36 氪解读物理AI 产业趋势，并剖析 Momenta「物理AI第一股」标签的概念成分。
2026 年，AI 行业的叙事重心正从生成式数字 AI 向物理 AI 转移。在英伟达 CEO 黄仁勋多次公开背书、夏季达沃斯论坛将物理 AI 列为年度头号技术趋势之后，物理 AI 成为全球资本与科技巨头争相布局的核心方向。冲刺港交所的自动驾驶公司 Momenta 近期被冠以「物理 AI 第一股」头衔，引发市场广泛讨论。要看清这场产业变革的真实节奏与商业逻辑，首先需要厘清物理 AI 的本质。
过去三年广受关注的 ChatGPT、文生图、AI 办公等应用，都属于数字 AI 的范畴——它们的核心局限在虚拟屏幕世界，处理文本、图像、代码等数字化信息，输出文字、画面等虚拟内容，解决的是信息交互与内容生产的效率问题。
物理 AI（Physical AI）则跳出数字虚拟场景，扎根真实物理世界。结合黄仁勋的定义与行业共识，其核心本质是：能够感知三维物理空间、理解重力、摩擦、碰撞、运动等真实物理规律，通过世界模型推演环境变化，自主完成感知、推理、决策、实体执行的全闭环 AI 体系。
二者的核心差异决定了物理 AI 的产业空间远大于数字 AI。数字 AI 服务于线上虚拟场景，市场天花板逐步显现；物理 AI 覆盖自动驾驶、人形机器人、工业自动化、低空设备等实体赛道，渗透工业生产、交通出行、家庭服务等实体经济核心场景。
物理 AI 概念由黄仁勋率先系统性提出。在行业早期，物理 AI 更多停留在实验室阶段，受限于硬件成本、数据积累、模型能力。近一年，随着大模型技术迭代、算力成本下降、实体场景数据爆发，物理 AI 正式迎来规模化落地拐点，2026 年也被业内视为物理 AI 元年。
世界模型的成熟被视为物理 AI 落地的核心基石。区别于大语言模型的文本预测逻辑，世界模型核心是预测物理世界的动态变化，推演物体运动轨迹与环境演变规律。目前，特斯拉、谷歌、英伟达、Momenta 等企业均已完成世界模型的技术布局。
从产业数据看，物理 AI 赛道呈现全方位爆发：
凭借量产规模、市占率优势与 R7 世界模型技术，冲刺港交所的 Momenta 被市场冠以「物理 AI 第一股」头衔。但从技术与业务两个维度审视，这一标签更像是资本市场的营销包装。
技术层面，Momenta 的 R7 世界模型是乘用车场景的专用优化模型，聚焦城市、高速路面行驶场景，针对车辆、行人、路面障碍物做物理轨迹预判，技术无法迁移至工业机器人、低空设备、通用仿真等物理 AI 核心场景，不具备通用物理建模能力。同时，其算法方案需依托车企硬件载体，指令需主机厂二次标定，无法形成完整的物理自主交互闭环。
业务层面，Momenta 的全部营收与业务布局均聚焦乘用车赛道，Robotaxi、无人卡车等远期规划也未跳出地面出行场景，始终是垂直出行赛道的技术服务商。其亮眼的营收增长与高毛利许可收入，均来自车载软件量产交付，是自动驾驶垂直场景的商业化成果。
物理 AI 的长远叙事为自动驾驶行业提供了技术想象，但无法改变企业的短期估值逻辑。无论是 Momenta、文远知行、小马智行等头部玩家，核心竞争力始终扎根于垂直场景的规模化落地能力与真实营收造血能力。
物理 AI 长期发展仍处早期，通用世界模型、具身智能、跨场景仿真等核心技术仍在迭代，多品类实体落地与跨行业商业化还需长期沉淀。对自动驾驶企业而言，当下最务实的发展路径，是持续深耕出行垂直场景，扩大量产规模、优化收入结构，用真实的营收与盈利证明产业价值。
