6月23日，全球領(lǐng)先的物理AI公司Momenta在港交所刊發(fā)聆訊后資料集（PHIP），正式進(jìn)入IPO沖刺階段。

招股書顯示，2023年至2025年，Momenta營業(yè)收入由7.43億元增長至24.13億元，三年翻三倍；截至目前，搭載其智能駕駛系統(tǒng)的量產(chǎn)車輛已超90萬輛，累計(jì)交付車型超過100款。據(jù)CIC灼識(shí)咨詢數(shù)據(jù)，2025年3月至2026年2月，Momenta以65%的銷量市占率位居中國第三方城市NOA供應(yīng)商首位。

從量產(chǎn)規(guī)模到市場(chǎng)份額，Momenta已經(jīng)完成了自動(dòng)駕駛商業(yè)化能力的階段性驗(yàn)證。而隨著人工智能競(jìng)爭(zhēng)從數(shù)字世界逐步走向物理世界，行業(yè)關(guān)注的焦點(diǎn)也正在發(fā)生變化。

今年4月，Momenta R7世界模型實(shí)現(xiàn)量產(chǎn)首發(fā)，標(biāo)志著物理AI正式從技術(shù)理念走向規(guī)模化量產(chǎn)落地。對(duì)于整個(gè)行業(yè)而言，這不僅意味著一代自動(dòng)駕駛技術(shù)的升級(jí)，更意味著物理AI開始擁有屬于自己的基礎(chǔ)模型。

物理AI時(shí)代的Foundation Model 為何被視為“GPT時(shí)刻”的鑰匙？

過去三年，ChatGPT掀起的大模型浪潮重塑了全球科技產(chǎn)業(yè)，也讓“Foundation Model（基座模型）”成為人工智能時(shí)代重要的競(jìng)爭(zhēng)高地。從搜索引擎到辦公軟件，從內(nèi)容創(chuàng)作到代碼生成，大模型正在重新定義數(shù)字世界的生產(chǎn)方式。但在不少行業(yè)人士看來，這場(chǎng)變革或許只是開始。

當(dāng)人工智能逐漸從數(shù)字世界走向現(xiàn)實(shí)世界，一個(gè)新的命題開始浮現(xiàn)：AI能否真正理解并參與物理世界的運(yùn)行？與數(shù)字AI不同，物理AI面對(duì)的不再是文字、圖片和代碼，而是車輛、機(jī)器人、人以及復(fù)雜環(huán)境之間持續(xù)發(fā)生的交互。它不僅需要知道“發(fā)生了什么”，更需要理解“為什么會(huì)發(fā)生”，以及“接下來會(huì)發(fā)生什么”。這也是為什么行業(yè)普遍認(rèn)為，物理AI時(shí)代同樣需要屬于自己的基座模型。

如果說ChatGPT學(xué)習(xí)的是語言規(guī)律，那么世界模型（World Model）學(xué)習(xí)的則是物理規(guī)律。它通過理解現(xiàn)實(shí)世界中的因果關(guān)系、運(yùn)動(dòng)規(guī)律以及多主體行為模式，讓AI逐步建立起對(duì)真實(shí)世界的認(rèn)知能力。從某種意義上說，大模型解決的是“理解語言”的問題，而世界模型解決的是“理解世界”的問題。

在這一背景下，世界模型正被越來越多企業(yè)視為物理AI時(shí)代的關(guān)鍵突破口。無論是自動(dòng)駕駛、機(jī)器人，還是具身智能，其最終目標(biāo)都不是簡(jiǎn)單完成某項(xiàng)任務(wù)，而是讓系統(tǒng)擁有對(duì)現(xiàn)實(shí)世界的持續(xù)理解與推理能力。而自動(dòng)駕駛，被認(rèn)為是最有機(jī)會(huì)率先驗(yàn)證世界模型價(jià)值的場(chǎng)景。

原因在于，自動(dòng)駕駛是目前少數(shù)同時(shí)具備海量真實(shí)數(shù)據(jù)、復(fù)雜交互環(huán)境以及持續(xù)商業(yè)化能力的產(chǎn)業(yè)領(lǐng)域。每一輛搭載智能駕駛系統(tǒng)的汽車，本質(zhì)上都在不斷為模型提供新的現(xiàn)實(shí)世界樣本，使其具備持續(xù)進(jìn)化的基礎(chǔ)。

