随着香港交易所钟声的敲响，一家以“物理AI第一股”身份亮相的科技企业Momenta正式开启资本市场征程。其开盘价定格在301港元/股，较发行价上涨超6%，总市值突破700亿港元。这场资本盛宴背后，是市场对物理AI技术路径的强烈期待——这家智能驾驶技术供应商在上市前宣布量产规模突破100万台，更以65%的市场份额稳居第三方城市NOA供应商首位。
招股书显示，Momenta全球发售约2293万股，募集资金总额达68亿港元。公开发售部分获得414倍超额认购，国际发售部分吸引超过1000亿港元的机构订单，覆盖15个国家和地区的主权基金与长线基金。剔除基石投资者后，总认购超额倍数仍达44倍。这种市场热度与特斯拉、英伟达等科技巨头近期在物理AI领域的布局形成呼应，暗示着行业正站在技术代际转换的临界点。
物理AI的崛起正在重塑AI产业格局。传统AI模型通过模仿人类行为实现功能，无论是大语言模型的文本预测还是自动驾驶系统的动作克隆，都存在两个根本性缺陷：能力上限被人类行为束缚，且面对未训练场景时容易产生错误判断。物理AI则通过构建世界模型，让AI具备理解物理规律的能力——其核心算法不再预测下一个词或动作，而是推演下一帧画面的物理演变，通过压缩现实场景并基于物理规则进行因果推理。
自动驾驶之所以成为物理AI的突破口，源于其独特的双重闭环优势。在工程层面，量产车行驶过程中产生的数据自带物理属性标注：当车辆避让障碍物时，底盘传感器会记录惯性加速度、路面阻力等参数，形成高精度训练素材。这种自监督学习模式使数据清洗成本极低，与需要人工标注的传统方式形成鲜明对比。在商业层面，智能驾驶已实现数据采集与商业变现的正向循环，全球百万级规模的量产车每天都在产生海量真实场景数据，这是实验室环境或低频使用场景难以比拟的。
Momenta的技术路线凸显了数据规模的优势。其100万辆量产车在复杂城市路况下积累的120亿公里实车里程，提炼出1亿段具有强对抗属性的交互数据。这些数据支撑起三层世界模型架构：首先将物理常识压缩进基座模型，相当于为AI开设物理课程；其次通过生成模型构建虚拟演练场，让AI在基于真实数据模拟的环境中测试决策；最后依托用户反馈数据设置强化学习机制，通过百万次试错训练出具备老司机视野的模型。这种技术路径使极端场景的演练效率较传统路测提升上万倍。
世界模型的通用性正在打破场景边界。当AI掌握物理因果律后，其技术架构可延伸至任何需要物理空间交互的智能设备。无人配送车的路径规划、物流机器人的抓取操作、无人机的避障飞行，本质上都是对空间因果律的应用。Momenta推出的All-in-One Platform架构，通过统一底层系统满足乘用车、Robotaxi、Robovan等不同车型的智能化需求，未来甚至可扩展至所有移动终端。这种跨场景复用能力使多业务线研发的边际成本趋近于零。
市场研究机构预测，到2030年全球Robotaxi市场规模将达818亿美元，中国渗透率预计超11%；Robovan市场规模将突破850亿美元，中国渗透率达14%。这些数据背后，是物理AI技术向物流、出行等领域的加速渗透。Momenta的转型轨迹颇具代表性：从B端技术供应商进化为平台级系统提供商，其业务边界随模型能力呈指数级扩展。这种演变逻辑下，具身智能被视为继自动驾驶后的第二个规模化落地领域。
在上市仪式上，企业负责人描绘了更具想象力的场景：“当AI学会驾驶后，未来将为每个家庭带来专职阿姨、医生、教师等机器人服务。”这种愿景背后，是物理AI从模仿人类行为向理解人类思考的范式跃迁。当智能系统不再死记硬背经验数据，而是通过掌握重力、惯性等物理规则进行逻辑推理，AI技术的商业化应用正进入全新维度。这场由自动驾驶引发的技术革命，或许才刚刚揭开序幕。
