当前位置: 首页 > news >正文

700亿市值背后:Momenta“物理AI第一股”叙事能否落地?与地平线竞争谁能笑到最后?

700亿市值背后:Momenta“物理AI第一股”叙事能否落地?与地平线竞争谁能笑到最后?

7月8日,代码06880首次在港交所大屏跳动,当天有五家企业在港交所敲锣,其中体量最大的Momenta每股以295.6港元定价,开盘报301港元,总市值突破700亿港元。公开发售出现414倍超额认购,国际发售涌入超1000亿港元机构订单。14家基石投资者合计认购约30亿港元,GIC、富达国际各投1亿美元,奔驰与比亚迪罕见联手加码。

在2026年港股科技板块整体低迷的情况下,Momenta能有这样的热度称得上逆势。然而,翻看Momenta的招股书会发现,其三年累计亏损超90亿元,至今尚未实现盈利。一家持续亏损的公司,凭什么让全球最挑剔的长线资金争相下注?

Momenta的故事,源于一个不循规蹈矩的决定。2004年,18岁的曹旭东从甘肃考入清华大学工程力学专业,本科毕业后拿到直博资格,却在读博期间对人工智能产生浓厚兴趣,于是选择退学。他先后加入微软亚洲研究院和商汤科技,在AI领域深耕,直到2016年,30岁的曹旭东创立了Momenta。

创业之初,曹旭东确立了“一个飞轮,两条腿”的战略:为量产车型提供L2+辅助驾驶方案,积累真实路况数据反哺算法,再用迭代后的算法支撑L4级Robotaxi布局。彼时行业正狂热押注L4,各家公司都在秀demo、推试验车,做L2远没有做L4来得“性感”。但十年后,Momenta成功站上港交所舞台,还贴上了“物理AI第一股”的新标签。

这个标签在行业里引发了不小的争议。地平线创始人余凯在Momenta启动招股后发微博称,地平线“不太会混社会”,从不搞“XX第一股”那一套,自嘲是“一家比较无聊的公司”。外界普遍认为,这是在暗讽Momenta的叙事包装。

“物理AI第一股”究竟是技术判断,还是精心包装的资本叙事?700亿市值背后,Momenta的商业模式能否支撑高预期?在车企自研加速、行业竞争白热化的当下,它又将如何守住护城河?

一、毛利率为何能超宁德时代?

Momenta招股书里最引人注目的是毛利率。2023年至2025年,其毛利率从17.5%跃升至71.6%,这在汽车产业链里十分罕见。同期,地平线毛利率约64.5%,宁德时代约26%,特斯拉汽车业务约18%。一家做智驾软件的公司,毛利率能超过卖电池的龙头,这在传统制造业逻辑里很难解释。

根据招股书,Momenta的营收分为技术开发服务与许可服务两大块。前者帮车企做定制化智驾方案的开发适配,按项目收钱,每做一个项目就要投入一批工程师,收入随人头增加;后者是车型量产之后按每辆车的销量收授权费,软件授权的研发成本在开发阶段已经前置,每多卖一台车,新增成本几乎为零。

2023年,技术开发服务占收入的96.8%,许可服务仅占3.1%;到2025年,技术开发服务降至59.9%,许可服务升至40.1%,收入从0.23亿元暴增至9.68亿元,三年翻了42倍。Momenta的许可服务属于“一次研发、全周期复用”模式,天然具有高边际收益的属性。所以,毛利率从17.5%跳到71.6%,本质上是收入结构切换的结果,而非成本控制的结果。

不过,营收和毛利在增长的同时,账面净亏损也在增加。2023年至2025年,Momenta归母净利润分别亏损25.70亿元、32.06亿元和34.58亿元,三年累计92.34亿元。乍看之下,这个数字几乎否定了前面所有的正面信号,一家毛利做到70%以上的公司,怎么还会亏损这么多?

亏损的主要原因是“优先股及其他金融负债公允价值变动”。简单来说,这是公司上市前融资时给投资人的一种工具,优先股在会计上被记为负债,公司估值每涨一次,这笔负债就跟着涨一次,涨出来的部分就被记为亏损。2023年这项亏损为11.90亿元,2024年是19.68亿元,2025年是28.43亿元。

公司越值钱,账面亏损越大,但这并非真金白银流出的钱,而是会计准则制造的数字幻象。把这一项和股份支付等非现金项目剔除后,三年内经调整净亏损从10.93亿元、9.59亿元收窄至3.03亿元。经营现金净流出也从2023年的10.69亿元收窄至2025年的2.81亿元。可见,Momenta虽然仍在亏损,但亏损正在快速收窄。

真正烧钱的是研发。2023年至2025年,研发费用分别为12.81亿元、15.08亿元和18.69亿元。其中,2025年研发开支占收入的77.5%,这些钱用于构建物理AI、端到端自动驾驶、强化学习模型三大核心技术壁垒。

二、Momenta为何更换更贵的标签?

