制，讓大模型在無風險、低成本的環境中反復探索、試錯并給出最優決策。這種從理解物理規律到在虛擬試錯中進化出最優行動方案的閉環能力，正是世界模型能夠打破虛擬與現實鴻溝，成為具身智能和通用人工智能核心基石的關鍵原因。

今年世界模型熱度明顯升溫，很多不同的技術路線、不同的場景模型都冠以世界模型：

有的以語言為中心，比如VLM、VLA是把其它模態、其它能力映射到語言空間。

有的以像素為中心，比如Sora，實際上是在預測下一個2D像素場景，由于其訓練數據大量來自影視作品，模型極易生成不符合真實物理規律的內容，比如像星戰“原力”一樣違背重力邏輯的畫面。圖靈獎得主Yann LeCun也曾多次公開批評，生成像素并不等同于理解物理因果；

還有的以三維結構為中心，比如李飛飛World Labs的"空間智能"理念，從單張圖片生成可交互的持久化3D環境，本質上瞄準的是數字世界的構建。但模型重建3D空間不等于理解世界，幾何結構也不代表復雜的物理動態演變狀態。

由此可見，當前各個方向的世界模型的痛點核心，在于對物理規律的理解深度，以及能否最終服務于“行動”。我們開發世界模型，不是為了教模型去生成一段好看的視頻，而是要教它理解物理規律，并基于這種理解去精準預測下一個狀態。行業真正需要的，是把多模態感知、物理規律理解和動作執行三者徹底打通。

Momenta R7世界模型如何構筑物理AI底座？

而要實現多模態感知、物理規律理解和動作執行三者打通，就必須擁有海量的真實物理交互數據與場景，率先跑通數據和商業規模化閉環，讓“數據回流再推動模型能力躍升”的正向循環真正轉起來。在這個前提下，擁有斷層式數據紅利的自動駕駛賽道，自然成為了最先解出這道題的產業先鋒。

無論是Mobileye、Waymo，還是Momenta，這些自動駕駛的頭部公司都不約而同地成為了物理AI的排頭兵，自動駕駛公司積累的能力，正在被重新理解為可以泛化到更廣義物理AI的平臺能力。

Momenta在數據、場景、世界模型架構方面的優勢格外顯著：

在數據規模方面，Momenta擁有基于120+億公里實車里程提煉的1億段黃金數據，還有真實世界里大量數據的反饋，覆蓋更多長尾場景。Momenta以真實數據學習生成世界，它可以通過實車和仿真的一致性來做對齊和校準，并擁有明確可參考的基準，這種“真生成”最大程度地減少了仿真與現實之間的差異，比生硬的渲染方式要可靠得多。

而在世界模型方面，Momenta R7的三層架構更是獨樹一幟。

第一層World Model Pre-Training（世界模型預訓練）， 讓模型懂物理。傳統的智駕大模型大多是在“背題庫”，而R7則是在“學規律”。它通過海量真實駕駛視頻的預測訓練，將物理規律、常識與因果關系壓縮進模型，讓系統形成對物理世界最底層的基礎認知，不再機械地依賴人工規則。

有了物理常識，模型需要演練，第二層World Model Simulation（世界模型仿真），就是讓模型擁有“練兵場”。R7利用生成式模型推演周圍環境進行閉環仿真，讓系統能夠推演自身行為變化時世界將如何演變。依托這種高效場景推演能力，AI可以對現實中很罕見、很危險的長尾場景進行性能評估，其效率比傳統實車路測提升了上萬倍。

第三層則是World Model Reinforcement Learning（在世界模型中進行強化學習），系統通過精心設計的獎懲機制讓大模型反復探索與試錯。它在虛擬世界里經歷千萬次的博弈推演，自主學會了在復雜多變的動態環境里如何做出最優決策，最終輸出更安全安心、高效絲滑的類人駕駛表現。

這套架構可以說是物理AI現實價值的直觀體現。比如開車的時候，前方意外掉落一箱蘋果，Momenta就可以自主預判蘋果滾落的軌跡與擴散范圍，提前平穩減速、規劃繞行路線，以更從容、更貼合人類駕駛邏輯的方式處理突發路況。

Momenta R7理解的是物理世界的運動規律與交互邏輯，而非依賴場景記憶與規則匹配。真正的物理AI，不只是讓車輛在絕大多數日常場景中順暢行駛，更要在萬中無一的罕見極端場景中，依然為用戶提供更穩健的安全保障。

