等風十年，Momenta等來物理AI第一股

2026年，可能沒有比“物理AI”更火的賽道了，這也可能是今年最分裂的賽道。

黃仁勛在GTC上直接定調，物理AI的ChatGPT時刻已經到來，英偉達押上全棧能力All in；從硅谷到國內，世界模型、物理AI公司巨額融資的消息接連不斷，看起來，至少技術和投資圈達成了一個共識：下一個技術時代的主線，非物理AI莫屬。

但物理AI的“GPT時刻”真的出現了嗎？

對普通人來說，大模型、Agent還沒用利落，物理AI恐怕還是個陌生的概念。這倒不是要求每個人非得對物理AI了解的有多深入。我理解的GPT時刻，至少要有現象級的產品走進日常，有殺手級的體驗刷新認知。物理AI呢？所有人都在說“未來已來”，可絕大多數人摸不到半點實感。

不過，物理AI的敘事之所以牽動人心，正是因為讓AI融入真實生活無比令人期待，所有人都在等一個真正的“GPT時刻”，一款人人可感知、一用就知道“時代變了”的落地應用，把物理AI從資本敘事，帶入真實的生活。

而如果在所有物理AI并行探索的場景中，挑一個最近接近出現“GPT時刻”的方向，我認為自動駕駛幾乎是最沒有爭議的答案。

自動駕駛離大眾最近，現在甭管油車、電車，還是混動、增程，L2級別的輔助駕駛基本是標配了，路上還經常見到robotaxi、無人快遞車等等，刷視頻、開車、坐車，都能直觀感受到智駕帶來的體驗差異。這也意味著智駕的數據最鮮活，億萬車輛行駛在真實道路上，每秒都在生成最直接的物理交互數據；而且，智駕的商業化也最扎實，現在就有規模化的收入，支撐研發持續滾動向前。

也就是說，如果物理AI馬上出現“GPT時刻”，智能駕駛最能被大眾感知并受益的行業，也一定是最受益物理AI的行業。那么，率先吃到這波紅利的公司，應該長什么樣？大概要有這么幾個條件：手里有海量的真實物理世界數據，已經跑通了商業化有持續收入養研發，把世界模型當基座模型用而不只是當仿真工具。全行業篩一遍，國內同時滿足這幾個條件的公司，只有Momenta和華為車BU了，而華為不上市。

7月8日，Momenta正式頂著“物理AI第一股”的光環登陸港交所，代碼“6880”，發行價295.6港元/股，假設“綠鞋”（超額配股權）全額行使，此次全球發售約2,293萬股，募集資金總額約68億港元。

上市儀式上，Momenta CEO曹旭東表示：“十年前，我們創立Momenta，只為追隨一個簡單卻篤定的使命：Better AI，Better Life。Better AI，源于我們的好奇心。對于人工智能的癡迷與好奇，讓我們的人生‘生機勃勃’。Better Life，承載著我們的使命感。相信技術的價值，在于讓人們的生活更安全、更自由、更美好。所以，我們定下三個十年愿景：十年挽救百萬生命，十年解放百分百時間，十年物流出行效率翻倍。如今，我們已給超過100萬用戶，帶來了更加安全安心的駕駛體驗。”

在談及公司未來發展方向時，曹旭東從公司過往的技術積累出發，延展至下一階段的智能化場景，“過去十年，我們讓AI學會駕駛，為每個家庭帶來了專職的司機；未來十年，我們將為每個家庭帶來專職的阿姨、醫生、教師等機器人的服務場景，開創物理AI的‘GPT時刻’。希望和所有的中國AI公司一起，書寫東方的硅谷傳奇，擁抱全世界，也讓全世界來擁抱中國的技術。”

市場認購反響熱烈，其中公開發售部分獲得413.6倍超額認購，國際發售部分獲得超過1,000億港元的機構訂單，其中覆蓋了來自15個國家和地區的主權與長線基金，總計認購超額（剔除基石后，綠鞋前）達到約44倍。