Momenta最初计划赴美上市。2024年6月,中国证监会批准了Momenta在纳斯达克或纽交所发行不超过6335万股普通股的备案,当时公司定位是“智能驾驶解决方案提供商”。但这份备案在2025年6月到期,赴美计划搁浅。

2026年3月,Momenta向港交所秘密递交招股书,重新出现在资本市场时,头衔变成了“物理AI第一股”。4月北京车展,R7强化学习世界模型发布,Momenta首次在公开场合系统性提出“物理AI”概念。

标签切换的时间点,恰好踩在“物理AI”概念最热的风口上。2025年7月黄仁勋首次明确提出“物理AI是下一波增长浪潮”,2026年CES上又用90分钟演讲宣告“物理AI的ChatGPT时刻即将到来”。市场对物理AI的热情,与对“智驾”的审美疲劳形成鲜明对比。

看看同行的处境就会明白,小马智行和文远知行上市即破发,市值分别只剩200多亿和100多亿港元;地平线股价从高点腰斩,一度跌破发行价,市场对“智驾”这个标签的耐心正在耗尽。

用“智驾方案商”的身份IPO,市场只能锚定业绩定价,想象空间有限,而“物理AI”的叙事直接把Momenta从“汽车供应链的一个环节”拔高到了“AI基础设施层”,估值逻辑从“卖算法方案的公司”变成了“定义下一代计算范式的平台型玩家”。GIC、富达、贝莱德愿意重仓一家尚未盈利的企业,赌的就是这个叙事。

同时,Momenta的IPO定价295.6港元,不含绿鞋的发行后总市值696亿港元,约90亿美元。按2025年24.13亿元营收计算,市销率约25倍。横向对比,地平线市值约75.8亿美元,小马智行约30.17亿美元,均低于Momenta的定价。Momenta以“物理AI”的身份拿到的估值,已经超过了所有已上市的智驾同行。

估值溢价本质上反映的是市场对两种不同估值逻辑的选择。Momenta的“物理AI第一股”能被市场接受,有其现实基础:数据规模、技术落地和商业闭环。

数据规模方面,物理AI的核心是让机器理解物理世界,前提是见过足够多的物理世界样本。截至2025年底,搭载Momenta系统的量产车辆已超90万台,累计行驶里程超120亿公里。这些车就是行走的数据采集器,这种数据获取能力是纯做L4的公司难以比拟的。

技术落地方面,2026年4月,R7强化学习世界模型实现量产首发。Momenta成为全球首个实现无图城市NOA全国覆盖、首个端到端大模型量产、首个强化学习模型量产的第三方智驾公司。在绝大多数物理AI玩家仍停留在实验室演示和概念验证阶段时,R7已经上车了。

商业闭环方面,曹旭东有一个门票理论,要实现通用物理AI,一定要有现金流业务。Momenta的L2++量产业务提供收入和真实道路数据,L4自动驾驶业务验证技术上限并反哺量产体系。目前唯一同时实现数据Scaling和商业Scaling的物理AI场景就是自动驾驶,而Momenta已经在这个场景里跑通了从数据到模型到商业化的完整链路。

从上市首日的表现来看,市场给了Momenta一个机会,开盘涨超6%,市值突破700亿港元。

三、地平线为何坐不住了?

