今天上午，利弗莫尔证券数据确认：MOMENTA GLOBAL LIMITED（梦腾智驾环球有限公司）已正式通过港交所上市聆讯，联席保荐人为中金公司、德意志银行。

这意味着，距离这家成立十年的智能驾驶公司正式挂牌，只剩下最后一步。市场预期其将于 6 月底启动招股发行。而它将要争夺的，是一个此前从未被定义过的身份：「物理 AI 第一股」。

几乎是同一个窗口期里，大洋彼岸的英伟达也在反复强化同一个判断。早在三年前，英伟达就已经围绕机器人、数字孪生、自动驾驶和世界模型搭建起一套新的技术叙事。2024 年，黄仁勋进一步将这些分散的方向统一纳入「Physical AI（物理 AI）」框架，并将其定义为继生成式 AI 之后的下一波浪潮。今年 1 月的 CES 上，黄仁勋更是宣布机器人与自动驾驶领域即将迎来属于自己的「ChatGPT 时刻」；6 月初的 GTC 台北，他又带着全模态世界模型 Cosmos 3 登台，把语言、图像、视频、动作统一塞进一套系统里。

三年来，黄仁勋讲的故事只有一个版本：上一轮浪潮属于「会说话」的数字 AI，下一轮浪潮属于「能行动」的物理 AI，而能不能行动取决于 AI 是否真正理解物理世界的运行规律。

这正是「世界模型」突然变得炙手可热的原因。它被普遍认为是物理 AI 时代的基座模型，就像 GPT 是数字 AI 时代的基座模型一样。而 Momenta 的 R7 世界模型，恰好赶上了这场叙事与资本同时升温的窗口期。

数字世界的基座是语言，物理世界的基座是什么？

要理解世界模型为什么重要，我们不妨先回到语言模型的世界看看。

ChatGPT 大突破本质上是让机器掌握了语言世界的统计规律：给定前面的词，预测下一个词是什么。

这套简单的机制压缩了人类几乎全部的文本知识，于是语言模型突然「懂」了常识、逻辑甚至幽默感。这是数字 AI 的 GPT 时刻。

但语言模型再聪明，也不知道一颗苹果从车顶滚落时会沿着怎样的轨迹弹跳，不知道湿滑路面上刹车需要多提前多少距离。这些是物理世界的常识，藏在物理规律和因果关系里，不是靠扫描互联网文本就能学到的。

世界模型要解决的正是这个问题：把物理世界的运行规律压缩进一个模型里，让 AI 具备物理世界的「常识」。这也是为什么黄仁勋会把英伟达的 Cosmos 系列称为「世界基础模型」（World Foundation Models）；其在逻辑上，与 GPT 之于语言世界完全一致，只是研究对象从文字换成了物理规律本身。

Momenta 今年 4 月在北京车展首发的 R7 世界模型，正是沿着这条路径搭建的三层架构。

Momenta 四位合伙人同台出席，正式宣布 Momenta R7 世界模型实现量产首发

第一层是世界模型预训练，目标是「让模型懂物理」。

Momenta 通过把海量真实驾驶数据中的视频片段输入模型，把物理常识和因果关系压缩进基座模型里。这一层的关键壁垒是数据规模：Momenta 依托搭载了其系统的 90 多万台 L2++ 量产车，积累了超过 120 亿公里的真实行驶里程，并从中提炼出 1 亿段「黄金数据」，这是大多数同行难以复制的数据底盘。

第二层是世界模型仿真，相当于给模型配一个「练兵场」。

系统利用生成模型推演周围环境的演变，对极端罕见的长尾场景进行闭环测试，效率比传统实车路测高出数量级。由于这个仿真世界本身是从真实数据中学出来的，Momenta 可以用实车数据和仿真结果做交叉校验，明确知道仿真与真实世界之间的差距有多大、差在哪。这是一套有基准可验证的体系，而非单纯靠图形渲染拼出来的「假仿真」。

