导读：Momenta 登陆港交所，基石席位 " 一票难求 "。

张永堃丨作者

李彦丨编辑

壹览商业丨出品

7 月 8 日，" 物理 AI 第一股 "Momenta 正式登陆港交所。上市首日，Momenta 盘中高开至 314.8 港元 / 股，涨幅一度超过 6%。

对于自动驾驶这门生意中，市场相对更熟悉重资产运营的商业逻辑——建车队、铺城市、磨运营，每一步都意味着漫长周期和高昂投入。而 Momenta 在过去十年中，却是用 " 重技术 + 轻模式 " 的方式跑通了商业闭环。

Momenta 从未造车，而是奔驰、宝马、奥迪、丰田等诸多国际品牌的供应商，获得超 210 款车型定点，累计搭载车辆已超 100 万辆。这家公司以世界模型为基座，以量产业务数据飞轮为支撑，让一台台真实上路的量产车，成为物理 AI 持续进化的数据入口。

1

  超豪华投资者阵容

Momenta 基石席位 " 一票难求 "

在上市之前，Momenta 就已是一级市场最受关注的物理 AI 标的之一。

IPO 定价 295.6 港元 / 股，意味着 Momenta 上市市值达到了 696.3 亿港元，约合 88.8 亿美元，较半年多前最后一轮融资的估值上涨了约 43.6%。但即便溢价明显，Momenta 依然获得了 14 家顶级基石投资者的加持，基石认购总额约 30 亿港元。

基石投资者包括新加坡政府投资公司（GIC）、富达国际（Fidelity）、贝莱德集团（BlackRock）、富兰克林邓普顿（Franklin Templeton）、橡树资本（Oaktree）等全球顶级机构，老股东梅赛德斯 - 奔驰、比亚迪以及国产存储巨头兆易创新等。

在壹览商业看来，对国际长线基金机构而言，单纯的概念和短期情绪很难构成投资理由，它们更关注的是技术壁垒、商业确定性和长期市场空间。

GIC、富达国际、贝莱德、富兰克林邓普顿等机构出现在 Momenta 的基石名单中，指向的是一个清晰的判断：在数字 AI 竞争日趋拥挤之后，物理 AI 正在成为新的长期方向，而自动驾驶恰恰是最先具备规模化落地基础的物理 AI 场景之一。

尤其是 GIC 和富达国际的领投，更具风向标意义。前者是全球最具代表性的主权财富基金之一，长期投资过阿里巴巴、美团、快手等中国互联网龙头，也曾布局 Anthropic、台积电等全球科技资产；后者则是全球顶级资管机构，过往在腾讯、阿里巴巴、比亚迪、宁德时代等中国核心资产上有长期配置经验，近年来也通过旗下基金进入中际旭创、新易盛、寒武纪、澜起科技等 AI 产业链标的。

同样值得一提的是，富兰克林邓普顿基金此次也是历史上首次现身港股基石投资者名单。对于一家拥有长期投资传统的国际资管机构而言，首次进入港股基石投资人名单便选择了 Momenta，本身也强化了这次 IPO 的稀缺性。

产业资本是场景落地的关注者，也同样期待自身智能化升级能嫁接上成熟技术。例如奔驰和比亚迪既是 Momenta 的老股东，也是合作伙伴。对车企来说，辅助驾驶能力正在成为新车竞争力的一部分；对 Momenta 来说，一旦进入车企量产体系，合作将有机会延伸为多车型、多平台，甚至长期技术迭代。

在此之上，Momenta 背后还有高毅、博裕、华夏基金、广发基金、太平洋保险等机构等国内 " 私募 + 公募 + 险资 " 的组合。

总体来看，Momenta 是少有让国际资金、产业资本、国内机构达成共识的优质标的：这家公司拒绝了用重资产做自动驾驶的老路，而是给行业带来了新的想象力。

2

  不用造车

也能掌握物理 AI 核心资产

物理 AI 最大的难点，从来不只是算法。一项技术的突破，背后承载的是几何级增长的测试里程。城市之间特点各不相同，解决一个长尾场景痛点所花的成本更是无法预测。

这也是自动驾驶过去长期被视为重资产生意的原因。传统路径往往是买车、建车队、铺城市、做测试、收集数据。这样的方式逻辑直接，但代价也很高。企业需要投入大量车辆、传感器、运营团队和测试资源，还要在商业化真正跑通前，承担漫长且低收入的投入周期。

Momenta 则直接通过与车企合作，建构了自己的数据采集网络。一方面，Mass Production（量产业务）面向车企量产，提供智能驾驶软件方案，带来稳定收入、真实道路数据和规模化验证机会。另一方面，Scalable Robo（规模化无人业务）面向 Robotaxi、Robovan 等无人驾驶场景，承担更高阶能力验证和未来商业空间打开的角色。

