讲一个有意思的事情：

杨立昆你知道吧？图灵奖得主，今年 3 月给他的新公司 AMI Labs 关了一笔 10.3 亿美元的种子轮。欧洲有史以来最大的种子轮。

然后，今年上半年，全世界的科技公司跟商量好了一样，全往一个词上扑：「物理 AI」。

01

黄仁勋今年 1 月在 CES 上，一场演讲提了 17 遍这个词。17 遍啊。宣布说「物理 AI 的 ChatGPT 时刻已经来了」。

行，老黄说话了，大家跟上；3 月 GTC 大会，英伟达直接甩出 Cosmos 3 开源世界模型，顺便透了底：过去一年物理 AI 业务收入破了 90 亿美元。

李飞飞那边也不慢，World Labs 2 月拿到 10 亿美元融资，估值直奔 50 亿。OpenAI 做得更绝，直接把 Sora 砍了，整个团队掉头搞世界模型。Sora 之前吹得多响啊，说不要就不要了。

Coatue Management 给了个预测：物理 AI 市场至少 6 万亿美元，比数字 AI 高出一截。

光今年一季度，全球物理 AI 融资就超了 64 亿美元。

热闹是真热闹。但你仔细想一个问题，一个很少被正面回答的问题：这些涌进来的玩家，手里到底有什么？

数字 AI 为什么先跑通了？说白了就一个原因：数据现成。互联网上的文本、图片、视频，量大管饱，获取成本几乎为零，验证周期还短。

OpenAI 早期同时搞过机器人和语言模型，后来把机器人业务阶段性砍了，全力做 GPT，因为物理世界的数据太难拿了。

可是，偏偏物理世界才是大头；全球一半 GDP 在实体经济里，制造、物流、交通、医疗，哪个不比数字世界大几十上百倍？数字 AI 跑通了，谁不想把经验复制过去？

问题来了：物理 AI 要的数据，网上抓不到。

它得从真实世界里「长」出来；设备在真实环境里跑，在真实场景里采，在真实互动里攒，一条都省不了。

这里头有个残酷的逻辑：你得先有规模化的商业落地，才能有规模化的数据，有了数据，才能训出真正懂物理规律的模型。

所以我给你一把尺子，辨别物理 AI 真假的尺子。

别看算法论文发了多少篇，也甭管世界模型的 demo 多炫。就看两件事：数据闭环跑通了没？商业闭环跑通了没？而且这俩必须同时跑，互相喂。

数据让模型变强，模型变强让产品好用，产品好用让客户买单，客户买单带来更多数据；飞轮一转起来，跑在前面的跟后来者的差距，是指数级的。

到今天为止，所有打着物理 AI 旗号的方向里，真正同时跑通了这俩闭环的，就一个：自动驾驶。

而这个领域里，有家公司，刚刚拿到了资本市场的「验收」。

6 月 23 号，Momenta 过了港交所聆讯，IPO 冲刺阶段，外面给了个标签叫「物理 AI 第一股」。

标签听听就行，真正该问的是：资本市场凭什么在这个时间点给它盖章？它手里到底攥着什么？答案藏在它那 90 万台量产车里。

不过你先别急，「有车」跟「会用」车，完全是两码事。

今年 4 月北京车展，有记者逮着 Momenta CEO 曹旭东问了个好问题。原话大概是：你老说数据驱动，但市面上也有种说法，拿到大量数据没那么难，难的是用好。你怎么看？