Momenta上市最耐人寻味的插曲,不是其曲折的上市过程,而是地平线创始人余凯发的微博。余凯在社交平台发文称,“地平线不太会混社会,没有吹过‘XX第一股’,是一家比较无聊的公司”。当天下午,又在网友微博下留言“不是(态度)软(乎)了,是在忙着搞客户,没工夫搞股价”。

两家公司的紧张关系并非毫无缘由。地平线与Momenta的竞争态势正在从错位走向正面,竞争的核心是两种截然不同的商业模式在同一个市场里的碰撞。

地平线成立于2015年,起点是芯片,走的是车规级AI芯片的路子。征程系列芯片是其核心产品,2025年全年出货量超过400万套,同比增长39%。其中支持中高阶智驾功能的芯片出货量达到180万套,为2024年同期的近5倍,占总出货量的45%。截至2025年8月,征程系列芯片累计出货突破1000万套。

芯片生意的特点是,一旦被车企采用,就会深度嵌入整车电子电气架构,切换成本极高。车企即便自研算法,也很难替换已经大规模部署的芯片平台。这种物理层面的锁定效应,构成了地平线最核心的护城河。

2025年,地平线全年营收37.6亿元,同比增长57.7%。毛利率64.5%,汽车业务毛利率67.2%。收入结构分为两块:产品及解决方案收入16.22亿元,同比增长144.2%,占比从2024年的28%提升至43%;授权及服务收入19.35亿元,同比增长17.4%。值得注意的是,授权业务的毛利率高达94.5%,是地平线稳定的利润来源,而产品解决方案的毛利率仅为34.5%。也就是说,地平线正在用芯片硬件打开市场,用软件授权赚取利润,芯片是入口,软件是利润。

不过,这个模式也有挑战,硬件毛利率低、研发投入高。2025年,地平线研发开支高达51.54亿元,同比增长63.3%,占营收比例高达137.1%。经调整经营亏损23.72亿元,同比扩大58.7%。公司处于“每获得1元收入,便需要在研发上投入约1.37元”的状态。

对比Momenta的商业模式,差异就很明显了。Momenta从算法出发,向硬件延伸。其核心资产是数据和软件,护城河是数据飞轮,车越多,数据越多;数据越多,模型越强;模型越强,车企越愿意合作。

简单来讲,地平线的护城河是物理层面的,芯片上车之后难以替换,靠锁定效应建立壁垒,车企买了地平线的芯片,就进了地平线的生态;Momenta的护城河是数据层面的,后来者很难复制100万台车跑出来的数据积累,靠数据飞轮建立壁垒,车企用了Momenta的方案,就能持续获得算法升级。

四、地平线与Momenta正在走向交汇

地平线从芯片走向了算法延伸。2025年11月,地平线全场景城区辅助驾驶解决方案HSD正式量产。截至2026年初,HSD已获得10家车企、超过20款车型的定点合作。首批搭载HSD的星途ET5和深蓝L06,上市8周内智驾功能激活量突破2.5万台。余凯预计,2026年底会有累计20款左右搭载“征程+HSD”的车型交付。

HSD V2.0于2026年6月发布,基于世界模型加端到端强化学习的模型升级。余凯在财报电话会上透露,搭载HSD的车型顶配版本销量占比达到83%,智驾里程占比达到41%。他把41%视为一个具有战略意义的临界点前夜。这意味着,地平线正在从卖芯片的公司变成卖智驾方案的公司,而这块市场原本是Momenta的主场。

Momenta同样在向地平线的领地渗透。2026年4月,Momenta宣布首款联合自研芯片X7已搭载于上汽大众ID.ERA 9X。Momenta开始成为卖软硬一体方案的公司。

余凯说地平线是最懂芯片的软件算法公司,也是最懂软件算法的芯片公司。这句话放在Momenta身上同样适用,只是方向相反。

两家公司竞争最激烈的战场,是同一个客户:比亚迪。Momenta是比亚迪天神之眼方案的核心算法商,在英伟达芯片上为比亚迪提供算法支持。比亚迪同时也是Momenta本次IPO的基石投资者之一,出资1500万美元。地平线是比亚迪征程系列芯片的供应商,预计2025年向比亚迪出货约250万套征程6芯片。征程6M及舱驾融合芯片星空,能为单车节省1500至4000元硬件成本。

但两家公司都面临着同一个隐患:比亚迪正在自研。2026年5月28日,比亚迪发布自研4nm智驾芯片璇玑A3,单颗算力超700TOPS。发布次日,地平线股价下跌逾7%。

长期来看,当比亚迪的自研能力覆盖到全价位车型时,Momenta和地平线在比亚迪体系中的空间都会被压缩。这个困境不只属于比亚迪一个客户。上汽一边持有Momenta 9.45%的股份,一边与华为签署深度合作协议,同时在自研领域持续投入;奔驰既是Momenta的股东和基石投资者,也在加大自研投入。

