Momenta要收物理AI的“服务费”

Momenta 距离港交所上市只差「临门一脚」。

但相比「即将上市」这一标准叙事，市场更值得重新审视的，是 Momenta 这次交出的「非典型」成绩单。

招股书显示，其营收从 7.43 亿元增长至 24.13 亿元，三年翻了三倍；毛利率从 17.5% 快速抬升至 71.6%；经调整亏损则由 10.93 亿元收窄至 3.03 亿元。

增长曲线本身并不罕见，罕见的是它发生在智能驾驶这样一个长期被认为「重资产、低毛利、难规模化」的行业里。

某种意义上，Momenta 的商业成绩，首次勾勒出接近标准 SaaS 逻辑的财务轮廓。

当前智驾格局中，Momenta 是为数不多能与华为掰手腕的玩家，而华为又是目前唯一完成商业闭环的佼佼者。

华为的样本具有特殊性，市场上很难再出现一家品牌效应强大，又通过全包软硬一体服务强势收割主机厂的玩家。

Momenta 不一样，它只卖方案。

这是一条公认的险路，它面临着被主机厂压榨的宿命，也被迫在红海竞争中求生，失败者不断出清。

但恰恰是在这种「纯软件供应商」的极限结构中，Momenta 试图证明另一种可能性：

即在物理世界的智能化产业里，算法能力是否可以像云计算时代的基础软件一样，实现规模化、标准化与持续性复用。

Momenta 冲击「物理 AI 第一股」的过程中，或许会诞生一个比「数字 AI」还要性感的故事。

01

毛利率爆发，

源于「许可费」红利

汽车产业链里，71.6% 的毛利率，是一个罕见数字。

如果做一个粗略分层：整车厂平均毛利率约 10%–20%，零部件供应商约 20%–30%，算法与软件类供应商在项目制阶段通常为 30%–40%，只有当标准化、规模化复用真正成立之后，才可能继续往上「挤」出更高的空间。

在这一维度上，过去较为接近的参照系是地平线。其 2024 年毛利率为 77.3%，但这一结构中主要源于芯片贡献，本质上是「软硬一体」的系统型模型。

相比之下，Momenta 属于纯软件逻辑，路径更为纯粹。

从近三年财务轨迹来看，其毛利率由 17.5% 上升至 49%，再跃升至 71.6%，这显然不是一条温和的增长曲线，更像是某个开关被连续拨动之后的结构性跃迁。

而这个开关的名字，叫「许可费」。

先拆一下 Momenta 的收入结构，很简单，只有两块：

一是量产前的技术开发服务费用。本质为一次性项目收入，覆盖算法适配、系统集成、软硬件协同调试以及大规模路测验证等环节。这一阶段更接近工程交付逻辑，收入确认与项目推进强绑定。

二是量产后的许可费。含金量就在这里。

招股书对该部分的表述较为克制，仅说明按每辆搭载解决方案的车辆收取许可费用，且随安装量增长而增加，但并未披露具体计费模型。

但从行业惯例推断，其更可能采取「按车计费」或「与车型售价挂钩」的混合模式，即每一台完成交付的车辆，都对应持续产生的授权收入。

换言之，量产的「爆款」车型越多，Momenta 这笔许可费的收益越大。

这一结构变化已经非常显性。招股书显示，许可费用从 0.23 亿元增长至 9.68 亿元，三年增长约 42 倍，占比从 3.1% 快速提升至 40.1%，标志着商业模型从「项目驱动」转向「规模驱动」。

量产规模的扩张进一步验证了这一转折。

截至 2023 年、2024 年及 2025 年，其累计量产搭载量分别为 5.2 万辆、17 万辆与 68 万辆，节奏明显加速。

如果再往产业链深处看，这种放量高度集中于头部主机厂。招股书里的前五大客户，简单「破译」一下，可以看到比亚迪、奔驰、丰田都在其中。

尤其是比亚迪，2024 年还榜上无名，2025 年直接变成了「榜一大哥」，贡献了超 5 亿营收，占比总营收五分之一。

这也与比亚迪掀起「全民智驾」浪潮后，加速落地的产业节奏高度同步。相当于，Momenta 在头部车型放量中直接捕获了结构性红利，在智驾规模化装配线上收起了「服务费」。

回到毛利率抬升这一问题上，原因就在于许可费毛利天然高于技术许可，边际成本几乎趋近于零。

招股书明确表示，随着量产规模扩大，许可费将逐步成为收入主要来源，从而持续拉动整体毛利结构上移。

在这一结构下，Momenta 的商业模型开始呈现一个典型的软件化特征：前期重投入，后期轻交付，进入「项目收割」的躺赚阶段。

当然，让主机厂心甘情愿掏钱并不容易，前提让他们看到持续的技术先进性与量产稳定性。

在这点上，Momenta 倒是很靠谱。

一方面，Momenta 已经迭代至基于强化学习与世界模型的 R7 体系，在更复杂的驾驶环境中强化决策泛化能力，也为后续规模化复用提供基础。

另一方面，Momenta 还做到了「五年包售后」。

招股书显示，其为量产车型提供最长五年的免费 OTA 服务，并依托「主线平台」实现每年不少于两次的系统级更新与迭代；而超出主线平台范围的定制化升级，则需要额外收费。