第三层是在世界模型中做强化学习，扮演「教练」的角色。

系统通过奖惩机制反复试错，在数千万次虚拟交互之后，逐渐摸索出比人类预设规则更优的驾驶策略。

这是国内首个把世界模型、强化学习和端到端架构真正结合并跑通的方案，能让自动驾驶系统从一个执行规则的工具，逐步变成一个能理解环境规律、预判未来演变、自主做出决策的智能体。

一个被反复提及的例子是：前车意外掉落一箱苹果，系统能够预判苹果滚落的轨迹和扩散范围，提前减速并规划绕行路线，而不是等危险逼近才被动刹停。

预训练负责「懂」，仿真负责「练」，强化学习负责「精进」。

三层叠在一起，构成了 Momenta 的核心技术叙事：R7 是一次物理 AI 基座模型的范式切换。

为什么是 Momenta，数据、商业与一道「认知代差」

物理 AI 领域并不缺世界模型的尝试者。英伟达有 Cosmos，特斯拉有 FSD 背后的世界模型雏形。那么，把 Momenta 放进这个坐标系里看，它的先发优势大致来自三个层面。

第一重优势是数据规模。

Momenta CEO 曹旭东多次强调，物理 AI 的核心是数据 Scaling 和商业 Scaling 的正反馈，而自动驾驶是目前唯一能同时跑通这两者的物理 AI 细分领域。

Momenta CEO 曹旭东

Momenta 依托 90 多万辆量产车持续采集真实驾驶数据，在这方面优势明显。须知，数据量越大，模型对长尾场景的覆盖就越完整。这是一个滚雪球式的壁垒，越往后启动的玩家，越难追上前面积累的数据规模差。

第二重优势是商业闭环已经跑通。

物理 AI 需要「门票」，而要拿到这张门票，企业必须先有一项能持续创造现金流的业务撑住烧钱周期。

Momenta 选择的现金流业务，就是面向乘用车的量产辅助驾驶。

据 CIC 灼识咨询 6 月 15 日发布的《自动驾驶行业蓝皮书》，2025 年 3 月至 2026 年 2 月期间，中国第三方城市 NOA 供应商市场中，Momenta 市占率达到 65%，行业第一。

资料来源：CIC 灼识

全球前十大车企中已有 9 家与 Momenta 展开合作，客户覆盖奔驰、宝马、奥迪、丰田、本田、通用、大众、比亚迪、上汽等。目前，搭载其系统的量产车辆已超过 90 万台，累计交付车型超过 100 款，定点车型数超过 210 款。

而支撑起这套商业闭环的，是一组招股书里同样亮眼的财务数据。2023 年到 2025 年，Momenta 营业收入从 7.43 亿元增长至 24.13 亿元，三年翻三倍，年均复合增长率超 80%。其中，许可收入增速表现尤为亮眼，从 2023 年的 0.23 亿元大幅增长至 2025 年的 9.68 亿元，三年翻 42 倍！

背后的原因也很直接：随着高阶智驾渗透率的不断提升，Momenta 客户数量及车型数量均在快速增长，同时也意味着搭载 Momenta 智驾方案的量产车型在终端市场展现出强劲的销量势能。

与高增长并行的，是对研发的高强度投入。2025 年全年，Momenta 研发投入达 18.69 亿元，占年度收入的 77.5%，近三年累计研发投入 46.6 亿元；截至 2025 年底，公司研发人员 1157 名，占比近 82%，其中超过三分之二拥有硕士及以上学历。

正是这种高密度的研发投入，让 Momenta 拿下了多个行业首个：全球首个实现无图城市 NOA 全国范围覆盖、全球首个实现端到端大模型量产、全球首个实现强化学习量产、世界模型行业首个实现量产落地的第三方智驾公司。

截至 2025 年底，公司现金储备超 100 亿元，为接下来的 Robo 市场扩张和全球化布局留出了足够的弹药。

也就是说，在大多数同行还在烧钱验证技术路线的阶段，Momenta 已经用真实营收把「数据-模型-商业」的飞轮转了起来。

第三重优势是 Momenta 反复强调的「技术代差」。

行业里大多数公司把世界模型当作仿真工具（用它生成数据去训练或测试主模型），而世界模型和主模型是两个独立系统。而 Momenta 是把世界模型直接用于「端到端基座模型预训练」，世界模型本身就是主模型的一部分。

