為什么不造車的Momenta，反而掌握了物理AI時代最核心的資產？

導讀：Momenta登陸港交所，基石席位“一票難求”。

張永堃丨作者

李彥丨編輯

壹覽商業丨出品

7月8日，“物理AI第一股”Momenta正式登陸港交所。上市首日，Momenta盤中高開至314.8港元/股，漲幅一度超過6%。

對于自動駕駛這門生意中，市場相對更熟悉重資產運營的商業邏輯——建車隊、鋪城市、磨運營，每一步都意味著漫長周期和高昂投入。而Momenta在過去十年中，卻是用“重技術+輕模式”的方式跑通了商業閉環。

Momenta從未造車，而是奔馳、寶馬、奧迪、豐田等諸多國際品牌的供應商，獲得超210款車型定點，累計搭載車輛已超100萬輛。這家公司以世界模型為基座，以量產業務數據飛輪為支撐，讓一臺臺真實上路的量產車，成為物理AI持續進化的數據入口。

1

超豪華投資者陣容

Momenta基石席位“一票難求”

在上市之前，Momenta就已是一級市場最受關注的物理AI標的之一。

IPO定價295.6港元/股，意味著Momenta上市市值達到了696.3億港元，約合88.8億美元，較半年多前最后一輪融資的估值上漲了約43.6%。但即便溢價明顯，Momenta依然獲得了14家頂級基石投資者的加持，基石認購總額約30億港元。

基石投資者包括新加坡政府投資公司（GIC）、富達國際（Fidelity）、貝萊德集團（BlackRock）、富蘭克林鄧普頓（Franklin Templeton）、橡樹資本（Oaktree）等全球頂級機構，老股東梅賽德斯-奔馳、比亞迪以及國產存儲巨頭兆易創新等。

在壹覽商業看來，對國際長線基金機構而言，單純的概念和短期情緒很難構成投資理由，它們更關注的是技術壁壘、商業確定性和長期市場空間。

GIC、富達國際、貝萊德、富蘭克林鄧普頓等機構出現在Momenta的基石名單中，指向的是一個清晰的判斷：在數字AI競爭日趨擁擠之后，物理AI正在成為新的長期方向，而自動駕駛恰恰是最先具備規模化落地基礎的物理AI場景之一。

尤其是GIC和富達國際的領投，更具風向標意義。前者是全球最具代表性的主權財富基金之一，長期投資過阿里巴巴、美團、快手等中國互聯網龍頭，也曾布局Anthropic、臺積電等全球科技資產；后者則是全球頂級資管機構，過往在騰訊、阿里巴巴、比亞迪、寧德時代等中國核心資產上有長期配置經驗，近年來也通過旗下基金進入中際旭創、新易盛、寒武紀、瀾起科技等AI產業鏈標的。

同樣值得一提的是，富蘭克林鄧普頓基金此次也是歷史上首次現身港股基石投資者名單。對于一家擁有長期投資傳統的國際資管機構而言，首次進入港股基石投資人名單便選擇了Momenta，本身也強化了這次IPO的稀缺性。

產業資本是場景落地的關注者，也同樣期待自身智能化升級能嫁接上成熟技術。例如奔馳和比亞迪既是Momenta的老股東，也是合作伙伴。對車企來說，輔助駕駛能力正在成為新車競爭力的一部分；對Momenta來說，一旦進入車企量產體系，合作將有機會延伸為多車型、多平臺，甚至長期技術迭代。

在此之上，Momenta背后還有高毅、博裕、華夏基金、廣發基金、太平洋保險等機構等國內“私募+公募+險資”的組合。

總體來看，Momenta是少有讓國際資金、產業資本、國內機構達成共識的優質標的：這家公司拒絕了用重資產做自動駕駛的老路，而是給行業帶來了新的想象力。

2

不用造車

也能掌握物理AI核心資產

物理AI最大的難點，從來不只是算法。一項技術的突破，背后承載的是幾何級增長的測試里程。城市之間特點各不相同，解決一個長尾場景痛點所花的成本更是無法預測。

這也是自動駕駛過去長期被視為重資產生意的原因。傳統路徑往往是買車、建車隊、鋪城市、做測試、收集數據。這樣的方式邏輯直接，但代價也很高。企業需要投入大量車輛、傳感器、運營團隊和測試資源，還要在商業化真正跑通前，承擔漫長且低收入的投入周期。

Momenta則直接通過與車企合作，建構了自己的數據采集網絡。一方面，Mass Production（量產業務）面向車企量產，提供智能駕駛軟件方案，帶來穩定收入、真實道路數據和規模化驗證機會。另一方面，Scalable Robo（規模化無人業務）面向Robotaxi、Robovan等無人駕駛場景，承擔更高階能力驗證和未來商業空間打開的角色。

