Momenta 港股上市，曹旭东详解世界模型与机器人布局

自动驾驶公司 Momenta 于 7 月 8 日正式以股票代码「6880」在港交所主板挂牌上市。开盘后股价一度上涨超 6%，市值突破 700 亿港元。按每股 295.6 港元的发行价计算，假设超额配股权全额行使，本次全球发售约 2,293 万股，募集资金总额约 68 亿港元。这是近两年汽车产业低迷期里，为数不多引发市场振奋的 IPO 事件。

十年长跑：从「造火箭」到登月

Momenta 创始人曹旭东曾先后在微软和商汤深耕计算机视觉，2016 年创业之初便定下「L2 量产 + L4 自动驾驶」两条腿走路的战略：用 L4 业务做前沿技术突破，再下放给 L2 量产；同时用 L2 量产产生的数据飞轮反哺 L4。曹旭东认为，规模化 L4 必须依赖数据飞轮和海量数据，而 L2 量产正是「造火箭」的过程。

这一路径在初期并不被行业理解。Momenta 从 2016 年到 2022 年，几乎尝试了所有能落地的 L2 量产业务形态，包括后装一体机和大量近乎免费的车企 POC 项目。从打入奔驰供应链到最终交付上车，公司花了 8 年时间。

长足积累换来的是规模化回报。上市前夕，Momenta 宣布装车量突破 100 万辆。招股书显示，公司收入从 2023 年的 7.43 亿元增长至 2025 年的 24.13 亿元，毛利率达到 71.6%，净亏损由 10.93 亿元收窄至 3.03 亿元。

技术路线：世界模型 + 强化学习

在 AI 技术快速演进的当下，Momenta 将技术重心押注在「世界模型」与「强化学习」的组合上，并已应用于最新的 R7 世界模型。曹旭东对 R7 颇为自信，称其「能够跟特斯拉 FSD V14 打得有来有回」。

曹旭东将世界模型拆解为三部分：World model prediction、World model simulation、World model reinforcement learning。其中，世界模型预训练被他类比为 GPT——通过 next token prediction 把互联网常识压缩进模型，对应的，世界模型通过对未来物理状态（如物体抛起后下落）的预测，将物理世界规律压缩进模型，使其具备「物理常识」。

相较于纯端到端方案，曹旭东认为世界模型解决了高维输入与极低维输出（如轨迹仅 10 余个 token）之间的过拟合与因果混淆问题。他打了个比方：端到端模型像「没上过小学的人」直接学大学物理，容易出现奇怪的映射；世界模型则让模型先具备常识，再处理具体任务。

强化学习同样是 Momenta 的关键拼图。曹旭东透露，R6 量产项目引入强化学习后，安全性提升达到 5–10 倍。但他同时指出，强化学习存在 reward hack 风险，需要在安全性、拟人性等维度上精心设计奖励函数。

战略延伸：Robotaxi 与机器人

谈及资本市场对 Momenta 的定位，曹旭东表示自己更倾向于「AI 公司」的标签，认为自动驾驶的内核就是 AI，对应到物理世界就是世界模型。他强调，公司决策长期以价值为导向，而非资本导向。

在 Robotaxi 业务上，Momenta 的目标是 2028 年运行 1 万台 Robotaxi，中国与海外各占一半。曹旭东还透露，公司计划于 2027 年启动机器人业务。他认为，自动驾驶在数据基础设施、训练基础设施、数据飞轮、大模型架构等方面与机器人高度复用，而 Momenta 多年淬炼的技术底座与组织体系是跨界入局的底气。