正是在這樣的背景下，Momenta發(fā)布R7世界模型。從技術(shù)路徑來看，R7世界模型構(gòu)建了一套完整的世界模型能力體系。首先，通過World Model Pre-Training（世界模型預(yù)訓(xùn)練），利用海量真實(shí)駕駛數(shù)據(jù)學(xué)習(xí)現(xiàn)實(shí)世界中的物理規(guī)律和因果關(guān)系，讓模型建立基礎(chǔ)認(rèn)知能力；隨后，World Model Simulation（世界模型仿真），構(gòu)建高保真的閉環(huán)仿真環(huán)境，對(duì)海量長尾場(chǎng)景進(jìn)行推演與驗(yàn)證；最終，通過World Model Reinforcement Learning（世界模型強(qiáng)化學(xué)習(xí)），不斷優(yōu)化決策能力，使系統(tǒng)形成更加安全、高效且符合人類駕駛習(xí)慣的行為模式。

如果說預(yù)訓(xùn)練階段是在讓模型“懂世界”，仿真階段是在讓模型“練世界”，那么強(qiáng)化學(xué)習(xí)階段則是在讓模型“用世界”。這也意味著，世界模型不再只是自動(dòng)駕駛系統(tǒng)中的輔助工具，而是開始向物理AI時(shí)代的Foundation Model演進(jìn)。

為什么是Momenta？R7世界模型背后的雙重Scaling

如果說世界模型正在成為物理AI時(shí)代的Foundation Model，那么下一個(gè)問題自然是：誰最有機(jī)會(huì)構(gòu)建這套基座模型？

回顧數(shù)字AI的發(fā)展歷程，無論是OpenAI還是Anthropic，最終勝出的企業(yè)都具備一個(gè)共同特征，擁有持續(xù)獲取數(shù)據(jù)、訓(xùn)練模型并不斷迭代的能力。Foundation Model的競(jìng)爭(zhēng)從來不是一次性的技術(shù)突破，而是一場(chǎng)關(guān)于規(guī)模效應(yīng)的長期競(jìng)爭(zhēng)。

物理AI同樣如此。相比數(shù)字AI，物理AI面對(duì)的是更加復(fù)雜的現(xiàn)實(shí)世界，其數(shù)據(jù)獲取成本更高、驗(yàn)證周期更長、研發(fā)投入也更大。因此，決定競(jìng)爭(zhēng)格局的關(guān)鍵，不僅是誰率先提出世界模型概念，更是誰能夠持續(xù)推動(dòng)世界模型進(jìn)化。在Momenta CEO曹旭東看來，物理AI的核心是數(shù)據(jù)Scaling與商業(yè)Scaling。

首先是數(shù)據(jù)Scaling。對(duì)于物理AI而言，真實(shí)世界交互數(shù)據(jù)的重要性，相當(dāng)于互聯(lián)網(wǎng)數(shù)據(jù)對(duì)于大模型的重要性。但與互聯(lián)網(wǎng)數(shù)據(jù)不同，物理世界的數(shù)據(jù)無法通過簡(jiǎn)單抓取獲得，而必須通過車輛、機(jī)器人等載體與現(xiàn)實(shí)環(huán)境長期交互才能積累，自動(dòng)駕駛恰恰是目前最具備這一條件的產(chǎn)業(yè)。

依托量產(chǎn)輔助駕駛業(yè)務(wù)，Momenta已積累超120億公里真實(shí)駕駛里程，并從中提煉出上億段高價(jià)值場(chǎng)景數(shù)據(jù)。隨著量產(chǎn)規(guī)模持續(xù)擴(kuò)大，其數(shù)據(jù)積累能力還在不斷加速。公開數(shù)據(jù)顯示，Momenta完成首個(gè)10萬輛量產(chǎn)交付用了24個(gè)月，而如今最快僅需不到40天即可完成10萬輛交付。目前，搭載Momenta系統(tǒng)的量產(chǎn)車輛規(guī)模已超90萬輛，已成功交付超100款量產(chǎn)車型，累計(jì)定點(diǎn)車型數(shù)超210款。

每新增一輛車，就意味著多了一個(gè)持續(xù)運(yùn)行的數(shù)據(jù)采集終端；每新增一次真實(shí)道路交互，都會(huì)成為模型理解物理世界的新樣本。真實(shí)世界駕駛數(shù)據(jù)越多，數(shù)據(jù)越豐富；數(shù)據(jù)越豐富，模型迭代空間越大；模型能力提升后，又進(jìn)一步推動(dòng)更多真實(shí)駕駛數(shù)據(jù)的生成，最終形成“數(shù)據(jù)—模型—數(shù)據(jù)”的正向循環(huán)。