打个比方，前者更像是考前的模拟考试，帮你查漏补缺；后者则直接重塑了学生的大脑认知结构，让学习方式本身发生改变。这种应用方式上的差异，相当于一个「超级放大器」，能让模型整体性能和能力上限实现 10 倍甚至 100 倍的代际跃升，也是 R7 能在较短周期内快速迭代的核心原因。

量产速度的变化某种程度上印证了这种飞轮效应：2022 年交付第一个 10 万台量产规模耗时 24 个月，而现在最快不到 40 天就能完成 10 万台交付。

一套架构吃下四条赛道

如果数据和商业闭环解决的是「Momenta 凭什么领先」，那么下一个问题是：这套领先能延伸到多大的范围？

R7 世界模型的设计逻辑里，藏着一个关键假设：物理规律是通用的。

惯性、摩擦力、运动因果关系，不会因为开车的是乘用车、出租车还是卡车而改变。一旦世界模型真正掌握了底层物理规律，它就应该具备跨场景的泛化能力。

这正是 Momenta 构想的「All-in-One Platform」的底层逻辑：用同一套底层系统架构，同时赋能乘用车量产、Robotaxi、Robovan、Robotruck 四类业务形态，而不需要为每一种车型、每一种场景单独训练一套模型。

这背后是一个明确的成本逻辑：如果核心技术能够跨场景复用，多业务线并行的研发成本就能被大幅摊销，整体迭代效率也会随之提升；即研发投入不变，但能覆盖的业务场景成倍增加，边际成本随业务扩张持续走低。

这套逻辑能撑起多大的市场空间？先看 Momenta 已经站稳脚跟的量产辅助驾驶市场：据 CIC 灼识咨询数据，2025 年全球及中国 L2 级-高速 NOA / L2 级-城市 NOA 辅助驾驶及更高级别智能驾驶市场规模分别约为 204 亿美元及 130 亿美元，预计到 2030 年将扩大至 3,059 亿美元及 1,666 亿美元，复合年增长率分别达 71.9% 及 66.5%；量产板块在全球及中国市场的占比均超过 80%，是当前阶段规模化落地的主要载体。

再看 Robo 市场这条更远期的曲线：到 2030 年，全球及中国 Robotaxi 市场规模将分别增长至约 818 亿美元和 381 亿美元，中国渗透率预计达到 11.9%，高于全球 5.7% 的水平；Robovan 全球与中国市场规模将分别达到约 850 亿美元和 535 亿美元；Robotruck 全球与中国市场规模将分别达到约 330 亿美元和 165 亿美元。

已经验证且即将突破 3000 亿美元的量产市场+尚待打开且合计接近 2000 亿美元的 Robo 市场……两个市场加起来，正是「两条腿」战略真正的想象空间所在。如果世界模型真的能在不同车型、不同任务之间自由迁移，Momenta 就不再只是一家自动驾驶方案商，而是一个可以同时切入多条万亿级赛道的平台型公司。

不造车的特斯拉，物理世界的 Anthropic

要让资本市场相信一个全新的叙事，最快的方式往往是找到一个已经被验证过的参照系。沿着这个思路观察，不难发现 Momenta 身上其实叠着两个隐含的对照对象：特斯拉与 Anthropic。

和特斯拉的相似之处，在于技术路径几乎重叠。

两家公司都最早采用无图模式与端到端架构，都坚持用同一套大模型覆盖从 L2 辅助驾驶到 L4 自动驾驶的全部业务，都把「世界模型」作为这套架构的核心。

特斯拉依靠数百万辆量产车积累的场景数据，用世界模型反哺 FSD 向 L4 能力迭代，目前已在美国德州多地实现无安全员的 Robotaxi 运营；Momenta 则坚持「一个飞轮两条腿」战略，用 L2++ 的真实数据流和 L4 的技术研发流在同一套算法与传感器架构下打通，并以 R7 的量产首发完成了「世界模型上车」这一关键节点。