因此Momenta是當下全球范圍內，為數不多能同時兌現“物理AI技術敘事+量產智駕商業落地”的標的，對想要布局下一代智能賽道的資金而言，幾乎是無可替代的配置選擇。

但出門在外，身份可以自己給，里子也應該是實打實的。物理AI和智駕要拼算法，拼模型，更要拼數據閉環的飛輪厚度。Momenta通過100萬臺量產車，跑出超過120億公里真實行駛數據，這是意味著Momenta有一套從真實物理世界里長出來的原生數據體系，這是實驗室仿真和小批量測試車隊無法復刻的壁壘。

灼識咨詢數據顯示，2025年3月至2026年2月，Momenta在中國第三方城市NOA供應商市場的市占率達到65%，超過其余所有玩家的總和。數據越多，模型效果越好；效果越好，合作客戶越多；客戶越多，數據回流越充足。目前Momenta客戶覆蓋全球前十大車企中的九家，覆蓋豪華品牌到家用價位的累計定點車型超210款，量產車型超100款。

更關鍵的是技術路線的底層邏輯，想通往物理AGI，世界模型就不能只是仿真測試的輔助工具，而應該是端到端智駕的底層基座。今年4月，Momenta R7世界模型實現量產首發。

R7是一個能夠理解物理規律、推演世界演變的基座模型，從物理常識預訓練，到仿真環境推演，再到真實場景的強化學習，三層架構完全圍繞“理解物理世界”的邏輯搭建，支撐Momenta在乘用車、無人駕駛出租車及無人物流車、具身智能等領域規模化落地。

這些實打實的“里子”，才是讓Momenta拿到“物理AI第一股”的關鍵，也是通往“物理AI GPT時刻”的入場券，落到基本面上，就變成了扎實的財務數據。

招股書顯示，Momenta近三年營收翻三倍，年均復合增長率超80%。增長至24.13億元。收入結構更是質變，代表車企對Momenta智駕實力認可的“許可收入”，三年翻了42倍，大幅增長至2025年的9.68億元，收入占比從3%提升至40%，對應的是毛利率大幅提升，三年間從17.5%升至71.6%，經調凈虧損收窄至3.03億元，盈利拐點清晰可見。

這些高速增長的財務數據給了最直接、最實在的信心，也顯示了當物理AI從概念進入到二級市場定價的階段，資本市場用錢選擇了Momenta來打樣，Momenta上市也是為整個物理AI賽道建立了二級市場定價的坐標系。不過，不管“物理AI第一股”的身份，還是技術、商業壁壘，或是財務數據，都是Momenta用10年時間自然生長出來的，10年來Momenta沒追過風口，但終究把風等來了。

10年“一條路走到黑”

理解Momenta，得先理解自動駕駛這個行業。中國自動駕駛，或者說世界自動駕駛從來沒有“順利”二字。僅僅10年間，自動駕駛行業就大概經歷了三輪冷熱交替的周期。

2016開始，資本瘋狂押注Robotaxi，當時還有人喊出“5年實現完全無人駕駛”。2018年行業瞬間入冬，此后智駕行業融資暴跌，大批初創公司倒閉；2021年，特斯拉FSD的帶動下，原先專注智駕的公司也轉去做量產NOA，畢竟活下來才有以后，然后呢？供給過剩后面就是價格戰洗牌期，又是一大批公司出局。直到今天，物理AI、世界模型又成了新的科技敘事。

但2016年到現在，Momenta只做了一件事，沿著“一個飛輪、兩條腿”的戰略往深里走，由海量真實駕駛數據、數據驅動算法、閉環自動化體系共同構成的自迭代循環。量產輔助駕駛賺來的錢養自動駕駛研發，自動駕駛沉淀的數據飛輪反過來提升量產方案體驗。這個閉環轉了十年，轉成了今天Momenta物理AI的底座。

開頭幾年Momenta走的很順利，財務VC和產業資本同時看上了Momenta。藍湖資本、創新工場、真格基金入局完成早期融資，2017年順為資本、蔚來資本、戴姆勒、凱輝等跟進，2018年騰訊領投B+輪融資，躋身獨角獸。

