世界模型混戰，Momenta率先沖刺IPO

港股物理AI第一股，來了！

沒想到如此之快，也沒想到這“物理AI第一股”，不是出盡風頭的具身智能創業公司，而是——

Momenta。

之前以自動駕駛知名：智能輔助駕駛市占率No.1、跨國巨頭車企共同的選擇、技術商業上有資格和華為“五五開”……

現在，Momenta在IPO進程中曝光了更大的雄心——物理AI。

世界模型，尚未收斂的技術戰爭

在關注Momenta IPO進程之前，有必要先厘清一個更大的背景：世界模型（World Model）， 現階段被公認為物理AI核心基座模型。

但它也是2025年以來AI領域最熱也最混亂的概念。

OpenAI Sora出來的時候被稱作“世界模擬器”；Google DeepMind Genie讓你在生成的畫面里走來走去，也叫世界模型；機器人公司在做世界模型；NVIDIA說Omniverse是世界模型的基礎設施。

都在用同一個詞，但各自說的可能不是同一件事。

這就使得世界模型的主流技術路線出現四類：

• 生成式視頻路線：以OpenAI Sora、視頻生成公司為代表，追求“像素級逼真”；
• 交互式世界路線：以Google DeepMind Genie為代表，能根據用戶操作實時生成可交互環境；
• 空間智能路線：以李飛飛（World Labs）為代表，把世界模型視為可生成、可互動的3D表示；
• 聯合嵌入預測（JEPA）路線，Yann LeCun主張在抽象表示層預測世界下一步，作為智能體規劃的基礎，避免在像素層面“浪費算力”。

四類路線，目標都是“理解物理世界”，但路徑截然不同。有的追求畫面好看，有的追求規則正確，有的追求三維結構，有的追求抽象預測。

前幾天，李飛飛還發表長文，用“杯子放在桌上”解釋世界模型本質：真正理解世界的模型，應該能從任何角度渲染它，模擬它被推倒后的全部物理過程，也能規劃一只手把它拿起來。三種能力共享同一套底層理解——也就是最關鍵的模擬器。