曹旭东回了段话，我建议你逐字看。

他说，数据就是矿石。而且是含矿量很低的铁矿石。你想把它用起来，先得把贫矿变富矿，富矿炼成钢铁，钢铁做成发动机，发动机装上车，到这步才是价值。

拥有海量原始数据，只占了价值源头的 10%。剩下 90%，来自体系；10% 和 90%，这组数字才是理解 Momenta 的钥匙。

外界聊 Momenta，翻来覆去就是那俩数：90 万台量产车、120 亿公里实车里程。听着是吓人。

你想，要是「有数据」就等于「有能力」，那每家多装几个摄像头的公司都能搞物理 AI 了。对吧？显然不是这么回事。

Momenta 真正在干的事，是炼矿。

先说贫矿怎么变富矿，90 万台车每天在路上跑，原始数据海了去了，只不过绝大部分是重复的、普通的，没什么训练价值，真正值钱的是那些极端罕见的场景。

曹旭东举过一个例子：高速公路上三只小狗排着队横穿马路。

你想想，这种场景万中无一，你怎么从海量数据里把它挑出来？这就是大海捞针的难度。Momenta 从 120 亿公里里筛出了 1 亿段黄金数据。光这个筛选过程，本身就是壁垒。别人学都学不来。

再说富矿怎么变成发动机。

这里头有款产品，Momenta 今年 4 月量产首发的 R7 世界模型。怎么炼的？三步。

第一步，预训练。

把海量真实驾驶数据喂给模型，让它先学会基本的物理规律。什么速度过弯会侧滑，什么距离该开始刹车，前车突然变道意味着什么。学完这步，模型有了「物理常识」。

第二步，仿真。

有物理常识不等于会开车。你得给它搭个虚拟练车场，在里头跑成千上万种极端场景。这里头有个关键：Momenta 的仿真环境是用真实数据生成的，虚拟和真实之间的差距，天然更小。

第三步，强化学习。

在仿真环境里，让模型自己琢磨、自己试错、自己博弈。撞了？扣分。开得好？加分。就这么奖惩着，学会在复杂场景下做出最优决策。目标不是模仿人类司机，是超越人类司机。

说到这你可能要问了：端到端、强化学习，这些词别家也在喊，凭什么 Momenta 做出来效果不一样？

曹旭东在车展上正面回答过这个问题。他说：真正的差距不在单点算法，在体系和组织。好架构涉及取舍，好体系包含数据迭代、训练、验证的一整套流程，体系之上是组织和文化。

然后，他引了句中国古话：淮南为橘，淮北为枳。

大家喊的可能是同一个算法方向，做出来的效果差了一代甚至两代，背后不是算法的差距，是体系的差距。

体系的差距，落在结果上，就是数字。

2023 年到 2025 年，Momenta 营收从 7.43 亿涨到 24.13 亿。三年翻了三倍，年均复合增长率超 80%。

更值得看的是收入结构：技术开发收入稳步涨，其中许可收入，车企用你方案，按车付费那种，从 0.23 亿直接飙到 9.68 亿，三年翻了 42 倍。

许可收入的妙处在哪？边际成本极低。车卖得越多，这笔钱越多，不用每回都重新投入。

再看投入端。2025 年全年研发投入 18.69 亿，占收入的 77.5%。翻译一下：入账 100 块，78 块投回技术；研发人员 1157 人，占公司总人数 82%，三分之二以上硕士及以上。三年累计研发投入 46.6 亿。

这套投入换回了什么？

在第三方城市 NOA 供应商市场，Momenta 销量市占率 65%，行业第一。听清楚，不是第一梯队，比第二名到最后一名加起来还多。

回到曹旭东那个比喻：贫矿变富矿，富矿炼钢铁，钢铁做发动机，发动机装上车；Momenta 这条炼矿链，已经跑完了全程。

不过话说回来，跑完全程跟到达终点，是两码事。

炼矿链证明了 Momenta 今天的能力，但资本市场真正在赌的，是这套能力的天花板到底在哪，你能长多高？

关于这个问题，曹旭东说了另一个判断，我觉得比「炼矿」那个比喻还值得琢磨。

他说：物理 AI 是需要门票的。

什么意思？他算了笔账。自动驾驶要做到规模化的 L4，累计投入至少百亿美金。注意，这还是创业公司的研发效率。

换成大公司，几百亿起步。通用机器人呢？几百亿到千亿美金这个量级。

你看现在中国具身智能融资市场多热闹，可长期来看，光靠投资人输血把通用物理 AI 烧出来，不现实；你手里一定得有个能自己造血的现金流业务，这就是门票。

所以，回过头来看 Momenta 这次 IPO，意义就清楚了。是在拿门票。

截至 2025 年底，Momenta 现金储备超过 100 亿人民币。24 家全球车企在给它付费，许可收入的飞轮已经转起来了。这些加在一起，就一件事：它能自己造血了。

