世界模型走向商业化落地时刻：Momenta首份财报背后的飞轮效应｜财报解读

©潮涌AI编辑部

文｜龙二

2026年，“世界模型”已经成为国内自动驾驶和具身智能赛道的标配。

潮涌AI发现，仅中国上市公司中，就有超过10家明确将世界模型或物理AI写入技术路线，创业领域的参与者更是数以百计。

产业玩家们对于“世界模型”的追逐，背后有一个共同的判断：下一代AI不应只停留在“聊天和生成图片”，而是要真正理解真实物理世界是怎么运转的。

大语言模型只能和你对话和分析数字世界，而世界模型试图让AI成为理解真实世界的超级大脑：理解物体运动的规律、预判行为的后果、在从未见过的场景中做出合理决策。一旦实现，同一套模型可以驱动汽车避让障碍物、指挥机械臂抓取物品、辅助无人机穿越复杂地形，而不需要为每个任务重新训练或提前编程。

但概念成为共识之后，真正的难题才浮出水面：究竟如何实现能理解真实物理世界的超级大脑？

多数公司停留在“有模型”的阶段——搭一个神经网络，喂一些视频数据，让它预测下一帧画面，然后宣称自己在做世界模型。但要把模型放进真实场景、形成数据闭环、再反哺经营质量，这中间的鸿沟远比想象中更深。

有没有人能跨过这道鸿沟？把技术概念落到产业里，实现真正的商业价值，趟出一条可以不断逼近物理AI-的产业路径？

8月31日，Momenta（6880.HK）发布上市后首份中期业绩，试图给出一份答卷。

Momenta上半年营收16.02亿元，同比增长75.9%；-经调整净亏损1409.7万元，同比收窄96.6%；经营活动现金流出较上年同期收窄47%。

这组数字的关键不在增长本身，而在增长的结构：一家决定以世界模型为技术底座的公司，正在证明世界模型不止是概念，它具备了规模化商业落地的可能。

Momenta CEO曹旭东对“世界模型”如何真正在产业落地的理解，藏在他的一个比喻里。

他认为，很多人把实现无人驾驶比作登月，觉得珠穆朗玛峰离月亮最近，所以一上来就去爬珠峰——直接做L4。但曹旭东认为，登月需要火箭，火箭需要从地面造起。量产自动驾驶就是造火箭，它提供数据燃料、工程经验和现金流；L4大规模商业化才是最终的登月。

这个比方背后是一个更实际的判断：实现无人驾驶有很长的路要走，只有产业落地的人才能在长期探索中胜出。那些只谈概念、不接地气的玩家，可能在火箭造好之前就先耗尽了燃料。

Momenta选择了一条更接近商业实际的长期主义路线：先让模型在真实场景里跑起来，用量产规模喂养数据飞轮，再用飞轮反哺技术迭代，用统一基座支撑不同形态的商业化落地。

这份财报如果你仔细解读，会发现火箭正在点火。

如何把世界模型做成落地能力

要把世界模型从概念变成能力，需要解决两个核心问题：数据从哪里来，模型怎么用出去。

数据是世界模型的命脉。

与ChatGPT可以从互联网上抓取海量文本不同，物理AI需要的数据无法从网页下载，只能从真实物理交互中获得。

一辆车每天在路上遇到的变道、加塞、突发障碍、极端天气，都是无法通过仿真完全复现的稀缺数据。谁能持续获得这些数据，谁就在世界模型的竞赛中占据了制高点。

Momenta的解法是用量产规模驱动数据飞轮，再用飞轮反哺模型迭代。

量产规模本身就在创造数据。但量产规模的价值，不仅在于“有多少车在跑”，更在于“能不能把这些车跑出来的数据高效地收回来、清洗好、喂给模型”。这中间的工程复杂度，往往被外界低估。

2022年，Momenta完成首个10万台量产交付，用了24个月。那时候，每增加10万台装车，团队要重新适配车型、调试传感器、跑通供应链，一套流程走下来，两年就过去了。

到2026年上半年，最新10万台交付仅用时36天，效率提升超过20倍。这种进化的背后，是量产交付的标准化、流程化和自动化。当同一套技术平台可以跨车型复用时，定点一款新车就不再是从零开始，而是模块化的组装和校准。

截至目前，Momenta累计量产车型达110-款，车企客户26家，量产辅助驾驶方案累计装载量突破110万辆。-量产方案覆盖亚洲、欧洲、大洋洲、拉美和北非的10多个国家和地区。

