英伟达讲了三年的故事，Momenta准备在港交所兑现

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




1




00 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 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。

（来源：机器之心）