越来越多的头部车企选择“自研+外采”的双轨策略,第三方供应商的议价空间将被持续挤压。同时,从竞争格局看,战场正在缩小。对此,余凯和曹旭东对行业终局的判断惊人地一致。曹旭东在2025年10月公开表示,汽车辅助驾驶的竞争将在2026年结束,国内最终只会有三家参与者胜出;余凯则在2026年6月的股东大会上预测,到2030年自动驾驶将成为汽车标配,地平线通过芯片加软件的组合,可实现单车1000美元的利润。两家公司都认为自己至少会是那三分之一。

过去两到三年,前前后后相关自动驾驶的十来家企业,上市以后都处在破发状态。任何一个产业都会经历造梦与兑现两个周期,造梦期间,资本市场会给出高预期和高估值;兑现期的关注重点在于收入增长、毛利和市场竞争力。Momenta正在进入第二个周期,地平线早已身处其中。两家公司都要证明自己能在兑现期活下来,并且活得比别人好。余凯暗讽第一股的微博,表面上是情绪宣泄,实际上是对竞争格局变化的清醒认知,地平线与Momenta必有一战,而这场战争的终局是,谁能先跑到那个“只剩下两三家”的终点线。

五、世界模型很热,但解决的还是老问题

世界模型大概是2026年AI领域最热也最混乱的词汇,正在成为AI领域新的万能标签,就像前几年的元宇宙、大模型,只要贴上这个标签,就能拿到通往资本与舆论中心的入场券。同一家公司、同一套技术方案,贴上“物理AI第一股”的标签就能拿到25倍市销率,本身就说明了问题。

那么,世界模型在自动驾驶的技术栈里到底扮演什么角色?一个被广泛接受的判断是,智驾行业里今天谈的世界模型,在技术路径上并没有太大差别,只是对行业原来的仿真工具进行技术范式升级,在还原度更高、场景更丰富、自由度更高的虚拟世界中,解决端到端模型测试、验证问题。

头部梯队玩家大都在打造世界模型作为仿真器应用,理想用驾驶世界模型充当打分老师,小鹏也在用世界模型做仿真测试来评测新版本的模型算法能力。

这里有一个关键的区分:用世界模型来做仿真,和用世界模型来理解物理世界,是两件不同的事。前者是工具层面,一个更真实的仿真环境确实能帮助工程师更快地迭代模型,但它并不要求模型本身理解物理规律,只要仿真环境足够真实,测试结果就有参考价值。后者是能力层面,让车端的模型真正理解物理规律,比如知道物体有惯性、知道路面摩擦系数会影响刹车距离、知道行人看到球弹过来可能会跑向马路,这需要模型在真实驾驶中不断学习,远不是仿真环境能训练出来的。

目前行业里几乎所有玩家做世界模型,主要解决的都是前一个问题。它们造的是更好的仿真器,而不是真正理解物理世界的AI。这也是为什么头部玩家做出来的世界模型在功能上差别不大,都宣称能做场景生成、能做闭环仿真、能支持强化学习训练,因为它们解决的是同一个工程问题。

Momenta的R7世界模型在这个框架里走得更远一些。R7采用三层架构设计:世界模型预训练层压缩物理规律,世界模型仿真层推演长尾场景,强化学习层实现自主决策优化。Momenta宣称R7已实现误制动指标优化超过3倍,车道内避让性能提升近5倍。

但R7把强化学习引入世界模型训练的核心突破,并非Momenta独有。蔚来在2026年1月将“世界模型+闭环强化学习”架构全量推送至数十万辆车;轻舟智航同样推出了基于世界模型+强化学习统一架构的解决方案;华为ADS 5的WEWA 2.0架构也引入了在线强化学习。Momenta的R7在技术路线上与同行趋同,差别在于量产落地的时间点和规模。

所以其实世界模型面临一个有趣的悖论:它的价值越大,它的稀缺性就越低。当大家都在做同一件事时,技术本身就不再是壁垒,真正的壁垒变成了谁的数据更多、谁的量产规模更大、谁的工程化能力更强。这恰恰回到了Momenta最原始的竞争优势,100万台量产车和65%的第三方城市NOA市占率。世界模型是Momenta用来包装这个竞争优势的新故事,而不是替代这个竞争优势的新技术。

另一个值得注意的现象是,行业对世界模型的讨论变成了怎么做。2025年,VLA和世界模型的路线之争还是行业焦点;到了2026年下半年,越来越多的声音开始承认两条路线可以融合。技术路线从二选一变成都要做,世界模型的差异化价值也就被进一步稀释了。