從整體視角來看，Momenta R7世界模型這三層架構并不是孤立的三個模塊，而是一個有機統一、高頻自運轉的整體：一方面認知一體，從第一層的“理解物理”，到第二層的“推演未來”，再到第三層的“動作決策”，R7架構打破了過去感知、預測、規劃各自為戰的割裂狀態，信息在同一套基座模型中流動；另一方面可以自進化，第一層提供認知，第二層提供空間，第三層在空間里刷經驗，三者互為因果，數據在內部滾動即可實現模型的自我升級。

目前行業內普遍僅將世界模型用作“生成數據”的仿真工具，好比考前多刷一些模擬題，Momenta是市場上極少數直接將世界模型用于“端到端基座模型預訓練”的公司。這種底層的應用代差，讓系統整體的產品性能和進化上真正與其他人拉開距離。

另外，招股書顯示，2025全年Momenta研發投入為18.69億元，占其年度收入的77.5%，近三年累計研發投入達46.6億元。截至2025年底，公司擁有研發人員1157名，研發人員占比近82%，超過三分之二擁有碩士及以上學歷。堅決的研發投入會進一步鞏固和加強Momenta的技術領導地位。

技術跨場景落地，指數級優勢顯現

而更重要的是，技術的積累正在落地于應用。Momenta R7世界模型已經走出了實驗室，在真實的產業與資本浪潮中率先跑通了數據+商業的兩大閉環。

一方面是實打實的量產，Momenta R7 世界模型已量產首發，目前搭載Momenta系統的量產車輛規模已超90萬臺，已成功交付超100款量產車型，累計定點車型數超210款，并實現最快不到40天交付10萬臺的高效部署。復雜路況下產生的海量交互數據，實時、高頻地流回模型，會進一步促使 R7 實現指數級自我進化。

另一方面則是實打實的營收，招股書顯示，Momenta近三年營收規模實現跨越式增長：2023年至2025年，Momenta營業收入從7.43億元增長至24.13億元，三年翻三倍，年均復合增長率超80%。截至2025年底，公司現金儲備超100億元，為加速Robo市場和全球化發展提供了有力支撐，有利于其在物理AI的長期戰役里占據主動權。

圖源：招股書

由此Momenta得以形成飛輪效應，“平臺級”的架構將終結過往各場景孤立開發、重復造輪子的傳統模式。其用一套大模型同時覆蓋乘用車以及無人駕駛出租車（Robotaxi）、無人物流車（Robovan），2027年還將擴展至無人駕駛卡車（Robotruck）領域。

核心底層技術的跨場景復用，極大地攤銷了多業務線并行的研發成本，使得邊際成本大幅降低。可以想象，未來這種從智駕中錘煉出來的、打通了“感知-物理常識-行動”的底座能力，還可以無縫延展到具身智能、工業機器人等更廣闊的通用物理 AI 領域。

Momenta的“兩條腿”策略

目前，智駕領域正呈現出一種“摩爾定律”式的進步節奏，在端到端與世界模型的加持下，行業部分頭部企業開始展現出遠超以往的能力迭代速度。

而Momenta的規模效應和先發優勢也在多個維度展開：體驗上，數據越多，算法越聰明，體驗越好；交付上，建立工程化壁壘后迭代極快，Momenta 交付首個 10 萬臺車用了整整 2 年，而如今僅需要不到 40 天即可完成 10 萬臺車的交付；客戶上，頭部車企的信任也在不斷積累，在 Momenta 的客戶群體中，既有BBA德系豪華，也有通用、大眾、豐田、日產、本田等 20 余家全球主流車企，擁有不同背景的中德美日韓頂流品牌，這些合作案例也成為 Momenta 量產能力和市場接受度的最直觀證明。

回頭看AI的發展路徑，會發現一個有趣的規律：每一次技術范式切換，資本市場最終定價的都不是某個單點產品，而是能夠定義下一代基礎設施的平臺能力。

大語言模型時代，市場重估的是能夠理解和生成信息的數字智能；而當AI開始走出屏幕、進入真實世界，市場重新尋找的則是能夠理解物理規律、預測世界演化并驅動行動決策的物理智能。從這個角度來看，Momenta上市的意義，不僅是自動駕駛業務的資本化，更是世界模型、物理AI第一次進入公開市場的價值驗證。

行業普遍判斷，智駕及物理 AI 底座最終將是“馬太效應”的局面，未來全球市場最終可能只會留下少數頭部玩家。而Momenta勢必能以自身的稀缺性、技術領先、商業閉環迎來“贏者通吃”的應許之期。