Momenta的物理AI溢價，是不是太貴了？

港交所的螢幕上，代碼06880首次跳動。七月八日，五家企業同時敲鑼，Momenta是當中體量最大的一家。每股295.6港元定價，開盤報301港元，總市值突破700億港元。公開發售獲得414倍超額認購，國際發售湧入超過1000億港元機構訂單。十四家基石投資者合計認購約30億港元，GIC與富達國際各投1億美元，奔馳與比亞迪罕見聯手加碼。在港股科技板塊整體低迷的二○二六年，這樣的熱度稱得上逆勢。 但翻開Momenta的招股書，裡頭還躺著另一組數字：三年累計虧損超過90億元，至今尚未實現獲利。一家持續虧損的公司，為何能讓全球最挑剔的長線資金爭相下注？答案或許與Momenta在上市前夕替自己貼上的新標籤有關——「物理AI第一股」。這個標籤在行業內引發不小的爭議，地平線創始人餘凱在Momenta啟動招股後發了一條微博，說地平線「不太會混社會」，從來不會搞「XX第一股」那一套，自嘲是「一家比較無聊的公司」。餘凱沒點名，但時間點與措辭讓外界普遍認為，這是在暗諷Momenta的敘事包裝。物理AI第一股究竟是技術判斷，還是一場精心包裝的資本敘事？700億市值的背後，Momenta的商業模式能否支撐如此高的預期？ Momenta的故事始於一個不循規蹈矩的決定。二○○四年，十八歲的曹旭東從甘肅考入清華大學工程力學專業，本科畢業後拿到直博資格，卻在讀博期間發現自己對人工智慧產生濃厚興趣，於是選擇退學。他先後加入微軟亞洲研究院與商湯科技，在AI領域紮根，直到二○一六年，三十歲的曹旭東創立Momenta。創業之初，他確立了一個並不討巧的戰略：一個飛輪，兩條腿。為量產車型提供L2＋輔助駕駛方案，積累真實路況數據反哺演算法，再用迭代後的演算法支撐L4級Robotaxi布局。當時行業正狂熱押注L4，做L2遠不如做L4性感，但正是這條不夠性感的路，被Momenta走通了。 從財務面來看，Momenta招股書中最引人關注的數字是毛利率。二○二三年至二○二五年，毛利率從17.5％躍升至71.6％，這在汽車產業鏈裡極為罕見。同期地平線毛利率約64.5％，寧德時代約26％，特斯拉汽車業務約18％。一家做智駕軟體的公司，毛利率竟能超過賣電池的龍頭。根據招股書，Momenta的營收可分為兩大塊：技術開發服務與許可服務。前者按項目收錢，每做一個項目就要投入一批工程師，收入跟著人頭走；後者是車型量產後按每輛車的銷量收授權費，軟體授權的研發成本已在開發階段前置，每多賣一臺車，新增成本幾乎為零。二○二三年，技術開發服務占營收96.8％，許可服務僅3.1％；到二○二五年，技術開發服務降至59.9％，許可服務升至40.1％，從0.23億元暴增至9.68億元，三年翻了42倍。正是這種「一次研發、全週期複用」的商業模式，推動毛利率從17.5％跳到71.6％。 營收與毛利在漲，帳面淨虧損同樣在漲。二○二三年至二○二五年，歸母淨利潤分別虧損25.70億元、32.06億元與34.58億元，三年累計92.34億元。這個數字乍看之下幾乎否定所有正面訊號，但虧損的大頭來自「優先股及其他金融負債公允價值變動」。這是公司上市前融資時給投資人的工具，優先股在會計上被記為負債，公司估值每漲一次，這筆負債就跟著漲一次，漲出來的部分便被記為虧損。把這項以及股份支付等非現金項目剔除，三年內經調整淨虧損從10.93億元、9.59億元收窄至3.03億元；經營現金淨流出也從10.69億元收窄至2.81億元。Momenta雖然仍在虧損，但虧損正快速收窄。 真正燒錢的是研發。二○二三年至二○二五年，研發費用分別為12.81億元、15.08億元與18.69億元，其中二○二五年研發開支占收入77.5％。這些錢投入在物理AI、端到端自動駕駛、強化學習模型三大核心技術壁壘的建構上。既然經營面持續改善，Momenta為何還要在IPO前夕更換標籤？一個容易被忽略的時間線是：Momenta最初計劃赴美上市，二○二四年六月中國證監會批准其在納斯達克或紐交所發行不超過6335萬股普通股的備案，當時的公司定位是「智能駕駛解決方案提供商」。但那份備案在二○二五年六月到期，赴美計劃擱淺。二○二六年三月，Momenta向港交所秘密遞交招股書，重新出現在資本市場時，頭銜已變成「物理AI第一股」。 標籤切換的時間點，恰好踩在「物理AI」概念最熱的風口上。二○二五年七月黃仁勳首次明確提出「物理AI是下一波增長浪潮」，二○二六年CES上又用90分鐘演講宣告「物理AI的ChatGPT時刻即將到來」。市場對物理AI的熱情，與對「智駕」的審美疲勞形成鮮明對比。小馬智行與文遠知行上市即破發，市值分別只剩200多億與100多億港元；地平線股價從高點腰斬，一度跌破發行價。用「智駕方案商」的身分IPO，市場只能錨定業績定價，想像空間有限；「物理AI」的敘事直接把Momenta從「汽車供應鏈的一個環節」拔高到「AI基礎設施層」，估值邏輯從「賣演算法方案的公司」變成「定義下一代計算範式的平臺型玩家」。 