有了造血能力，才有资格去打后面那场更大的仗。什么仗？

这得说到 Momenta 一个很关键的判断，说出来你可能觉得野心太大了：一套大模型，做所有物理 AI 的垂直应用。而且能做得更好。

现在他们的世界模型已经在三条线上同时跑了：乘用车智驾、Robotaxi、Robovan。2027 年再加一条 Robotruck。再往后，这套世界模型的底层能力，也有可能延伸到具身智能领域。

四种车，一套模型。

曹旭东打过一个比方，他说这就像十年前的电商。有人做垂直电商，有人做平台电商，最后活下来的全是平台。垂直电商？现在你还能说出几个名字？

为什么？平台效应。每个垂直场景的数据和经验，汇进同一个大模型，每条线都受益。反过来，每多开一条线，边际成本反而往下降。

这个平台逻辑对应的市场有多大？

我查了下，CIC 灼识咨询给了预测：到 2030 年，Robotaxi 全球大概 818 亿美元，Robovan 约 850 亿，Robotruck 约 330 亿。

光 Robo 这一块加起来就快 2000 亿美元。再加上量产辅助驾驶市场的 3059 亿美元，两个市场合计超过 5000 亿美元。

市场再大，不是谁都能上桌；曹旭东的判断是：自动驾驶的规模效应和先发优势，比芯片行业还狠。

芯片行业你想想，PC 时代全球就两家，手机时代也就两家；自动驾驶是软件，边际成本为零，规模效应更强；不光成本的规模效应，还有体验提升的规模效应。

他的终局判断，原话是：中国活下来两到三家，全球三到四家。这话听着狠吧？你看看他拿出来的论据，就知道不是吓唬人。

拿奔驰举例。

2017 年，奔驰现任董事长康林松投了 Momenta；你猜第一款合作量产车什么时候上市的？2025 年底。前前后后整整八年。

八年。中间经历了 POC 验证、小批量开发、全面量产，一步没省。

有意思的是，一旦跑通了，速度完全变了；2024 年，Momenta 直接拿下了奔驰所有电车和油车的智驾业务。

八年磨进去，一年全拿下。

这就是先发优势的护城河：后来者不是技术不行，是时间补不回来。

Momenta 的客户名单，就是这个逻辑的结果。全球排名前 10 的车企，9 家是它的客户。德系 BBA、大众，日系丰田、本田、日产，美系通用、福特，再加比亚迪、现代、奇瑞。

24 家车企，不是在试水，是量产在跑。

股东名单也值得瞄一眼，产业资本这块：上汽、通用、奔驰、丰田、比亚迪、现代、奇瑞，七家车企。

再加 Uber、Grab 这些出行平台；科技巨头：腾讯、阿里云、蚂蚁、京东。财务投资人：淡马锡、IDG、阿曼投资局。

全球汽车产业链、科技产业链、顶级资本，三条线凑齐了。

我说句实话，这是物理 AI 赛道的一张认领地图。

全球化也已经在跑了；量产方案落地了亚洲、欧洲、大洋洲、拉美、北非，十几个国家和地区。Robotaxi 跟 Uber、Grab、奔驰都建了合作，今年还要继续开新城。

回到最开始那个问题：一张 IPO 的门票，能带 Momenta 走多远？这取决于怎么定义这家公司。

如果觉得它就是一家智驾供应商，那天花板很简单，卖方案、收许可费。市场够大，想象空间有限。

但如果你看懂了它的平台逻辑，一套世界模型，从乘用车延伸到 Robotaxi、Robovan、Robotruck，未来甚至可能延伸到具身智能，那它的天花板，就是物理 AI 本身。

中国两到三家，全球三到四家。牌桌上的位子就这么多，Momenta 的门票，已经攥在手里了。

我不知道讲得够不够清晰？