作者 | 赵芷姗
编辑 | 周伟鹏
成立十年，物理AI第一股今天上市了。
7月8日，Momenta正式登陆港交所，开盘股价涨超6%，总市值突破700亿港元，市场反响强烈。
早在招股阶段，它就已展现出超强的市场号召力，14家顶级基石投资者集体入局，这样的豪华阵容，在近年来港股IPO中十分罕见。
与其他智驾公司不同，Momenta给自己定位不是自动驾驶，而是“物理AI”。
资本市场用真金白银回应了对这个定位的期待。
世界模型成AI主线
巨头纷纷押注物理AI
过去几年里，AI的爆发集中在数字世界，但近一年，AI行业的发展重心正加速从大语言模型向世界模型偏转。
数字AI的竞争已进入存量博弈阶段，技术边际收益逐步收窄，而以世界模型为核心底座的物理AI，成为科技巨头与资本市场共同瞄准的下一条主线。
2025年，英伟达CEO黄仁勋，首次公开提出“物理AI”的概念，定义它是能理解现实物理世界、并和实体世界持续交互的AI。
他把AI的演进分为四个阶段：感知AI、生成AI、代理AI和物理AI。
物理AI的核心在于“AI与物理世界的融合”，关键是让AI系统理解并应用重力、摩擦等物理规律，能够在真实世界中安全、可靠地行动。
黄仁勋的判断是，物理AI将开启下一轮万亿级基建与产业浪潮。
英伟达已从芯片到世界模型、仿真平台，构建起完整的生态布局，将其视作自动驾驶与机器人领域的核心技术支点。
除此之外，特斯拉把FSD的核心迭代押注在世界模型上，通过真实驾驶数据构建对物理世界的通用认知；OpenAI也在持续投入机器人与具身智能领域，核心突破方向同样指向能理解真实世界的世界模型。
巨头们的一致行动，印证了行业的共同判断：大语言模型定义了数字AI的上限，而世界模型将打开物理AI的增量空间。
正如Momenta CEO曹旭东所说：“数字AI已卷成红海，物理AI才刚开场。”
数字AI率先爆发，得益于互联网数据容易获取、线上验证成本低；而物理AI虽然数据获取门槛更高、落地验证周期更长，但对应的产业体量与长期价值空间远超前者。
Momenta锚定物理AI定位，已经完成了数据Scaling和商业Scaling的闭环，一边是百万级量产车持续输送真实物理交互数据，一边是规模化营收反哺技术迭代，这种正向飞轮正是资本最看重的核心壁垒。
R7世界模型
点燃物理AI的“ChatGPT时刻”
如果说ChatGPT的横空出世标志着数字AI的“GPT时刻”，那么物理AI的“GPT时刻”正在由世界模型开启。
Momenta之所以能撑起物理AI第一股的估值，核心底气就在于其R7世界模型。它是目前行业内少数真正实现量产落地、并作为端到端基座模型使用的世界模型。
数字AI时代，大语言模型通过互联网海量文本学习语言规律和人类常识。物理AI时代，世界模型需要学习的是另一种规律：物理世界的规律。
而物理AI落地的最大痛点，就在于长尾数据的获取。极端罕见的车况、突发的意外情况，恰恰是决定自动驾驶安全和可靠性的核心瓶颈。
在行业传统路径里，企业要么靠测试车队上路采集，效率低、场景有限；要么依赖渲染生成的合成数据做训练，但合成数据与真实场景之间仍然存在偏差。
R7世界模型依托于海量真实数据，通过三层架构，完成了AI对物理世界，从认知到推演再到进化的完整闭环。
第一层是世界模型预训练，目标是让AI真正懂物理。
Momenta凭借100万辆量产车、累计超过120亿公里的实车里程，从中提炼出1亿段高质量的黄金数据，将真实场景中的物理常识、运动规律、因果关系压缩进基座模型。
不同于传统智驾模型针对特定场景做规则编写，经过预训练的世界模型，能够形成对物理世界的基础认知，就像人类天生理解惯性、距离和速度一样，AI开始具备通用的物理直觉。
第二层是世界模型仿真，为AI打造一个超高效率的练兵场。