超110万台量产车在跑，超150亿公里真实里程，超1亿段黄金数据，每日超1000万公里仿真——这些构成物理AI最稀缺的燃料。

“铺天盖地”策略覆盖26家车企、230余款定点车型，用多品牌、多车型、多国家场景对冲单一爆款波动。一家车企的某款车型销量下滑，不会对整个数据流造成致命影响。这种分散化的数据分布，反而更接近真实世界的复杂性。

Robovan路跑

有了数据，下一步是怎么让模型真正“理解”物理世界，而不是简单记忆场景。

Momenta的答案是R7世界模型。它以预训练、仿真、强化学习三层架构持续进化——预训练层压缩物理规律，仿真层推演长尾场景，强化学习层实现自主决策优化。根据公司内部测试数据，R7在部分安全场景中的表现最高提升约25倍。

更重要的是，这套模型不是为某一款车定制的，而是基于统一基座、可以跨车型、跨场景、跨区域复用的能力。R7沿用R6硬件，客户零增量成本。当同一套世界模型可以跨车型复用时，边际成本天然趋近于零。

飞轮自我造血，商业模式护城河逐渐建立

技术能力的最终检验标准，是能不能反映在经营质量上。

沿着L2量产业务“造火箭”、L4无人业务“登月”的路径，Momenta的财务指标开始出现结构性改善。

研发投入占收入72.6%、研发人员占比79.1%——这两项数字并未收缩。上半年研发开支11.63亿元，同比增长18.6%。在研发投入持续扩张的同时，经调整净亏损大幅收窄96.6%，经调整亏损率从45.7%降到了0.9%。

这意味着什么？它不是靠压缩投入换改善，而是飞轮开始自我造血。

Momenta执行董事兼首席幕僚长安韧在业绩会上说，“自动驾驶天然就持续烧钱”是一个误区，作为一家创业公司，把自己的盈利节奏和经营性现金流管理好，才是对客户最大的负责。这句话的底气，来自业务本身开始产生正向循环。

量产业务之外，L4领域的布局也在加速落地。

Robovan已开进苏州相城的大街小巷，与邮政、京东、顺丰等头部快递物流企业搭档，跑快递接驳、夜间配送和生鲜运输。

Robotaxi计划今年在上海、阿布扎比启动运营——在上海，Momenta从进入到拿下浦东无人驾驶运营牌照只用了8个月；7月，它又拿到德国联邦机动车运输管理局的L4级自动驾驶城市道路测试许可，中国企业中尚属首次。

Robotaxi德国路跑

曹旭东判断，五年后全球Robotaxi市场容量将达100万至150万台，Robovan约300万台，合计市场空间超过200亿美元。7月港股IPO募资落定后，Momenta账上现金储备已超过150亿元，为这场长跑备足了粮草。

世界模型竞争进入拼“经营质量”阶段

Momenta的财报之所以值得关注，不只是因为它自己做得怎么样，而是它为整个行业提供了一个可参考的样本。

现在市场不缺世界模型，也不缺新的物理AI理念。概念验证已经持续了一段时间，接下来要比谁能落地、谁能形成飞轮效应、谁能经营得更好。

曹旭东在2025年10月的判断是：高阶辅助驾驶的竞争将在2026年结束，中国最终可能只剩两三家企业。从当前市场份额看，这个判断正在应验——行业集中度快速提升，数据飞轮的马太效应正在显现。

量产规模带来数据优势，数据优势反哺模型能力，模型能力吸引更多定点，定点又进一步扩大数据规模。

没有飞轮的公司，可能连参与下一轮竞争的机会都没有。

潮涌AI观点

这份财报留给行业的，其实是两个必须回答的生存题：

第一，持续高质量真实数据从哪里来？

第二，如何打造自己的生态，让更多人使用你的模型，从而在实现物理AI的漫长探索中，找到一条现实、有不断正反馈、能让你长期存活下去的路径？

这是所有世界模型公司都绕不开的考题。

如果Momenta的路径继续被验证，它有可能成为行业里第一家实现盈利的世界模型公司。其意义也不止于一家公司，而是为物理AI从概念走向商业化提供了一个可复用样本。

世界模型的竞赛，正在从“谁的概念更炫”进入“谁的飞轮转得更快”。

Momenta这份财报，给行业玩家提供了一个可参考的答案。

=▹

联系我们 CONTACT US!

请添加微信xingminghui15