但數(shù)據(jù)規(guī)模并不直接等同于模型能力。真正的關(guān)鍵在于，如何將海量真實(shí)世界交互轉(zhuǎn)化為對(duì)物理規(guī)律的理解能力。Momenta R7世界模型采用“世界模型預(yù)訓(xùn)練—世界模型仿真—世界模型強(qiáng)化學(xué)習(xí)”的三層架構(gòu)，通過對(duì)真實(shí)駕駛場(chǎng)景進(jìn)行預(yù)測(cè)、推演與反饋學(xué)習(xí)，將數(shù)據(jù)積累進(jìn)一步轉(zhuǎn)化為模型認(rèn)知能力。換句話說，數(shù)據(jù)Scaling提供了燃料，而世界模型架構(gòu)決定了這些燃料能否最終轉(zhuǎn)化為智能。

而這恰恰是物理AI最難復(fù)制的護(hù)城河之一。如果說數(shù)據(jù)Scaling決定模型成長速度，那么商業(yè)Scaling則決定企業(yè)能否長期留在牌桌。

從本質(zhì)上看，商業(yè)化并不只是收入問題，而是決定一家公司能否持續(xù)參與基礎(chǔ)模型競(jìng)爭(zhēng)的“供血系統(tǒng)”。尤其是在物理AI領(lǐng)域，模型訓(xùn)練不僅周期長、成本高，而且往往需要跨越長期技術(shù)驗(yàn)證與真實(shí)場(chǎng)景迭代的雙重門檻。在曹旭東看來，“要實(shí)現(xiàn)通用物理AI，一定要有大量現(xiàn)金流業(yè)務(wù)。”

這一邏輯在Momenta的財(cái)務(wù)結(jié)構(gòu)中得到了直接體現(xiàn)。招股書顯示，2025年Momenta研發(fā)投入達(dá)到18.69億元，占全年收入的77.5%。持續(xù)高強(qiáng)度的研發(fā)投入，使其能夠不斷推進(jìn)世界模型等底層能力的迭代與升級(jí)。

換句話說，真正能夠參與終局競(jìng)爭(zhēng)的企業(yè)，不僅需要技術(shù)突破能力，更需要持續(xù)將商業(yè)成果轉(zhuǎn)化為研發(fā)投入的能力。這也是Momenta“一個(gè)飛輪兩條腿”戰(zhàn)略能夠成立的基礎(chǔ)：一方面，L2++量產(chǎn)業(yè)務(wù)持續(xù)提供收入與真實(shí)道路數(shù)據(jù)；另一方面，L4自動(dòng)駕駛業(yè)務(wù)不斷驗(yàn)證技術(shù)上限，并反哺量產(chǎn)體系升級(jí)。兩條業(yè)務(wù)線在數(shù)據(jù)與技術(shù)之間形成閉環(huán)，使模型迭代不再依賴單一業(yè)務(wù)驅(qū)動(dòng)，而是進(jìn)入系統(tǒng)性自增強(qiáng)階段。

從數(shù)據(jù)獲取、模型訓(xùn)練到商業(yè)反哺，Momenta正在形成一套物理AI時(shí)代少見的雙重Scaling體系。數(shù)據(jù)Scaling決定模型成長速度，商業(yè)Scaling決定模型進(jìn)化持續(xù)性，兩者共同構(gòu)成了R7世界模型持續(xù)迭代的底層飛輪。

從自動(dòng)駕駛到通用物理AI “一個(gè)模型打通全場(chǎng)景”打開萬億市場(chǎng)空間

雙重Scaling構(gòu)成了世界模型持續(xù)進(jìn)化的底層機(jī)制，而其更深層的意義在于，世界模型正在重新定義Momenta的成長邊界，這一邏輯已在全球范圍內(nèi)得到初步驗(yàn)證。

以特斯拉為例，其FSD能力的持續(xù)躍升，并非依賴單點(diǎn)算法突破，而是依托大規(guī)模量產(chǎn)車隊(duì)持續(xù)回傳的真實(shí)世界數(shù)據(jù)，通過統(tǒng)一模型架構(gòu)完成能力的系統(tǒng)性迭代。這是行業(yè)頭部玩家正在形成的共同方法論：以真實(shí)數(shù)據(jù)為燃料，以統(tǒng)一模型為引擎，推動(dòng)自動(dòng)駕駛向高階演進(jìn)。

然而，在“如何利用世界模型”這一關(guān)鍵問題上，Momenta走出了與多數(shù)企業(yè)截然不同的路徑。行業(yè)內(nèi)普遍將世界模型視為仿真工具，用于生成訓(xùn)練數(shù)據(jù)或測(cè)試主模型，本質(zhì)上是“幫助模型學(xué)習(xí)”。而Momenta R7世界模型則將世界模型直接應(yīng)用于端到端基座模型的預(yù)訓(xùn)練，從“幫助學(xué)習(xí)”到“塑造模型本身”，世界模型的角色完成了本質(zhì)躍遷。

