当大语言模型通过预测下一个词解锁数字世界时，物理世界的理解正在经历一场静默革命。中国自动驾驶企业Momenta近日通过港交所聆讯，其估值突破千亿人民币的背后，是全球首个将世界模型量产落地的技术突破。这家为全球前十大车企中九家提供解决方案的公司，正用90万辆量产车构建的物理AI底座，重新定义自动驾驶的进化路径。
传统自动驾驶依赖的模仿学习模式正遭遇瓶颈。尽管通过记录人类驾驶行为积累了海量数据，但这种"照葫芦画瓢"的方式始终无法理解物理世界的因果逻辑。当车辆在湿滑路面制动时，系统能记录操作轨迹却无法理解两吨金属与摩擦力的物理关系；面对低头玩手机的行人，算法可以复制人类避让动作却无法预测其下一步走向。这种技术天花板，正在被世界模型打破。
2026年的AI版图正在发生结构性转变。杨立昆创立的AMI Labs获得10.3亿美元融资，李飞飞的World Labs以50亿美元估值完成融资，NVIDIA与AMD同时押注物理AI赛道。谷歌在I/O大会上将世界模型整合进Gemini体系，这些动向指向同一个共识：仅理解语言的AI已触达边界，物理世界的建模能力将成为新竞技场。
Momenta的R7世界模型构建了三层技术架构。底层预训练阶段，从90万辆量产车采集的100亿公里数据中提炼出1亿段"黄金场景"，让系统掌握物体惯性、碰撞力学等基础物理规律。中间层仿真系统通过生成虚拟极端场景，将数据采集效率提升万倍——现实中十万公里才出现一次的"鬼探头"事故，在数字世界可无限复现。顶层强化学习模块则让算法在虚拟环境中自主试错，在物理约束下寻找最优解而非简单模仿人类行为。
这套技术体系正在重塑行业格局。不同于特斯拉封闭的FSD系统，Momenta选择开放生态战略。其All-in-One平台同时支撑乘用车L2++辅助驾驶、Robotaxi运营、无人物流车和干线运输四大场景。数据在乘用车日常行驶与Robotaxi极端场景间双向流动，形成"量产车采集-模型训练-OTA升级"的闭环飞轮。这种模式带来显著商业效应：公司许可收入三年增长42倍，七家主机厂在激烈竞争中同时成为其股东。
物理AI的商业化路径显现出与数字AI截然不同的特征。当OpenAI等企业通过编程场景快速验证商业模式时，Momenta选择在安全指标严苛的自动驾驶领域构建壁垒。90万辆量产车不仅作为数据入口，更形成硬件层面的护城河——与主机厂的深度绑定、基于OTA的持续迭代能力，使其区别于纯软件供应商。这种软硬一体的模式，正在全球5000亿美元规模的智驾市场中构筑竞争门槛。
行业观察家指出，物理AI的竞争维度远超技术本身。当世界模型成为基础架构，数据规模决定模型精度，量产能力影响迭代速度，商业闭环则关乎生存空间。Momenta的实践显示，同时掌握数据入口、量产渠道和商业闭环的企业，更有可能在物理AI时代复制数字AI领域的平台化成功。随着港交所钟声渐近，这场关于物理世界理解权的争夺，正进入关键决胜阶段。