2018年之后行業整體陷入沉寂，但Momenta的研究陸續開始實現小規模產品化和商業化，2019年發布L4技術，“一個飛輪兩條腿”戰略算是正式落地了。最直接的證明是，這條路贏得了產業資本的集體信任。

2020年和豐田達成戰略合作，拿到了國際車企重量級訂單。2021年3月，Momenta完成了創紀錄的5億美元C+輪融資，上汽集團、豐田、博世、淡馬錫、奔馳集體入場，C輪累計融資超過10億美元，創下當年國內自動駕駛領域最大融資紀錄，還拿到了通用汽車單獨3億美元戰略融資，這也是通用首次入股中國自動駕駛公司。

此后阿里云、螞蟻、京東、阿曼投資局持續加注。同時覆蓋7家全球頂級車企加Tier1博世的產業資本，騰訊、阿里、螞蟻、京東等科技巨頭，淡馬錫、阿曼投資局和頂級PE，同時得到這三類資本的認可和信任，Momenta是獨一份。

Momenta也沒有辜負這份信任，2021年量產NOA風口逐漸到來，這時很多純L4+公司才倉促轉型，Momenta則已經準備好了成熟方案和客戶資源，4年時間跑到了第三方城市NOA市占率第一；2025年后，競爭加劇，Momenta憑借已經成功運轉多年的“一個飛輪兩條腿”戰略，率先把敘事和技術路線成功升級到了“物理AI”。

目前，全球前十大車企中9家是Momenta的客戶，與全球24家整車廠商建立合作關系，累計210款定點車型、100款已量產車型，搭載車輛超100萬臺。第一個10萬臺交付，Momenta用了兩年，現在同樣的量只需要不到40天。這種工程化能力的規模效應，顯然不是單純的產能提升。

曹旭東認為，自動駕駛的規模效應比芯片行業更強，因為軟件邊際成本是零。因此，65%的市占率放在別的行業可能只是“大一些”，但放在自動駕駛這個強飛輪賽道里，意味著后來者要追趕的可不單是技術、規模這些差距。因此曹旭東認為，自動駕駛有非常強的規模效應和先發優勢，預計最終全球只有3-4家供應商能夠勝出。

最根本的是，Momenta底層邏輯從未改變，只有不斷的細化和升級。L4最瘋狂的時候，Momenta沒all in純Robo，量產城市NOA最火的時候，也沒放棄L4和底層技術研發。這種不追風口、長期沿自己路徑一直走的戰略定力，是Momenta穿越周期的核心原因。

10年戰略定力，Momenta煉成了“物理AI第一股”，也換來了物理AI時代的門票。

自動駕駛的物理AI底座

物理AI不是一個新詞。NVIDIA、OpenAI、特斯拉、李飛飛的World Labs、楊立昆的AMI Labs，都在往這個方向押重注。但有一個根本問題，數字AI的爆發靠互聯網三十年積累的海量文本，物理AI的數據從哪來？

物理世界沒有"互聯網"，自動駕駛自然也需要大量的真實數據，因為沒有現成的數據庫告訴你雨天路面摩擦力怎么變、隧道口眩光有多刺眼、一個皮球滾到馬路中間下一秒會彈向哪。這些物理常識只能從真實的物理交互中學習。

世界模型就是讓AI擁有這種常識的基座。數字AI的基座是大語言模型，LLM讓AI懂語言和知識，但AI不是真正理解了這些語言，靠的是海量數據文本完成預訓練。物理AI的基座則是世界模型，讓AI懂空間、時間、運動、因果，能預測“如果我做一個動作，世界會怎樣反應”，這必須得依靠真實物理數據，這也是為什么物理AI火了后，一批數據采集生意的公司拿到了多輪大筆融資。

今年4月，Momenta R7世界模型實現量產首發。R7是一個能夠理解物理規律、推演世界演變的基座模型，從物理常識預訓練，到仿真環境推演，再到強化學習，三層架構完全圍繞“理解物理世界”的邏輯搭建，支撐Momenta在乘用車、無人駕駛出租車及無人物流車、具身智能等領域規模化落地。

