物理AI第一股Momenta來了：自動駕駛迎來“重估時刻”

??深響原創(chuàng) · 作者｜何理

AI的風(fēng)向，已經(jīng)變了。

此前，無論大語言模型還是Agent、龍蝦，AI始終在“屏幕內(nèi)”，「數(shù)字AI」不斷探索邊界，也卷成了紅海。而現(xiàn)在，在屏幕之外，一個更龐大、更具想象力的AI新戰(zhàn)場正在形成——行業(yè)目光集體轉(zhuǎn)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(diào)推出全模態(tài)物理AI模型NVIDIA Cosmos 3，還亮出了機器人領(lǐng)域的全家桶，黃仁勛反復(fù)強調(diào)物理AI將成為下一波浪潮，世界模型是實現(xiàn)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，F(xiàn)SD（完全自動駕駛）實現(xiàn)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(xí)行走的雙足人形機器人，而是已經(jīng)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(shù)據(jù)閉環(huán)”與“高頻商業(yè)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(fā)物理AI“GPT時刻”的關(guān)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(lǐng)銜“物理AI第一股”。在智駕的基礎(chǔ)上，Momenta正在打造一個能夠理解物理規(guī)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(gòu)建者。

目前，Momenta R7世界模型已實現(xiàn)量產(chǎn)首發(fā)，意味著物理AI正式從技術(shù)理念走向規(guī)模化量產(chǎn)落地，實現(xiàn)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(yīng)商市場中，Momenta以高達65%的市占率行業(yè)居首，Momenta的客戶已覆蓋國內(nèi)全部主流乘用車企業(yè)，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(guī)模化商業(yè)價值。

此外，Momenta的股東陣容極其豪華，匯聚了全球最核心的產(chǎn)業(yè)和科技戰(zhàn)略投資人，以及全球頂級財務(wù)投資人。產(chǎn)業(yè)資本囊括了全球汽車產(chǎn)業(yè)鏈的核心玩家，包括：上汽、通用、奔馳、豐田、比亞迪、現(xiàn)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(chǎn)業(yè)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(wù)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(chuàng)新工場、真格基金、鼎暉投資、高榕創(chuàng)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(chuàng)新資本、混沌資本、春華資本、大灣區(qū)基金、國新基金、光合創(chuàng)投、九合創(chuàng)投、錦秋基金等全球最頂尖投資機構(gòu)。超豪華、多元化的股東陣營，不僅為Momenta提供了戰(zhàn)略和資本支持，還從業(yè)務(wù)協(xié)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(xué)習(xí)能力，深度嵌入機器人、智能設(shè)備、自動化產(chǎn)線等物理實體系統(tǒng)中，使其能夠在復(fù)雜、動態(tài)的真實物理環(huán)境中自主執(zhí)行任務(wù)。如果說過去AI突破主要體現(xiàn)在數(shù)字世界，那么物理AI的興起，則意味著AI發(fā)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(shù)字AI，物理AI并不是一條單線賽道。具身智能、自動駕駛、工業(yè)機器人、邊緣AI，都在把AI從屏幕帶進現(xiàn)實世界，它們之間也并非對立關(guān)系，更像是物理AI走向現(xiàn)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(yù)判未來并自主決策的“內(nèi)在思維系統(tǒng)”。

要理解世界模型的關(guān)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(guī)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(guī)則，預(yù)測動作帶來的后果，并支持AI在現(xiàn)實世界中做出實際行動。

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

現(xiàn)實世界場景多變且充滿不確定性，人類無法用死板的規(guī)則預(yù)設(shè)所有的突發(fā)情況。因此AI必須具備自主理解和預(yù)判能力，才能適應(yīng)不同環(huán)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(yù)訓(xùn)練賦予模型理解現(xiàn)實世界的“物理直覺”，讓AI真正“懂物理”；再利用這套規(guī)律在虛擬練兵場里“腦補”行動后果，配合強化學(xué)習(xí)的獎懲機制，讓大模型在無風(fēng)險、低成本的環(huán)境中反復(fù)探索、試錯并給出最優(yōu)決策。這種從理解物理規(guī)律到在虛擬試錯中進化出最優(yōu)行動方案的閉環(huán)能力，正是世界模型能夠打破虛擬與現(xiàn)實鴻溝，成為具身智能和通用人工智能核心基石的關(guān)鍵原因。