兩條線互為支撐：量產業務提供穩定的現金流和數據底座，無人業務提供高階技術驗證。數據在兩者之間流動，能力在兩者之間迭代。

這種“輕模式”讓Momenta與傳統車企建立了深度的合作關系，帶來的優勢也是顯而易見的。

第一，降低資產壓力。Momenta不需要自建車隊，資產保持輕量化，可以集中資源投入算法研發和模型訓練。

第二，提升數據效率。7月7日，Momenta宣布量產業務搭載規模已突破100萬臺。每天，搭載Momenta輔助駕駛系統的車輛行駛在亞洲、歐洲、大洋洲等10多個國家和地區的道路上，覆蓋全球最豐富的交通場景。

第三，加速商業化落地。其量產方案已在德國、日本、澳大利亞等汽車工業強國部署，驗證了技術在不同交通規則和駕駛文化下的適應能力。以奔馳為例，從2017年投資到2025年底量產，雙方用了8年打磨工程化體系。據悉，未來奔馳全部乘用車型都將搭載Momenta智駕方案。這種工程化能力和車企信任，是競爭對手難以在短期內復制的能力。

歸根結底，Momenta的“輕模式”并非取巧，而是用一種更聰明的方式重構了物理AI的生產關系。

3

數據飛輪已經轉動

Momenta的技術優勢

正如前文所述，物理AI高度依賴真實世界的數據，而Momenta的數據飛輪已經轉動，并成為了“重”技術的底氣。

物理AI究竟有哪些評判指標？Momenta CEO曹旭東將其拆解為Data Scaling與Commercial Scaling兩個維度。前者指向數據規模化能力，后者指向商業規模化能力。簡單來說，一家公司不僅要能持續獲得真實世界的數據，還要能把技術真正賣出去、大規模跑起來。

在Data Scaling層面，Momenta已經具備相當可觀的積累。基于超過120億公里實車里程和超1億段黃金數據，Momenta于2026年4月量產首發了R7世界模型，該模型包含三個遞進層次：第一層是預訓練，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；第二層是仿真，通過閉環推演自身行為變化時環境的響應，對長尾場景進行性能評估；第三層是強化學習，讓系統從模仿學習轉向自主決策優化。

三層結構層層遞進，數據規模與場景豐富度直接決定模型能力上限，這是實驗室堆參數無法實現的壁壘。

在Commercial Scaling層面，Momenta的優勢則體現在量產速度上。目前，Momenta量產規模已經突破百萬臺量級。據曹旭東透露，Momenta交付首個10萬臺用了2年時間，而如今最快不到40天即可完成10萬臺交付。

Momenta能拿到上述結果，得益于自動駕駛行業極強的先發優勢和規模效應。與硬件不同，自動駕駛軟件的邊際成本趨近于零，一旦技術方案得到驗證、工程體系跑通，后續的復制速度就會明顯加快。越多車輛上路，越多數據回流，模型迭代越快，技術壁壘越高——飛輪一旦啟動，后來者就很難追趕。

Momenta招股書披露的財務數據也驗證了這套邏輯的商業可行性。在自動駕駛長期被視為“燒錢無底洞”的行業背景下，Momenta的營收實現了爆發式增長，且現金儲備超100億元，2025年經調整虧損大幅縮窄，盈利可期。

未來自動駕駛的發展，將是涵蓋數據規模、模型效率、工程交付與客戶生態的綜合競爭，這也正是Momenta“數據飛輪”的核心邏輯。Momenta既有量產業務提供數據和現金流，又有Robotaxi、Robovan等無人駕駛業務驗證高階能力，未來還可以向Robotruck、具身智能等更廣義的物理AI場景擴展。

4

結語

如果說過去十年，Momenta完成的是從技術驗證到商業驗證的跨越，那么上市之后，它要回答的就是更長期的物理AI命題。

現階段，Momenta已經證明了自己可以在不造車、不自建龐大車隊的情況下，依靠車企量產體系獲得真實道路數據，并把這些數據轉化為持續迭代的模型能力和商業收入。百萬級量產規模、全球車企合作以及不斷加速的交付速度，共同構成了它今天被資本重新定價的基礎。

曹旭東曾有一個判斷：“任何一個人工智能應用，一旦接近人類的水平，就會在很短的時間內大幅超過人類的水平。”換句話說，AI前期可能要花十年、二十年緩慢爬坡，但一旦逼近臨界點，超越人類能力或許只需要一兩年。

物理AI的競賽才剛剛開始，至少從目前來看，Momenta已經拿到了這張入場券。