7.2
深览指数
商业腾讯新闻·王智远··AI 生成
物理 AI 第一股你看懂了吗？
本文以「物理 AI」热潮为背景，用「数据闭环」和「商业闭环」两把尺子筛选出真正落地的玩家——Momenta。文章核心论点是，物理 AI 的壁垒不在于拥有海量数据，而在于将数据「贫矿」提炼为有用「钢铁」的体系能力。作者通过曹旭东的「炼矿」比喻和「门票」理论，论证了 Momenta 如何通过平台化路径（一套世界模型覆盖多种车型）构筑先发优势，并指出其 IPO 的真正意义是为通往通用物理 AI 的百亿美金烧钱路拿下「门票」。本文适合对自动驾驶、AI 产业逻辑有基础认知、关注商业与技术交汇点的读者阅读。原文 ↗
核心观点
- ▍物理 AI 的真壁垒不在于拥有海量数据（贫矿），而在于将数据提炼成可用模型和产品的「体系能力」（炼矿），这构成了 90% 的价值。
- ▍Momenta 的战略核心是构建一套世界模型作为物理 AI 平台，通过平台效应从自动驾驶延伸到 Robotaxi、Robovan 等领域，形成规模优势。
- 01英伟达在 2025 年 CES 演讲中提及「物理 AI」17 次，并宣布其物理 AI 业务收入在过去一年突破 90 亿美元。
- 02全球物理 AI 赛道在一季度融资超 64 亿美元，Coatue 预测其市场可达 6 万亿美元。
- 03Momenta 拥有 90 万台量产车和 120 亿公里实车里程，并从后者中筛选出 1 亿段黄金数据用于训练。
- 042023-2025 年，Momenta 营收从 7.43 亿涨至 24.13 亿，三年翻三倍；其中许可收入从 0.23 亿飙升至 9.68 亿，翻了 42 倍。
- 05在第三方城市 NOA 供应商市场，Momenta 销量市占率为 65%，稳居行业第一。
- 06该公司已获得全球前 10 大车企中 9 家的量产订单，并与奔驰等车企的合作模式证明了长周期（8 年）的先发优势。
反方 / 局限
- — 作者以曹旭东的「门票」理论暗示了物理 AI 的巨大风险：要达到 L4 级别自动驾驶，累计投入至少需百亿美金，这对任何公司都是巨大考验，IPO 只是拿到一张长期烧钱战的门票。
- — 文章虽极力推崇平台化逻辑，但也隐含指出了该逻辑成功的前提——能够成功开辟除乘用车外的多条新业务线（如 Robotaxi），而这充满不确定性。
10 分钟 · 4 卡片 · 10 资料
读原文 →