今年世界模型熱度明顯升溫，很多不同的技術(shù)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(tài)、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(yù)測下一個2D像素場景，由于其訓(xùn)練數(shù)據(jù)大量來自影視作品，模型極易生成不符合真實物理規(guī)律的內(nèi)容，比如像星戰(zhàn)“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(jié)構(gòu)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(huán)境，本質(zhì)上瞄準(zhǔn)的是數(shù)字世界的構(gòu)建。但模型重建3D空間不等于理解世界，幾何結(jié)構(gòu)也不代表復(fù)雜的物理動態(tài)演變狀態(tài)。

由此可見，當(dāng)前各個方向的世界模型的痛點核心，在于對物理規(guī)律的理解深度，以及能否最終服務(wù)于“行動”。我們開發(fā)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(guī)律，并基于這種理解去精準(zhǔn)預(yù)測下一個狀態(tài)。行業(yè)真正需要的，是把多模態(tài)感知、物理規(guī)律理解和動作執(zhí)行三者徹底打通。

Momenta R7世界模型如何構(gòu)筑物理AI底座？

而要實現(xiàn)多模態(tài)感知、物理規(guī)律理解和動作執(zhí)行三者打通，就必須擁有海量的真實物理交互數(shù)據(jù)與場景，率先跑通數(shù)據(jù)和商業(yè)規(guī)模化閉環(huán)，讓“數(shù)據(jù)回流再推動模型能力躍升”的正向循環(huán)真正轉(zhuǎn)起來。在這個前提下，擁有斷層式數(shù)據(jù)紅利的自動駕駛賽道，自然成為了最先解出這道題的產(chǎn)業(yè)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(shù)據(jù)、場景、世界模型架構(gòu)方面的優(yōu)勢格外顯著：

在數(shù)據(jù)規(guī)模方面，Momenta擁有基于120+億公里實車?yán)锍烫釤挼?億段黃金數(shù)據(jù)，還有真實世界里大量數(shù)據(jù)的反饋，覆蓋更多長尾場景。Momenta以真實數(shù)據(jù)學(xué)習(xí)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(zhǔn)，并擁有明確可參考的基準(zhǔn)，這種“真生成”最大程度地減少了仿真與現(xiàn)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(gòu)更是獨樹一幟。

第一層World Model Pre-Training（世界模型預(yù)訓(xùn)練）， 讓模型懂物理。傳統(tǒng)的智駕大模型大多是在“背題庫”，而R7則是在“學(xué)規(guī)律”。它通過海量真實駕駛視頻的預(yù)測訓(xùn)練，將物理規(guī)律、常識與因果關(guān)系壓縮進模型，讓系統(tǒng)形成對物理世界最底層的基礎(chǔ)認知，不再機械地依賴人工規(guī)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(huán)境進行閉環(huán)仿真，讓系統(tǒng)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(xiàn)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(tǒng)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(xué)習(xí)），系統(tǒng)通過精心設(shè)計的獎懲機制讓大模型反復(fù)探索與試錯。它在虛擬世界里經(jīng)歷千萬次的博弈推演，自主學(xué)會了在復(fù)雜多變的動態(tài)環(huán)境里如何做出最優(yōu)決策，最終輸出更安全安心、高效絲滑的類人駕駛表現(xiàn)。

這套架構(gòu)可以說是物理AI現(xiàn)實價值的直觀體現(xiàn)。比如開車的時候，前方意外掉落一箱蘋果，Momenta就可以自主預(yù)判蘋果滾落的軌跡與擴散范圍，提前平穩(wěn)減速、規(guī)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(fā)路況。

Momenta R7理解的是物理世界的運動規(guī)律與交互邏輯，而非依賴場景記憶與規(guī)則匹配。真正的物理AI，不只是讓車輛在絕大多數(shù)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(wěn)健的安全保障。

