从Momenta上市，聊聊物理AI这阵风，到底在吹什么？

[首发于智驾最前沿微信公众号]今天在在刷朋友圈时，被Momenta正式在港交所挂牌上市的消息刷屏了，其股票代码为6880.HK，股价开盘涨超6%，总市值突破700亿港元，一堆全球顶级基金抢着投，公开发售超购414倍。这个数字确实挺唬人，“物理AI第一股”的名号也让Momenta被很多人关注，但资本层面的内容咱们不是很了解，就和聊聊这家公司做的物理AI到底是个啥？物理AI这阵风，到底在吹什么？

世界模型，让AI从看见变成理解

AI这个概念这两年非常火热，但我们认知中的传统AI只是活在数字世界里，只能用来处理文字、图像、声音等内容；但物理AI不一样，它的目标是让AI理解真实世界的物理规律。Momenta的核心技术是R7强化学习世界模型，于2026年4月正式量产首发。

Momenta CEO曹旭东对此也有有个挺形象的对比，大语言模型靠预测下一个词压缩数字世界常识；世界模型靠预测物理世界未来的状态和交互逻辑。Momenta合伙人夏炎在发布会上也说过，物理AI的核心在于对世界基础物理规律的深度认知。MomentaR7强化学习世界模型可分为3层：

图片源自：网络

第一层是世界模型预训练。Momenta基于超过120亿公里真实驾驶里程，从海量场景中提炼出约1亿段黄金数据，通过视频预测和因果学习，将物理规律、常识和因果关系压缩进模型里，让系统先建立对物理世界的基础认知。

第二层是世界模型仿真。在现实世界里，危险场景比较罕见，连续碰撞、极端天气这些长尾场景，靠路测很难覆盖。世界模型可以在数字世界里生成近乎无限的训练环境，让AI反复演练，系统能推演如果我这样操作，世界会怎么变这样一个逻辑。

第三层是世界模型中的强化学习。该层是在前两层基础上构建高度真实的虚拟训练场，让系统在接近真实的环境中反复试错、自主进化。经过数百万次迭代，模型可以逐渐学会更安全、更高效的决策。曹旭东的观点是，世界模型和强化学习构成物理AI的两大核心支柱。

数据飞轮，量产车越多，AI开得越好？

理解物理世界需要海量真实数据，Momenta就采用了数据飞轮的机制，这个机制不难理解，即量产车在路上跑，不断产生真实驾驶数据，这些数据用来训练和优化算法，算法升级后量产业务的体验和性能进一步提升，车就卖得更好、装得更多，装得越多数据又源源不断地回来，飞轮就这么一圈圈转起来了。

图片源自：网络

从现有的数据就可以看到这套机制的可行性，截至上市前一日，Momenta的量产业务搭载规模已突破100万台，量产速度实现了质的飞跃。其实在2022年首个10万台耗时需要24个月，如今最快不到40天即可完成10万台交付。

此外，据灼识咨询数据，2025年3月至2026年2月，Momenta量产车解决方案安装量突破73.3万套，累计获得180款车型定点，客户名单覆盖全球前十大车企中的九家，其中包括丰田、奔驰、宝马等。在全球独立城市NOA供应商中，Momenta以64.5%的市占率占据绝对领先地位。

物理AI这阵风，到底在吹什么？

再来看看Momenta上市后的市场反馈，414倍超购、700亿市值，市场追捧的究竟是什么？答案可能不是在智能驾驶四个字里，而在物理AI这个更大的叙事中。

2026年被视为物理AI元年，英伟达CEO黄仁勋在年初CES上断言，物理AI可重塑的制造和物流产业价值将达50万亿美元；全球机构Coatue Management预测物理AI市场规模至少为6万亿美元；思略特咨询则预计2030年全球物理AI市场规模将达到4300亿欧元，其中自动驾驶是最大的核心应用赛道。据Future Markets预测，全球物理AI市场规模将从2026年的约3830亿美元增长至2040年的3.26万亿美元。

Momenta正是踩着这阵风，得到了“物理AI第一股”的标签，在物理AI的所有落地场景中，自动驾驶是目前唯一同时跑通数据闭环和商业闭环的领域。Momenta的逻辑是，既然物理规律是通用的，那么一个能理解物理世界的基座模型，理论上可以从自动驾驶延伸到具身智能、家庭服务机器人等更广阔的场景。

在上市仪式上，曹旭东也明确画出了这条路径：“过去十年，我们让AI学会驾驶，为每个家庭带来了专职的司机；未来十年，我们将为每个家庭带来专职的阿姨、医生、教师等机器人的服务场景，开创物理AI的‘GPT时刻’。”

图片源自：网络

这就是物理AI这阵风真正的吹向，资本市场押注的并非Momenta当下卖了多少钱的智驾方案，而是其R7世界模型作为物理AI基座的泛化潜力，其招股书显示，R7世界模型已支撑乘用车、Robotaxi及Robovan等领域规模化落地，并计划于2027年扩展至Robotruck。

结语

Momenta的上市，表面看是一家自动驾驶公司的资本大事件，但往深了说，其实是物理AI这个赛道在资本市场第一次被集中定价。不过话说回来，风口归风口，物理AI最终能走多远，还得看世界模型到底能不能真正从看懂画面进化到理解规律，能不能从汽车的方向盘，一步步拓展到更广阔的物理世界，这场马拉松，其实才刚刚跑出第一公里。