Momenta的物理AI第一股之所以能被市場接受，有其現實基礎。首先是數據規模，截至二○二五年底，搭載Momenta系統的量產車輛已超過90萬臺，累計行駛里程超過120億公里，這些車就是行走的數據採集器。其次是技術落地，二○二六年四月R7強化學習世界模型實現量產首發，Momenta成為全球首個實現無圖城市NOA全國覆蓋、首個端到端大模型量產、首個強化學習模型量產的第三方智駕公司。第三是商業閉環，曹旭東有所謂「門票理論」：要實現通用物理AI，一定要有現金流業務。L2＋＋量產業務提供收入與真實道路數據，L4自動駕駛業務驗證技術上限並反哺量產體系。目前唯一同時實現數據Scaling與商業Scaling的物理AI場景就是自動駕駛，而Momenta已在這個場景中跑通從數據到模型到商業化的完整鏈路。 Momenta上市最耐人尋味的插曲是地平線創始人餘凱的微博發文。他稱「地平線不太會混社會，沒有吹過『XX第一股』，是一家比較無聊的公司」，當天下午又在網友微博下留言「不是（態度）軟（乎）了，是在忙著搞客戶，沒工夫搞股價。」兩家公司的緊張關係並非毫無來由。地平線起點是芯片，征程系列是其核心產品，二○二五年全年出貨量超過400萬套。芯片生意一旦被車企採用，就會深度嵌入整車電子電氣架構，切換成本極高。地平線正在從賣芯片的公司變成賣智駕方案的公司，HSD解決方案已獲得多家車企定點。Momenta則從演算法出發向硬體延伸，二○二六年四月宣佈首款聯合自研芯片X7搭載於上汽大眾ID.ERA 9X。兩家公司正從錯位走向正面碰撞。 競爭最激烈的戰場是同一個客戶：比亞迪。Momenta是比亞迪天神之眼方案的核心演算法商，比亞迪也是Momenta本次IPO的基石投資者之一，出資1500萬美元。地平線則是比亞迪征程系列芯片的供應商。但兩家公司都面臨同一個隱患：比亞迪正在自研。二○二六年五月，比亞迪發佈自研4nm智駕芯片璇璣A3，單顆算力超過700TOPS。長遠來看，當自研能力覆蓋到全價位車型時，Momenta與地平線在比亞迪體系中的空間都會被壓縮。同樣的困境不只比亞迪一家客戶，上汽一邊持有Momenta 9.45％股份，一邊與華為簽署深度合作協議；奔馳既是Momenta股東也是基石投資者，同樣在加大自研投入。越來越多頭部車企選擇「自研＋外採」雙軌策略，第三方供應商的議價空間將被持續擠壓。 從競爭格局來看，戰場正在縮小。曹旭東曾公開表示，汽車輔助駕駛的競爭將在二○二六年結束，國內最終只會有三家參與者勝出；餘凱則預測到二○三○年自動駕駛將成為汽車標配，地平線透過芯片加軟體的組合可實現單車1000美元利潤。兩家公司都認為自己至少會是那三分之一。過去兩三年，十來家自動駕駛企業上市後都處在破發狀態。任何產業都會經歷造夢與兌現兩個週期，Momenta正在進入第二個週期，地平線早已身在其中。兩家公司都要證明自己能在兌現期活下來。 世界模型大概是二○二六年AI領域最熱也最混亂的詞彙，正在成為新的萬能標籤。一個被廣泛接受的判斷是：智駕行業今天談的世界模型，在技術路徑上並沒有太大差別，只是對行業原來的仿真工具進行技術範式升級，在還原度更高、場景更豐富的虛擬世界中解決端到端模型測試與驗證問題。用世界模型來做仿真，與用世界模型來理解物理世界，是兩件不同的事。目前行業幾乎所有玩家做世界模型，主要解決的都是前一個問題。Momenta的R7世界模型採用三層架構，宣稱已實現誤制動指標優化超過3倍，車道內避讓性能提升近5倍。但強化學習引入世界模型訓練的核心突破並非Momenta獨有，蔚來、輕舟智航、華為ADS 5等也都推出類似架構。當大家都在做同一件事時，技術本身不再是壁壘，真正的壁壘變成誰的數據更多、誰的量產規模更大、誰的工程化能力更強。這恰恰回到Momenta最原始的競爭優勢：100萬臺量產車與65％的第三方城市NOA市佔率。世界模型是Momenta用來包裝競爭優勢的新故事，而非替代競爭優勢的新技術。 Momenta開盤漲超6％，市值一度突破700億港元，但午後股價回落，最終收報295.6港元，與發行價持平。開盤衝高與收盤回落之間，恰好勾勒出市場對這家公司的複雜心態：願意為物理AI第一股的敘事支付溢價，卻又在一天交易中重新掂量這份溢價的成色。曹旭東在上市儀式上說：「過去十年，我們讓AI學會駕駛；未來十年，我們將為每個家庭帶來專職的阿姨、醫生、教師等機器人的服務場景。」這句話描繪的圖景足夠宏大，但未來十年這個時間跨度，放在一個每季都要向公開市場交答卷的上市公司身上，顯得有些漫長。Momenta拿到一個比所有智駕同行更高的起點：90億美元市值、25倍市銷率。但這個起點也是一道更高的門檻。上市之後，市場會開始追問：物理AI到底改變了什麼？是一套技術架構的升級，還是一個商業模式的質變？Momenta拿到的門票是真的，物理AI的方向也是真的。但物理AI的ChatGPT時刻是否真的到來，需要Momenta在所有人都湧向同一個方向時，找到那個別人追不上的差異化壁壘。