LeCun則走得更遠，對整個大語言模型范式進行了否定：本質上是統計學的模式匹配器，它只是在預測下一個單詞，并不真正理解物理世界。

這個區別，可能是AI能否真正理解世界，還是“假裝模仿”世界的核心判斷標準。

LeCun離開Meta后自己的AI創業公司AMI Labs，初期只有12名員工的時候，就拿到了比很多科技獨角獸整個生命周期還多的錢。

當然也包括李飛飛的World Labs。

至少資本在用真金白銀表態：世界模型這條路線，值得重注。

但無論走哪條路，自動駕駛實際上都是世界模型最早的“試金石”和落地案例。

世界模型的核心功能，是基于行動者提出的想象動作序列，預測未來可能的世界狀態。

這個定義放在自動駕駛場景中幾乎天然契合——車輛每時每刻都在做“動作→預測世界狀態→再動作”的循環。

所以物理AI的“GPT時刻”降臨前夜，世界模型作為物理AI的核心基座模型，被認為是激發這一時刻的關鍵突破口。

Momenta的物理AI答案

兩個月前，Momenta的世界模型，也交卷了：

R7世界模型實現量產，首發搭載的是上汽大眾ID. ERA 9X。

對于用戶端來說，買到的量產車上搭載的R7（車端經蒸餾后的模型）一出生就不是一張白紙，而是一個已經在極多困難場景里歷練過的“老司機”。

依托搭載其系統的量產車，積累了超過120億公里的真實行駛里程，并從中提煉出超1億段“黃金數據”。

這是數據的Scaling。

“天生下限高”——起步就站在別人摸爬滾打好幾年才能達到的位置上。

世界模型同時代表“突破上限”——現實中可能數年、數萬公里才碰到一次的險情，在R7訓練里，可以反復訓練，甚至可以舉一反三，改變邊界條件進行“加練”。

高上限意味著它遇到真正的“地獄場景”時，不會手忙腳亂，能夠比人類司機更合理、更平穩通過復雜路段。

據CIC灼識咨詢數據，2025年3月至2026年2月，中國第三方城市NOA供應商市場中，搭載Momenta系統的量產車銷量市占率達65%，行業居首。

增速更值得重視：現今最快不到40天即可完成10萬臺交付。

同樣，從R7量產開始，MomentaCEO曹旭東將公司定位為“物理AI基座模型的構建者”——打造能理解物理規律、推演世界演變的通用世界模型。

技術上，Momenta給出了這樣的邏輯：

R7世界模型的技術架構分為三個層次，第一層是世界模型預訓練。通過海量真實駕駛數據，將物理規律、常識與因果關系壓縮進模型，形成基礎認知。

第二層是世界模型仿真。系統利用生成模型推演周圍環境的演變，對極端罕見的長尾場景進行閉環測試。

第三層是在模型中開展強化學習。系統通過獎懲機制反復試錯，在數千萬次虛擬交互中推演。

三層迭代，系統從“模仿學習”走向“想象與探索”，在虛擬世界中經歷千萬次推演，自主習得在復雜博弈中做出最優決策的能力，讓模型在罕見極端場景下的表現超越人類的水平。

這其中R7超越自動駕駛之處在于，既不是單純的“車端實時模型”，也不僅僅是傳統意義上的“基座大模型”。

它被普遍認為是物理AI時代的基座模型，不只包含語言，而是多模態的，為AI走出屏幕，認知真實物理世界提供基礎。

只不過現階段能讓物理AI的數據Scaling和商業Scaling形成正向反饋的，最高價值場景就是自動駕駛。

這也意味著，包括Momenta在內，任何有實力構建量產渠道+基座世界模型數據閉環玩家，無論是自動駕駛業務起步，還是具身智能，其實都已經超越了原來的定位。

對應的，這樣的玩家在資本市場價值、用戶群體認知，以及廣義AI賽道“生態位”的評估，也有必要做相應的調整。

物理AI浪潮，Momenta率先沖刺IPO

物理AI這一局，Momenta是第一個打出明牌的。

招股書顯示，2023年至2025年，營收從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%。

核心是收入結構上的變化，技術開發收入增長至14.45億元，而許可收入從0.23億元激增至9.68億元，三年翻42倍。

這里的許可收入，是Momenta授權車企使用其物理AI系統的收費模式，具有高邊際收益屬性，車賣得越多、裝的車越多，收入就越多。

這就是AI司機的License fee，被認為是自動駕駛創業公司最理想的營收模式，也是L4玩家追求10多年仍未完全實現的目標。

所以Momenta在這個節點真實狀態，是商業模式正在從項目制向規模化許可收入轉型——

自動駕駛賽道，Momenta是第一個用經營數據、技術體系證明商業邏輯成立的玩家。

而回溯歷史，還會發現Momenta身上更罕見的一點：

走到這一步，幾乎沒有任何“傷筋動骨”的戰略調整、轉軌、掙扎。

技術范式有更新，但永遠在一個框架下：“一個飛輪，兩條腿” ——從創業第一天就不斷向資本、客戶、用戶解釋強調。

飛輪是數據驅動的核心機制，兩條腿分別是L2級別的量產輔助駕駛和L4級別的完全自動駕駛。

關鍵是，這兩條腿共用同一套軟件算法架構、同一套傳感器方案、同一個世界模型。

實際落地上，超90萬臺規模的L2量產車提供了海量的真實行駛數據和商業收入，支撐世界模型的持續迭代。

迭代后的模型再部署到L4 Robotaxi上，實現更高階的自動駕駛能力，目前已落地中國上海、蘇州、德國慕尼黑、阿聯酋阿布扎比等城市。

Robotaxi在運營中遇到的極端場景，又反哺回模型訓練。

All-in-one platform，復用量產車基礎模型和大部分軟硬件方案的策略，其規模化速度理論上會遠快于從頭開始搭建專用車隊的路徑。

所以從物理AI的角度來看，這樣的技術體系、經營業績讓Momenta成為新賽道上起步條件最好、前景最確定、負擔最小的選手。

先在一個已經被驗證有商業價值、有海量數據的垂直場景里，把世界模型的能力打磨到極致，再尋求能力的橫向遷移。

而在物理AI領域，還沒有任何其他場景能提供像自動駕駛這樣大規模的真實世界交互數據。

無論是量產車上有監督方案，還是Robotaxi完全無人駕駛。

當然，這其中存在巨大的不確定性。

自動駕駛技術體系能否以低成本遷移到機器人等其他物理AI終端上，目前沒有共識和成熟方法論。

甚至，“預測下一個物理狀態”與“預測下一個token”在本質上是否是同一類問題，學術圈仍在爭論。

但現階段，Momenta邁出了第一步，而且持續高強度對物理AI基座模型投入。

從Momenta開始，后續沖擊物理AI概念IPO的玩家有了新的價值評估體系：

對自動駕駛公司，要回答有沒有多模態基座模型的問題。

對直奔“物理AI終極大腦”的創業公司，則逃不過“落地渠道、數據閉環”的拷問。

這是Momenta超越“自動駕駛公司”之處：

可能被質疑、被模仿、甚至某一天Momenta自己也可能會迭代更新的“答案”，但沒人能夠忽略Momenta向物理AI探索邁出的第一步。

也沒人能夠假裝Momenta對物理AI技術本質的思考和實踐不存在。