世界模型无疑是自动驾驶技术演进的重要方向,但它从一个学术概念到真正改变用户体验,中间还有很长的路要走。对Momenta来说,物理AI第一股的标签帮它拿到了一个比所有智驾同行更高的起点,但世界模型能否从营销概念变成真正的技术壁垒,取决于它能不能用数据、产品和用户来证明。

六、结语

Momenta开盘涨超6%,市值一度突破700亿港元。但开盘的冲高没能持续太久,午后股价回落,最终收报295.6港元,与发行价持平。开盘的冲高与收盘的回落之间,恰好勾勒出市场对这家公司的复杂心态,愿意为物理AI第一股的叙事支付溢价,却又在一天的交易中重新掂量了这份溢价的成色。

叙事终究要落地,物理AI这个故事能不能讲通,取决于三个东西:数据规模、模型能力、商业化速度。曹旭东在上市仪式上说:“过去十年,我们让AI学会驾驶;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。”这句话描绘的图景足够宏大,但未来十年这个时间跨度,放在一个每季度都要向公开市场交答卷的上市公司身上,显得有些漫长。

Momenta拿到了一个比所有智驾同行更高的起点:90亿美元市值,25倍市销率。但这个起点也是一道更高的门槛,上市之后,市场会开始追问:物理AI到底改变了什么?是一套技术架构的升级,还是一个商业模式的质变?Momenta拿到的门票是真的,物理AI的方向也是真的。但物理AI的ChatGPT时刻是否真的到来了,需要Momenta在所有人都涌向同一个方向时,找到那个别人追不上的差异化壁垒。

http://www.cnnetsun.cn/news/3247363.html

相关文章:

  • 高效掌握跨平台编辑器:Notepad--专业用户的进阶配置实战指南
  • AUTOSAR Classic R20-11 实战:基于 Vector MICROSAR 的 CAN 通信栈配置与 Demo 实现
  • macOS菜单栏LLM控制中心:ModelHub统一管理Ollama与LM Studio
  • A3910与PIC18F45K50在嵌入式电机控制中的经典应用
  • 三步构建个人漫画数字图书馆:Comic Backup实战指南
  • MySQL 模糊查询 REGEXP 进阶:5 个复杂文本匹配场景与正则表达式实战
  • STM32与ADS8665构建高精度数据采集系统
  • 水果优惠券一般从哪里找?整理几个平时会关注的渠道(持续更新)
  • 78.信任的温度
  • GEO 行业2026趋势深度分析:品牌获客格局重塑与竞争新逻辑
  • SAM ViT-H 模型部署实战:RTX 4090 单卡推理 1024x1024 图像仅需 0.15 秒
  • 04_多Agent编排工具域详解
  • 互联网大厂 Java 面试:从 Spring 到微服务的技术深度探讨
  • CCRC人员认证系列方向梳理
  • Java后端面试7天冲刺:从知识碎片到体系构建,提升面试通过率
  • SVG烟花动画:Web前端轻量级视觉特效实现指南
  • AI辅助专利撰写实战:30分钟生成动态缓存策略专利草稿
  • 2026年全国青少年信息素养大赛复赛真题(算法应用主题赛C++初中组:带解析)(7月4日试卷一)【文末附答案和解析】
  • P9011 [USACO23JAN] Air Cownditioning II B
  • 金航标kinghelm2026年7月7每日芯闻。
  • SpringBoot+Vue智慧停车场系统:从部署到答辩的完整实践指南
  • MTK YGPS的结果 如何从apk里拿到
  • 基于TPS61170与STM32的高效升压电源设计指南
  • 《无畏契约》6.25更新卡顿闪退问题:从驱动兼容性到系统优化的完整解决方案
  • 基于PIC32和PAM8904的智能声音警报系统设计
  • 液流电推 / 铁路机车蓄电池柜只监测总电压不够?12 路电池电压巡检单元如何实现低成本多路采集?
  • YOLOv8道路裂缝识别检测系统(项目源码+YOLO数据集+模型权重+UI界面+python+深度学习+环境配置+目标检测)
  • 基于SteamOS理念自建客厅游戏主机:Linux游戏兼容性与性能优化实战
  • 如何在5分钟内绘制专业电路图:Draw.io ECE库完整指南
  • “翡翠河豚”:已知首个AI驱动勒索软件攻击案例,凸显企业加强防御紧迫性