Momenta登陆港股：世界模型上车，物理AI走到台前

【摘要】从特斯拉Robotaxi迟到，到Waymo打磨运营，再到机器人公司追逐“会做事”的AI，产业愈发意识到：物理AI的难点，在于与真实世界的交手。

Momenta的上市，正踩在这个转折点上。它不是传统智驾供应商，而是已有量产车数据、R7世界模型、多车企场景和L4验证的物理AI公司。414倍公开认购、全球长线资金加注，买的是“世界模型+真实数据+量产入口”这套体系的长期期权。

当AI从“会说话”走向“会做事”，结合近二十家Momenta的生态伙伴的祝贺声中，正印证着这一趋势的加速落地。 汽车，成了物理AI可以更加直观感知并跑出闭环的场景。Momenta要讲的故事，也不只是自动驾驶，而是机器理解真实世界的下一代基础设施。

以下为正文：

2019年，特斯拉办了一场Autonomy Day。马斯克站在台上讲，未来会有上百万辆Robotaxi跑在路上。那是自动驾驶行业最会造梦的年代：只要算法再强一点、数据再多一点、车再便宜一点，司机似乎就会很快从城市交通里退场。

六年后，故事没有按发布会的节奏发生。

2025年，特斯拉Robotaxi终于在奥斯汀小范围启动，但它带着地理围栏、邀请制用户以及坐在副驾的安全监控员。另一边，Waymo已经把无人车做成真实运营，付费出行累计超过千万次，但每扩一座城，依然要重新打磨道路、监管、运营和公众信任。

另一边的机器人行业，Google DeepMind推出Gemini Robotics，Physical Intelligence用π0模型让机器人做折衣服、收桌面、装鸡蛋这类动作，英伟达把Cosmos世界基础模型平台推向机器人和自动驾驶。

热闹是热闹，但行业突然意识到一件事：AI从“程序载体”到“物理实体”，从“会说话”到“会做事”，中间隔着整个物理世界。数字AI可以先在屏幕里试错，物理AI不能。它必须预测世界的短期变化可能，以及还要理解自己的动作会怎样改变世界。

所以，当Momenta于2026年7月8日终于站上港股市场，被称作“物理AI第一股”时，一个更令人惊喜的产业转折出现了：物理AI终于有了可以更加直观感知并跑出闭环的场景。

这个场景不是还在发展阶段的具身机器人，也不是游戏影视等内容领域，而是每天在城市路口、匝道、地库、雨夜里和真实世界交手的汽车。

此前的7月7日，Momenta最新配售结果显示：公司上市定价为295.6港元/股，假设“绿鞋”（超额配股权）全额行使，此次全球发售约2,293万股，募集资金总额约68亿港元。市场认购反响热烈，其中公开发售部分获得414倍超额认购；国际发售部分获得超过1,000亿港元的机构订单，其中覆盖了来自15个国家和地区的主权与长线基金，总计认购超额（剔除基石后，绿鞋前）达到约44倍。

让机器理解物理世界、在真实场景里持续学习、再把能力迁移到更多机器上，是物理AI时代最需要的系统，也是Momenta最熟悉的打法。

01

AI下半场，考场成了道路

过去两年，科技圈有一个很明显的情绪变化：数字AI已经不够新鲜了。

ChatGPT证明了语言可以被大模型重新组织，Claude把代码变成高价值生产力， AI接进了客服、办公、营销和搜索，但在Agent之外，如果AI不只是在屏幕上回答问题，而是要推门、开车、搬箱子、避让行人，它该怎么学？

这就是物理AI的起点。

它首先要解决的是“行动智能”：机器如何在真实世界里感知、预测、决策和承担后果。数字AI的错误通常是答案不好，但是试错空间更多；物理AI的错误，可能是一辆车急刹、一只机械臂砸坏设备，甚至一次事故，容易牵一发而动全身。

其次，一个严肃的问题是数据从哪里来。机器人想学会收拾一张餐桌，需要无数次抓取、失败、修正；自动驾驶想学会通过一个混乱路口，需要见过足够多加塞和人类驾驶博弈。更麻烦的是，物理AI不只要“学”，还要验证。

具身机器人的形态目前尚未确定，而汽车的物理形态已经基本固定，这使得自动驾驶在工程落地与数据积累上具备了天然的前提。这也是物理AI率先在智驾场景先跑出来的基础。

此外，自动驾驶拥有更为完整的感知层架构，计算机视觉、激光雷达、各类传感器乃至语言交互等感知方式，结合每天在真实的道路上持续运行，共同构成了一个庞大的传感器输入矩阵。

车本身就是高价值载体，用户愿意为更好的驾驶体验付费，车企也有明确的量产节奏。更关键的是，车每天都在真实道路上运行，它天然就是一台持续采集物理世界的传感器。只要合规、工程和安全闭环跑得通，自动驾驶就能同时得到两样东西：数据Scaling和商业Scaling。

中国市场把这个优势推得更快。从比亚迪把“天神之眼”下放到更多车型后，智能驾驶就愈发成为用户的期待，智驾变成基础能力，背后其实是物理AI走向规模化的第一声响。

也正是在这个节点上，人们开始愈发意识到Momenta商业模式的价值。它长期坚持“一个飞轮，两条腿”：一边是量产辅助驾驶，负责带来真实道路数据和商业收入；另一边是规模化无人驾驶，负责把系统推向更高阶能力。

这与物理AI的路线形成了天然的耦合：先在可量产、可付费、可验证的场景里养出模型，再把模型能力推向更广的机器世界。

02

世界模型上车，机器才开始有“路感”