而且，即使同樣都是叫“世界模型”，R7做了一件跟大多數同行不同的事，直接把世界模型用作端到端基座模型的預訓練底座，而不只是當仿真工具。

這中間有本質區別，舉個例子，如果把世界模型當仿真工具，那相當于考前刷模擬題，主模型本身不會因此變聰明，只是多練了幾道題而已。而把世界模型當預訓練底座，相當于重塑這個學生大腦的認知結構，這不是總結多少答題技巧能練出來的，而是真的改變了這個學生理解世界的方式。

而R7到底是如何改變這個學生理解世界的方式呢？這里面有三層遞進的架構，對應Momenta構建物理AI能力的三個層次。而Momenta手握的海量真實用戶反饋與長尾場景數據，這是無法復刻的核心壁壘。

第一層是世界模型預訓練，目的是讓模型懂物理。Momenta通過海量真實駕駛數據的時序連續幀預測任務，將物理常識與因果關系壓縮進基座模型，比如物體滾落時怎樣運動，雨天路面摩擦力如何變化，這些都不是人工標注的規則，是模型通過自監督學習自主習得的。

Momenta的核心優勢在于，從120多億公里實車里程中提煉出1億段長尾黃金數據。沒有這個量級的真實場景數據做支撐，模型不可能學到在真實路況下，車輛可能面臨的所有物理常識。

第二層是世界模型仿真，目的是給模型一個“練兵場”。Momenta利用生成模型推演環境進行閉環仿真，比如隧道口眩光、高速落物、夜間無燈鄉道等，這些相對低頻但高風險的場景，在仿真環境中可以反復推演，效率較實車路測提升數個數量級。

而且基于第一層的世界模型預訓練，Momenta仿真場景也是基于真實數據生成，并且可以通過實車數據持續做一致性對齊校準，解決目前智能駕駛“仿真表現優異、上路效果打折”的問題，這比通過渲染生成的仿真方式更加可靠。

第三層是世界模型驅動的強化學習，通過獎懲機制讓模型反復探索和試錯，在閉環中優化行為策略，比如以安全、順暢、合規的駕駛表現為獎勵信號，以急剎、壓線、險肇等負面場景為懲罰信號，這樣就能輸出更安全、高效和絲滑的駕駛體驗。

R7模型通過這三層遞進的架構，預訓練給模型底層物理認知，仿真提供大規模訓練場地，強化學習則基于真實世界的反饋數據，三層環環相扣，數據越多，模型越好，客戶越多，數據更多。

并且飛輪轉起來之后，Momenta未來的想象空間，絕對不限于智駕這一個賽道，通用物理AI平臺有更大的想象空間，最直接的路線，同一個底座可以覆蓋乘用車、Robotaxi、Robovan、Robotruck等多種形態，未來還可能延伸到具身智能等領域。

成為“錨”意味著什么

6月28日Momenta基石公布時，投中網曾發布過一篇文章《14家豪華基石拿出30億，瘋搶“物理AI第一股”》，詳細講述了這些機構都在搶什么。Momenta的14家基石投資人包括GIC、富達國際、貝萊德、橡樹資本和富蘭克林鄧普頓基金等5家全球頂級投資機構，并且占了基石投資認購總額的近70%，他們都正在用真金白銀，對AI賽道進行系統性布局，而Momenta無疑是其中的核心標的。

奔馳、比亞迪等產業資本都是Momenta的老股東，此次作為基石繼續加碼，顯示對Momenta長期經營的認可和對未來的看好。中資頂級長線私募、公募和險資，包括中國頂級私募基金高毅和博裕，中國頂級公募基金華夏基金和廣發基金，以及長線險資領軍者太平洋保險等中資投資者看中Momenta，則是在低利率時代險資加速配置硬科技資產的大背景下，一個非常確定性的判斷。