在落地速度上，特斯拉靠海量真实数据降低了 L4 落地门槛，而 Momenta 复用 L2++ 积累的长尾数据，仅用 3 个月就拿到了阿布扎比的 L4 路测牌照，提前验证了算法的可迁移性。

和 Anthropic 的对照，则更多落在商业化路径的相似性上。

Anthropic 被很多人视为「最专注」的 AI 公司，选择了一条比 OpenAI 更窄但更深的路：几乎把所有筹码压在编程这一个场景上。

根据 Anthropic 2026 年 3 月发布的《经济指数报告》，编程相关任务（Computer and Mathematical 类职业）占其消费端 Claude.ai 对话量的 35%，是目前最大的单一使用场景；与此同时，Claude Code 在企业 API 侧的占比持续扩大，推动公司整体年化收入在一年多时间里从约 10 亿美元跃升至 2026 年 4 月的约 300 亿美元规模。

这条路径的核心逻辑是：先在一个最容易验证商业价值的场景里把闭环跑通、把现金流做厚，再把这套能力复制到金融、法律、医疗等其他垂直领域。

Momenta 的处境与此类似，但也有不同——Momenta 同样先专注于在一个场景跑通商业闭环，但不同的是其创立之初就是「两条腿」走路。

其中，L2++ 量产辅助驾驶是自动驾驶里商业化确定性最高的场景，也正是 Momenta 为了获得物理 AI 门票的现金流业务：这条业务线已经为 Momenta 带来了 90 万台量产车的真实装机量和超过 60% 的第三方市占率，率先跑通了物理 AI 领域罕见的「商业+数据」双闭环。

另一方面，L4 自 Momenta 创立以来也一直在并行推进。Robotaxi、Robovan、Robotruck 等场景也会复用同一套算法和数据基座。这与 Anthropic 把在编程场景沉淀下来的优势延展到金融、法律等场景是同样的逻辑：用可以规模化变现的业务，培养能够跨场景复用的核心能力。

两个对照放在一起，指向同一个终局猜想：如果规模效应和先发优势真的像曹旭东判断的那样强烈，即「自动驾驶的规模效应比芯片行业更强，因为软件的边际成本是零」，那么这个市场很可能不会容纳太多玩家，最终收敛成少数「赢家通吃」的平台型公司，就像今天的安卓在移动操作系统里的位置。

曹旭东本人也判断，全球范围内最终能存活的智驾供应商大概只有 3 到 4 家。

这个猜想能否兑现，关键在于 Momenta 能不能把账面上的数据和市占率优势，进一步转化为规模化的盈利能力，而这恰恰是「数据 Scaling+商业 Scaling」双飞轮叙事里最值得期待的下一程：纯软件路线意味着边际成本随交付量摆动的空间远大于硬件路线，一旦量产规模和第三方市占率的优势持续放大，利润率的改善曲线很可能比同行更快出现拐点。

这正是资本市场愿意为「物理 AI 第一股」给出溢价的核心原因。

写在上市前夜

从 2016 年曹旭东在 30 岁那年创立 Momenta，到如今即将登陆港交所，这家公司走过的十年，恰好是中国自动驾驶行业从概念验证到规模化量产的十年。如今站在「物理 AI 第一股」的门槛前，Momenta 要回答的问题已经不只是「自动驾驶做得好不好」，而是「世界模型这套范式，到底能不能像语言模型在数字 AI 时代做到的那样，成为物理 AI 时代真正意义上的基座」。

英伟达正用 Cosmos 在云端讲一个通用故事，特斯拉正在北美用 FSD 验证另一个版本，Momenta 则带着 90 万台量产车的真实数据和正在加速落地的 Robo 业务，准备在港交所给出自己的答案。

物理 AI 的「GPT 时刻」究竟会不会在自动驾驶领域率先兑现，市场很快就会给出第一个定价。

本文来自微信公众号 “机器之心”（ID：almosthuman2014），编辑：Panda