数字AI的基座能力是理解语言，物理AI的基座能力则是理解世界会怎样变化。

老司机开车时，很少机械地套规则。真正的驾驶能力，不只是看见当下，而是预判下一秒。

机器也一样。过去自动驾驶行业花了很长时间做“看见”，现如今看见还不够，城市道路最难的是关系变化：谁会先走，谁在犹豫，谁可能突然抢行。物理AI的难点，正是在这些动态关系里。

世界模型在如此浪潮下成为新一轮技术竞赛的中心。它的价值不只是造一个更逼真的虚拟城市，而是让AI拥有对物理世界的预测能力。

英伟达做Cosmos，Google做Gemini Robotics，Physical Intelligence做π0，本质上都在回答同一个问题：机器怎样获得世界常识。

Momenta R7世界模型也成为了中国最有数据依托、最懂真实世界构建的标本。

Momenta的商业模式，天然给了世界模型优质的生长土壤，先通过世界模型预训练，把真实驾驶视频和物理常识压缩进模型；再用世界模型仿真，推演那些真实路测很难高频遇到、但一旦发生就很危险的长尾场景；最后在世界模型里做强化学习，让系统通过奖惩机制反复试错，学出更安全、更平顺、更像人的驾驶策略。

更现实的意义在于效率。真实道路测试永远昂贵，危险场景又天然低频。在Momenta已有优质数据资源的基础上，世界模型如果能把真实世界学进去，再在仿真里生成、放大、复盘长尾场景，物理AI的迭代速度就会被重新改写。

数据化和AI化的时代，身位领先的复利作用十分强大。这也是Momenta在具身智能公司的热潮中，拿下众多资本看好的原因。

物理AI要的是“真实交互数据+模型训练+仿真验证+商业回流”的闭环，而自动驾驶天然具备这个闭环的雏形。Momenta加上R7世界模型，跑在量产车和无人驾驶两条线上，能够为更通用的物理AI积累底层能力。

03

成为基座的Momenta

Momenta不是传统的供应商。

过去的汽车产业链，车企造车，Tier 1供零部件，软件是硬件的附属能力。智能驾驶之后，分工变了，最贵的能力不只在硬件里，也涉及到数据、模型、仿真和持续迭代里。

车企当然想自研，但由于成本和组织复杂度都很高，并不是每家车企都能长期养一套物理AI基础设施。

Momenta卡住的，正是这个新位置。它不造车，没有特斯拉那样的单一品牌入口；但也正因为不造车，它能服务不同车企、不同车型、不同价格带，接触更丰富的数据分布。

对物理AI来说，单一车队的数据像一条河，多品牌、多场景的数据更像一张水网。泛化能力，则长在这种复杂分布里。

这种稀缺性，也体现在最新配售结果里。据配售信息，Momenta本次锚定认购覆盖GIC、Fidelity、BlackRock、Franklin Templeton、CIC、ADIA、CPPIB、Temasek、T. Rowe Price、GSAM、UBS GAM、Amundi等主权基金、养老金与全球长线资管机构。仅长线资金认购金额就超过15倍。

对一家仍处在高研发投入阶段的物理AI公司来说，这种认购结构比单纯超购倍数更值得玩味：它说明市场买的不是短期热度，而是“世界模型+量产数据+多车企场景”这套体系的长期期权。

时至今日，资本市场已经度过了定点订单时代，开始买入平台型公司的价值。

从这个角度看，Momenta是不造车的特斯拉，两者都相信真实车辆数据、世界模型会把驾驶智能推向更高阶。不同的是，特斯拉的飞轮在自己品牌内部转，Momenta的飞轮试图在多个车企之间转。

另一边，它也是物理世界的Anthropic，Anthropic在大家靠“会聊天”获得高估值的时代，凭借Claude在代码等高价值场景里跑出了商业闭环。Momenta的价值是，率先完成了定点项目的高强度迭代，然后在行业追定点时，坚定地把量产车带来的数据、R7世界模型带来的能力、L4场景带来的验证，沉淀成可复制的基座能力。

同时，它也是某种意义上的“小英伟达”。英伟达在物理AI里提供算力、仿真和模型工具链；Momenta则试图在自动驾驶这个具体场景中，提供从模型到量产、从仿真到真实道路、从L2++到L4的系统能力。

物理AI的基座平台，意味着让同一套底层技术跨乘用车、Robotaxi、Robovan、Robotruck，未来甚至延展到具身智能。

当然，这条路并不轻松。智驾价格战会压缩利润，车企自研会挤压话语权，监管会继续收紧辅助驾驶宣传，全球化还会遇到合规、本地道路的挑战。

Momenta之所以能拿到资本加注，也在于它已经拿出的成绩，和已经把模型能力变成的可量产、可付费、可迁移的产业系统。

04

尾声

很多人期待物理AI也有一个类似ChatGPT的瞬间：某天，一个机器人突然走进家庭，一个Robotaxi App突然铺满城市，世界就此改变。

但物理AI大概率不会这样爆发。

它更可能发生在一连串不那么戏剧化的日常里：一次OTA让城市NOA变得更自然，一个仿真系统提前复盘了真实道路里难以复现的危险场景。物理AI的进步，是机器一次次和真实世界交手之后，终于学会了分寸。

这也是Momenta港股敲钟带来的价值。它赶上了一个AI从数字世界迁移到物理世界的窗口，并给了整个行业范本。

数字AI时代，谁掌握高质量语料和模型训练，谁就能重塑软件产业；物理AI时代，谁掌握真实交互数据、世界模型和量产入口，谁就可能成为机器世界的基础设施。