7月8日Momenta正式登陸港股，這更是直接驗證了文章開頭的結論，Momenta上市的意義遠不止又一家自動駕駛公司募資掛牌，更為整個物理AI賽道建立了二級市場定價的坐標系，也就是說Momenta其實成了所有跟物理AI賽道相關，包括具身、智駕、世界模型這些公司的估值“錨”。

“錨”就是“錨定效應”，比如2025年12月以前，A股很長時間都只有寒武紀一家GPU公司，寒武紀也因此成了極其稀缺的標的，不僅成了對標英偉達的中國公司，也是摩爾線程、沐曦這些當時未上市GPU公司的“錨”。同樣智譜對標Anthropic，也是國內大模型和AI Infra相關公司的“錨”。

這種例子還有不少，就不多說了。總之如果向下看，“錨”的作用主要是定價，對于“錨”自身來說，本身就有稀缺性，這種稀缺性體現在對基本面的信任，也體現在投資人對估值彈性的包容和對未來強烈的看漲期權。如果未來越來越多的物理AI公司上市，“錨”不僅不會喪失稀缺性，反而會由于行業處于上行期繼續鞏固龍頭地位。

先來看基本面，這是Momenta的估值安全墊，2025年營收24.13億，毛利率71.6%，許可收入三年翻42倍達到9.68億，許可收入就是賣標準化的智駕軟件授權，邊際成本趨近于零，占比每提升一個點毛利率就上一個臺階。招股書顯示許可收入占比從2023年的3%躍升至2025年的40%，這個結構性變化比營收增速本身更值得關注。

盈利拐點也在逼近。經調整凈虧損從2023年的10.93億已經收窄到2025年的3億。疊加65%的第三方城市NOA市占率帶來的龍頭溢價，全球前十大車企九家為客戶的確定性，量產智駕業務就足以支撐當前Momenta估值的基本盤了。

更別說，龍頭公司還有額外的估值和流動性溢價。前面提過，強飛輪效應的行業里，數據越多、模型越好、客戶越多，但飛輪不是這么容易轉起來的，曹旭東曾透露，奔馳從2017年投資到2025年底量產，用了整整八年，這八年磨合本身就是極強的護城河。而一旦突破，速度就加快：Momenta在2024年拿到了奔馳所有的電車和油車的業務。

而乘用車智駕還是整個智能駕駛市場的一部分，灼識咨詢預測，到2030年，Robotaxi、Robovan、Robotruck合計全球市場規模約2000億美元，中國市場約1000億。Momenta的All-in-One Platform可實現跨場景落地，用同一套底層架構覆蓋乘用車、Robotaxi、RoboVan、RoboTruck等多個業務形態。

目前，Robotaxi方面，Momenta已拿到Uber、Grab、Lumo合作，只用三個月就拿下了阿布扎比L4路測牌照，核心就在于通過Momenta的海量真實長尾數據，大幅縮短在L4和其他場景的驗證周期。因此基本面之外，投資人邏輯也很清楚，用當下乘用車智能駕駛的估值，還能附帶一張可能快速擴張到未來多場景自動駕駛的看漲期權。

自動駕駛是一個萬億級別的市場，但如果放在“物理AI”的宏大敘事下，市場空間顯然又上了一個臺階。不過，目前“物理AI”在一級市場有高溢價，但實際上二級市卻很難定價，核心就是缺乏一個清晰的估值錨點，大家不知道一家“物理AI”公司上市后，會不會有人買單？誰會買單？股價能不能漲？能漲多少？世界模型公司的估值到底是高估還是低估了？

Momenta這次IPO則是給了資本市場一個明確的答案：有人買單，人還不少，而且都是全球頂級的財務和產業投資機構。當下物理AI正處于技術驗證和規模化應用的關鍵時刻，大范圍的重新定價可能才剛剛開始。如果物理AI真如黃仁勛所說，將重塑50萬億美元的制造和物流產業，Momenta上市，只是這個故事的序幕。而Momenta用10年時間成為“物理AI第一股”和估值錨的過程，或許比這個結果本身更值得琢磨，在一個不那么順利的行業里，能活下來并且活得好，不僅要跑得快，更重要的是方向不能偏。