從整體視角來看，Momenta R7世界模型這三層架構(gòu)并不是孤立的三個模塊，而是一個有機統(tǒng)一、高頻自運轉(zhuǎn)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(gòu)打破了過去感知、預(yù)測、規(guī)劃各自為戰(zhàn)的割裂狀態(tài)，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(jīng)驗，三者互為因果，數(shù)據(jù)在內(nèi)部滾動即可實現(xiàn)模型的自我升級。

目前行業(yè)內(nèi)普遍僅將世界模型用作“生成數(shù)據(jù)”的仿真工具，好比考前多刷一些模擬題，Momenta是市場上極少數(shù)直接將世界模型用于“端到端基座模型預(yù)訓(xùn)練”的公司。這種底層的應(yīng)用代差，讓系統(tǒng)整體的產(chǎn)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(fā)投入為18.69億元，占其年度收入的77.5%，近三年累計研發(fā)投入達46.6億元。截至2025年底，公司擁有研發(fā)人員1157名，研發(fā)人員占比近82%，超過三分之二擁有碩士及以上學(xué)歷。堅決的研發(fā)投入會進一步鞏固和加強Momenta的技術(shù)領(lǐng)導(dǎo)地位。

技術(shù)跨場景落地，指數(shù)級優(yōu)勢顯現(xiàn)

而更重要的是，技術(shù)的積累正在落地于應(yīng)用。Momenta R7世界模型已經(jīng)走出了實驗室，在真實的產(chǎn)業(yè)與資本浪潮中率先跑通了數(shù)據(jù)+商業(yè)的兩大閉環(huán)。

一方面是實打?qū)嵉牧慨a(chǎn)，Momenta R7 世界模型已量產(chǎn)首發(fā)，目前搭載Momenta系統(tǒng)的量產(chǎn)車輛規(guī)模已超90萬臺，已成功交付超100款量產(chǎn)車型，累計定點車型數(shù)超210款，并實現(xiàn)最快不到40天交付10萬臺的高效部署。復(fù)雜路況下產(chǎn)生的海量交互數(shù)據(jù)，實時、高頻地流回模型，會進一步促使 R7 實現(xiàn)指數(shù)級自我進化。

另一方面則是實打?qū)嵉臓I收，招股書顯示，Momenta近三年營收規(guī)模實現(xiàn)跨越式增長：2023年至2025年，Momenta營業(yè)收入從7.43億元增長至24.13億元，三年翻三倍，年均復(fù)合增長率超80%。截至2025年底，公司現(xiàn)金儲備超100億元，為加速Robo市場和全球化發(fā)展提供了有力支撐，有利于其在物理AI的長期戰(zhàn)役里占據(jù)主動權(quán)。

圖源：招股書

由此Momenta得以形成飛輪效應(yīng)，“平臺級”的架構(gòu)將終結(jié)過往各場景孤立開發(fā)、重復(fù)造輪子的傳統(tǒng)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(lǐng)域。

核心底層技術(shù)的跨場景復(fù)用，極大地攤銷了多業(yè)務(wù)線并行的研發(fā)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(yè)機器人等更廣闊的通用物理 AI 領(lǐng)域。

Momenta的“兩條腿”策略

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

而Momenta的規(guī)模效應(yīng)和先發(fā)優(yōu)勢也在多個維度展開：體驗上，數(shù)據(jù)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(chǎn)、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(chǎn)能力和市場接受度的最直觀證明。

回頭看AI的發(fā)展路徑，會發(fā)現(xiàn)一個有趣的規(guī)律：每一次技術(shù)范式切換，資本市場最終定價的都不是某個單點產(chǎn)品，而是能夠定義下一代基礎(chǔ)設(shè)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(shù)字智能；而當(dāng)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(guī)律、預(yù)測世界演化并驅(qū)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(yè)務(wù)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(yè)普遍判斷，智駕及物理 AI 底座最終將是“馬太效應(yīng)”的局面，未來全球市場最終可能只會留下少數(shù)頭部玩家。而Momenta勢必能以自身的稀缺性、技術(shù)領(lǐng)先、商業(yè)閉環(huán)迎來“贏者通吃”的應(yīng)許之期。