导语
港交所又迎来一个热闹的敲锣日。
7月8日，Momenta正式登陆港股，发行价为295.6港元/股，开盘后小幅上涨，市值超过700亿港元，成为当日港交所5家上市企业中市值最大的一家。
表面看，这是一家自动驾驶公司的IPO。但市场真正争论的，并不是Momenta能不能做城市NOA，也不是它是不是“物理AI第一股”，而是一个更现实的问题：在自动驾驶经历多年泡沫、降温、洗牌之后，资本市场为什么还愿意用高估值重新定价这家公司？
答案不只在技术叙事里，也在商业化进度、客户结构、数据飞轮和资本阵容里。
此次IPO若“绿鞋”即超额配股权全额行使，Momenta全球发售约2293万股，募集资金总额约68亿港元。更能说明市场态度的是基石阵容：公司引入14家机构作为基石投资者，合计认购约30亿港元，接近本次发行规模的一半。
在过去几年，自动驾驶赛道经历过太多高开低走的故事。Momenta此时上市，真正需要回答的是：它能否证明，自动驾驶不是一个单点功能生意，而是物理AI商业化的第一块底座？
从自动驾驶切入，但它想讲的不是车
Momenta的创始人曹旭东，是典型的技术创业者路径。
1986年出生于甘肃，18岁考入清华大学工程力学专业。本科毕业后，他曾获得直博机会，但最终选择离开原本偏物理方向的研究轨道，转向人工智能。2010年，他加入微软亚洲研究院担任研究员，之后进入商汤科技，并在2016年9月创立Momenta。
公司名字来自“Momentum”的复数形式。曹旭东曾解释，每个人都是一个“Momentum”，汇聚到一起，朝共同方向打硬仗，这就是“Momenta”。
这个说法带有创业公司早期常见的理想主义色彩。但Momenta真正值得观察的地方，在于它没有完全沿着当时行业最拥挤的两条路走。
2016年前后，国内自动驾驶刚刚起步。行业一边是重资产投入L4高阶自动驾驶的创业公司，另一边是更务实地做L2辅助驾驶量产的团队。前者烧钱重、周期长，后者更容易交付，但天花板容易被定义为供应商。
Momenta选择了一条中间路线：曹旭东提出“一个飞轮，两条腿”的战略，以数据驱动为核心飞轮，同时推进量产业务和规模化无人业务。简单说，量产辅助驾驶负责上车、跑数据、形成现金流；L4负责技术上探，并反哺量产方案。
这个模式的关键，不是概念，而是车必须真的跑起来。
截至目前，搭载Momenta系统的量产车辆规模已超过100万台，公司已交付超过100款量产车型，累计定点车型数超过210款，并实现过最快不到40天交付10万台的部署效率。
这些数字的意义不只是装机量。对一家做物理世界智能的公司而言，车是数据入口。每一台上路车辆都在真实交通环境中持续产生场景、交互、异常和长尾事件，而这类数据很难单靠实验室仿真补齐。
这也是Momenta把自动驾驶称为物理AI序章的原因。曹旭东曾判断，物理AI的核心是数据scaling和商业scaling，二者形成正向反馈；目前唯一同时具备这两个条件的，是自动驾驶。
这个判断并不夸张。相比纯数字世界的大模型，物理AI面对的不是文本、图片或视频里的模式识别，而是现实世界中的运动、惯性、博弈和因果关系。车辆、行人、骑行者、红绿灯、雨雪天气、临时施工、突然变道，这些变量共同构成了一个持续变化的复杂系统。
如果AI只是“看见”世界，还不够。它还要理解世界会如何变化，并判断自己行动后世界会怎样响应。
R7世界模型，是技术叙事，也是商业分界线
今年4月，Momenta自主研发的R7世界模型宣布量产首发。这是一个关键节点。
过去，自动驾驶公司的竞争通常围绕感知、规控、地图、算力和交付能力展开。但世界模型的出现，让行业叙事开始向更底层的“物理理解能力”迁移。
按照Momenta的定义，R7世界模型是一个能够理解物理规律、推演世界演变的基座模型，可支撑其在乘用车、Robotaxi、Robovan等场景落地，未来还可能扩展到Robotruck和具身智能等领域。
换句话说，Momenta不想只做一个车载智能化供应商。它试图把自动驾驶中积累的数据、模型和仿真能力，抽象成面向物理世界的AI平台。
这也是它与传统自动驾驶公司的主要区别。
多数自动驾驶公司，本质仍是汽车智能化服务商，核心交付是车载算法、辅助驾驶方案或出行服务。普通大模型公司则更多处理数字内容与虚拟数据。Momenta试图站在两者之间：用真实物理世界的数据训练模型，再让模型回到真实物理世界完成决策和行动。