基于生成式AI能力，世界模型可以自主推演环境变化，模拟车辆行为改变后真实世界的反馈，对极端罕见的长尾场景做海量验证。
这种仿真的效率比传统实车路测提升上万倍，更关键的是，Momenta的仿真并非凭空渲染生成，而是基于真实数据学习而来，并且可以通过实车数据持续对齐校准，大幅缩小了仿真与真实世界之间的差距，可靠性远高于传统渲染式仿真。
第三层是在世界模型中做强化学习，相当于给AI配备了真实世界的教练。
通过奖惩机制，大模型可以在仿真环境中反复探索试错，不断优化决策逻辑，最终输出更安全、更顺滑的类人驾驶表现。
而量产车端的海量用户反馈闭环，又能持续把真实场景的优化方向带回模型训练，形成“仿真训练——实车验证——数据回流——再迭代”的正向循环。
用一套模型
打开万亿级想象空间
掌握底层物理规律的世界模型，最大的价值在于它极强的泛化能力。
Momenta计划用同一套世界模型基座，支撑起多场景的物理AI应用，彻底打破了过往各场景孤立开发的行业模式。
不仅同时赋能乘用车、Robovan、Robotaxi三大业务，未来还将快速拓展至Robotruck，甚至延伸到具身智能领域。
对世界模型而言，乘用车的城市道路、无人车的园区场景、货运卡车的高速工况，本质上都是物理规律的不同呈现。
只要理解惯性、碰撞、运动因果这些通用底层逻辑，就能以极低的成本快速适配新场景。
核心底层技术的跨场景复用，极大地摊薄了多业务线的研发成本，并且场景越多、数据越丰富，模型迭代速度就越快，边际成本也会持续降低。
与此同时，这套多场景策略，面对的市场空间更为广阔。
据行业测算，到2030年，全球Robotaxi市场规模将达到818亿美元，中国市场占比近半；Robovan全球市场规模将达850亿美元，中国渗透率将高达14%；Robotruck全球市场也将突破330亿美元。
再加上快速渗透的乘用车城市NOA市场，Momenta的技术底座对应的是一个持续高速增长的蓝海。
智驾终局已现
Momenta锁定头部席位
物理AI的商业化率先从自动驾驶落地，而自动驾驶行业的终局格局，已经越来越清晰。
根据CIC灼识咨询发布的数据，2025年3月至2026年2月，在中国第三方城市NOA供应商市场中，Momenta销量市占率高达65%，稳居行业第一。
其客户已覆盖国内全部主流乘用车企业，全球排名前10的车企中，有9家是合作客户。
市占率的绝对领先，只是规模效应的初步体现。
曹旭东曾提出一个核心判断：自动驾驶拥有比芯片行业更强的规模效应与先发优势。
因为软件的边际成本为零，规模不仅会带来成本下降，还会带来体验上的指数级提升。
数据越多，模型越好；模型越好，客户越多；客户越多，数据越多，最终形成强者恒强的马太效应。
这种规模效应已经在Momenta身上得到验证。
它在2017年就拿到奔驰的投资，到2025年底才正式量产落地，用了整整8年，但Momenta在2024年拿下了奔驰所有电车与油车的智驾业务，一旦突破，速度就会加快。
同样，Momenta交付首个10万台量产车花了2年时间，而如今完成同等规模的交付仅需不到40天。
工程效率的飞速提升，正是规模化带来的直接红利。
按照曹旭东的终局预判，智驾行业最终只会剩下少数玩家，中国市场2-3家，全球市场3-4家供应商能够胜出。
行业窗口正在关闭，而Momenta已经在牌桌上抢先占据一席。
Momenta正在讲述的，不是一个自动驾驶供应商的故事，而是一个万亿级规模的物理AI平台的故事。
它已经站在了风口的最前沿。
•END•
Question. Write.Narrate. Believe. Become a story.易简传媒的愿景是提问和传播商业故事，让读者更开阔，更聪明。有 2500 万微信粉丝关注我们的账号，欢迎大家关注：