從這個(gè)角度看，R7世界模型的意義已不局限于一次自動(dòng)駕駛技術(shù)升級(jí)，而是在爭(zhēng)奪物理AI時(shí)代Foundation Model的構(gòu)建權(quán)。而這一判斷，也正在獲得產(chǎn)業(yè)與資本市場(chǎng)的廣泛認(rèn)可。

真格基金創(chuàng)始合伙人方愛之表示：“作為相伴Momenta較久的老股東之一，我們一路見證了團(tuán)隊(duì)如何跨越自動(dòng)駕駛的產(chǎn)業(yè)周期，在行業(yè)里率先跑通數(shù)據(jù)和商業(yè)的規(guī)模化閉環(huán)。極強(qiáng)的戰(zhàn)略定力和頂尖的研發(fā)實(shí)力和執(zhí)行力，是Momenta最寶貴的資產(chǎn)。隨著R7世界模型規(guī)模化落地，不僅將打開Momenta估值天花板，還將推動(dòng)物理AI的‘GPT時(shí)刻’加速到來。期待團(tuán)隊(duì)繼續(xù)在物理AI時(shí)代，創(chuàng)造屬于中國科技企業(yè)的全球奇跡。”

此外，Momenta的股東陣容極其豪華，匯聚了全球核心的產(chǎn)業(yè)和科技戰(zhàn)略投資人，以及全球頂級(jí)財(cái)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7家全球頂級(jí)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(tuán)、京東等。

財(cái)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(lán)湖資本、創(chuàng)新工場(chǎng)、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、錦秋基金等全球頂尖投資機(jī)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。

資本市場(chǎng)所看重的，并不僅僅是自動(dòng)駕駛業(yè)務(wù)本身，而是世界模型所具備的跨場(chǎng)景泛化能力。長期以來，不同自動(dòng)駕駛場(chǎng)景往往對(duì)應(yīng)不同技術(shù)體系。乘用車、Robotaxi、Robovan以及Robotruck通常需要獨(dú)立開發(fā)、獨(dú)立驗(yàn)證和獨(dú)立部署。

而世界模型的出現(xiàn)，正在改變這一邏輯。因?yàn)槠鋵W(xué)習(xí)的是物理規(guī)律，而非某一種具體場(chǎng)景規(guī)則。因此，同一套基礎(chǔ)模型理論上能夠適配不同載體和應(yīng)用場(chǎng)景，其底層所需要的環(huán)境理解、運(yùn)動(dòng)預(yù)測(cè)和決策規(guī)劃能力本質(zhì)上高度一致。

基于這一判斷，Momenta提出“一個(gè)模型打通全場(chǎng)景”構(gòu)想，希望通過統(tǒng)一技術(shù)底座同時(shí)賦能乘用車、Robotaxi、Robovan和Robotruck四大業(yè)務(wù)形態(tài)。這意味著，未來不同業(yè)務(wù)不再是各自獨(dú)立演進(jìn)，而是共享同一個(gè)數(shù)據(jù)飛輪與模型飛輪。每新增一個(gè)應(yīng)用場(chǎng)景，都在為同一個(gè)世界模型提供新的訓(xùn)練數(shù)據(jù)；而每一次模型進(jìn)化，也能夠同步反饋到所有業(yè)務(wù)體系之中。

這種平臺(tái)化能力不僅提升了研發(fā)效率，也顯著降低了跨場(chǎng)景擴(kuò)張的邊際成本。更重要的是，它打開了自動(dòng)駕駛之外的想象空間。

從長期來看，如果世界模型真正掌握了現(xiàn)實(shí)世界的通用規(guī)律，那么其能力不僅能夠應(yīng)用于車輛，也有機(jī)會(huì)進(jìn)一步延伸至物流機(jī)器人、工業(yè)機(jī)器人乃至更廣泛的具身智能領(lǐng)域。屆時(shí)，自動(dòng)駕駛或許只是物理AI最先落地的產(chǎn)業(yè)入口，而不是最終邊界。

在這一進(jìn)程中，Momenta通過120億公里真實(shí)數(shù)據(jù)、R7世界模型量產(chǎn)落地，以及90萬輛規(guī)模化部署，正在形成一套貫通數(shù)據(jù)、模型與商業(yè)化的閉環(huán)體系。對(duì)于資本市場(chǎng)而言，其意義已不止于一家自動(dòng)駕駛公司，而是物理AI基礎(chǔ)模型的早期構(gòu)建者。

（文章內(nèi)容僅供參考，不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。）

文/劉雨