两条线互为支撑：量产业务提供稳定的现金流和数据底座，无人业务提供高阶技术验证。数据在两者之间流动，能力在两者之间迭代。

这种 " 轻模式 " 让 Momenta 与传统车企建立了深度的合作关系，带来的优势也是显而易见的。

第一，降低资产压力。Momenta 不需要自建车队，资产保持轻量化，可以集中资源投入算法研发和模型训练。

第二，提升数据效率。7 月 7 日，Momenta 宣布量产业务搭载规模已突破 100 万台。每天，搭载 Momenta 辅助驾驶系统的车辆行驶在亚洲、欧洲、大洋洲等 10 多个国家和地区的道路上，覆盖全球最丰富的交通场景。

第三，加速商业化落地。其量产方案已在德国、日本、澳大利亚等汽车工业强国部署，验证了技术在不同交通规则和驾驶文化下的适应能力。以奔驰为例，从 2017 年投资到 2025 年底量产，双方用了 8 年打磨工程化体系。据悉，未来奔驰全部乘用车型都将搭载 Momenta 智驾方案。这种工程化能力和车企信任，是竞争对手难以在短期内复制的能力。

归根结底，Momenta 的 " 轻模式 " 并非取巧，而是用一种更聪明的方式重构了物理 AI 的生产关系。

3

  数据飞轮已经转动

  Momenta 的技术优势

正如前文所述，物理 AI 高度依赖真实世界的数据，而 Momenta 的数据飞轮已经转动，并成为了 " 重 " 技术的底气。

物理 AI 究竟有哪些评判指标？Momenta CEO 曹旭东将其拆解为 Data Scaling 与 Commercial Scaling 两个维度。前者指向数据规模化能力，后者指向商业规模化能力。简单来说，一家公司不仅要能持续获得真实世界的数据，还要能把技术真正卖出去、大规模跑起来。

在 Data Scaling 层面，Momenta 已经具备相当可观的积累。基于超过 120 亿公里实车里程和超 1 亿段黄金数据，Momenta 于 2026 年 4 月量产首发了 R7 世界模型，该模型包含三个递进层次：第一层是预训练，通过海量真实驾驶数据将物理规律、常识与因果关系压缩进模型；第二层是仿真，通过闭环推演自身行为变化时环境的响应，对长尾场景进行性能评估；第三层是强化学习，让系统从模仿学习转向自主决策优化。

三层结构层层递进，数据规模与场景丰富度直接决定模型能力上限，这是实验室堆参数无法实现的壁垒。

在 Commercial Scaling 层面，Momenta 的优势则体现在量产速度上。目前，Momenta 量产规模已经突破百万台量级。据曹旭东透露，Momenta 交付首个 10 万台用了 2 年时间，而如今最快不到 40 天即可完成 10 万台交付。

Momenta 能拿到上述结果，得益于自动驾驶行业极强的先发优势和规模效应。与硬件不同，自动驾驶软件的边际成本趋近于零，一旦技术方案得到验证、工程体系跑通，后续的复制速度就会明显加快。越多车辆上路，越多数据回流，模型迭代越快，技术壁垒越高——飞轮一旦启动，后来者就很难追赶。

Momenta 招股书披露的财务数据也验证了这套逻辑的商业可行性。在自动驾驶长期被视为 " 烧钱无底洞 " 的行业背景下，Momenta 的营收实现了爆发式增长，且现金储备超 100 亿元，2025 年经调整亏损大幅缩窄，盈利可期。

未来自动驾驶的发展，将是涵盖数据规模、模型效率、工程交付与客户生态的综合竞争，这也正是 Momenta" 数据飞轮 " 的核心逻辑。Momenta 既有量产业务提供数据和现金流，又有 Robotaxi、Robovan 等无人驾驶业务验证高阶能力，未来还可以向 Robotruck、具身智能等更广义的物理 AI 场景扩展。

4

  结语

如果说过去十年，Momenta 完成的是从技术验证到商业验证的跨越，那么上市之后，它要回答的就是更长期的物理 AI 命题。

现阶段，Momenta 已经证明了自己可以在不造车、不自建庞大车队的情况下，依靠车企量产体系获得真实道路数据，并把这些数据转化为持续迭代的模型能力和商业收入。百万级量产规模、全球车企合作以及不断加速的交付速度，共同构成了它今天被资本重新定价的基础。

曹旭东曾有一个判断：" 任何一个人工智能应用，一旦接近人类的水平，就会在很短的时间内大幅超过人类的水平。" 换句话说，AI 前期可能要花十年、二十年缓慢爬坡，但一旦逼近临界点，超越人类能力或许只需要一两年。

物理 AI 的竞赛才刚刚开始，至少从目前来看，Momenta 已经拿到了这张入场券。

END