换句话说，一旦车辆完成量产上车，Momenta 并不会「交付即结束」，而是把后续软件能力也一并纳入服务周期之内。

表面上看，这种「包五年售后」的模式，似乎意味着持续成本压力。但如果把视角拉回到「主线平台」，事情的结构就不太一样了。

所谓主线平台，本质上是 Momenta 在多车型量产过程中沉淀出来的一套标准化工程系统，包括三大模块：

M-Adaptor、M-Framework 与 M-Box，分别对应自动化工具链、软件架构体系与硬件开发接口。

它的核心作用只有一个：

把原本高度离散的车型适配问题，压缩进一套可复用的工程框架里，让「每一辆新车」尽可能变成「已有经验的复用」。

截至 2025 年底，这套平台已经完成对 68 款车型的适配，并实现对英伟达、高通等不同计算平台的兼容，同时覆盖 Linux 与 QNX 等主流车载操作系统。

过去一套智驾方案需要 400 名工程师、两年时间才能完成的车型适配，如今被压缩到 10–50 人团队、约三个月交付完成。

这就意味着，从开发部署到后续更新，只要还在「主线平台」这一框架内，Momenta 的成本压力并不会增大。

值得一提的是，在现有技术开发服务与许可费之外，Momenta 也在尝试引入新的收入形态，例如基于智驾方案的订阅分成模式，让收入结构从「前装授权」，进一步向「持续性分润」延伸。

无论如何，Momenta 的成绩单，至少验证了「纯卖方案」模式的可行性，也为行业提供了一个可对照的样本。

在价格战持续、存储与算力成本上行的背景下，相比用更强整合能力换取确定性与控制权，以更轻的形态在不同技术栈与供应链体系中保持适配与复用，这种方式的生存概率显然更高。

毕竟，真实商业世界里，控制权取舍不是优先问题，主机厂是否愿意持续付费才是关键。

02

中国版「Anthropic」更强调后劲

Momenta 的许可费模式本质上是一种 SaaS 化的变现，只不过收的是物理 AI 的「服务费」。

而这恰好与数字 AI 领域的 Anthropic 形成了镜像对比。

行业把 Momenta 称为中国版「Anthropic」，两者之所以被置于同一个坐标系内，源于其高度相似的商业模式：

聚焦 B 端，靠大模型驱动产品力，依赖可复用的智能系统。

• Momenta 已与全球 24 家车企建立合作，包括全球前十大车企中的 9 家，收入源于技术服务费与许可费。

• Anthropic 约 80% 的收入来自企业客户，通过 API 调用按量计费，企业客户数量已超过 30 万家。

双方均基于 SaaS 模式获得了极高的毛利率和显著的经营杠杆效应。

区别只在于各归属于物理 AI 与数字 AI 两种路径。

物理与数字一「墙」之隔，照出两家企业截然不同的气质。

商业体量上，Anthropic 最新年化收入 470 亿美元，H 轮融资后估值 9650 亿美元；而 Momenta 最新估值大约 90 亿美元。两者相差超过 100 倍。

Anthropic 庞大的市值想象空间，代表了数字 AI 疯狂一面。

实际上，Anthropic 的财务数据，本就是在「坐过山车」。

2024 年底年化收入不过 10 亿美元，毛利率还是-94%，2025 年初就把毛利率指引调到 40%，到了今年 5 月底，《华尔街日报》报道的已经是另一番光景：

Q2 营收预计冲到 109 亿美元，首个季度盈利近在眼前，毛利率直接拉到 70% 以上。

从 10 亿到 470 亿，从-94% 到 70%+，中间只隔了不到 17 个月。

这也表明，数字产品的复制边际成本趋近于零，似乎只要算力跟得上，收入可以在一夜之间被引爆。而 Anthropic 也确实是在用真金白银换速度。

据悉，其 2025 年总支出 97 亿美元，仅算力一项就高达 68 亿美元。

相比之下，Momenta 的增长曲线就显得「接地气」太多。

尽管 Momenta2025 年的账上还躺着约 3 亿元（经调整后）的亏损，但这已经是逐年收窄的结果，盈利似乎并不遥远。

而亏损的主要原因源于高昂的研发投入，2025 年 18.69 亿元，占收入的 77.5%，近三年累计研发 46.6 亿元，甚至超过了同期总收入。

有意思的是，同样是依靠大算力驱动，Momenta 对于「GPU」的饥渴程度远不如 Anthropic。

招股书显示，Momenta 把钱主要花在了「人才」身上，1157 名研发人员，超三分之二拥有硕士以上学历；而云服务商的算力供给、数据闭环建设投入，排在了第二位。

这个差异，正是物理 AI 和数字 AI 的本质分野。

数字 AI 面对的是纯比特世界，没有物理实体的束缚，模型的训练和推理可以在云端完成，它的核心任务是处理人类已有的知识全集，并进行数据训练，堆算力是一条铁律。

但物理 AI 必须跑在真实的物理实体上，比如汽车。

大模型要应对无穷无尽的 corner case，要配合车企的研发节奏和车型改款周期，要经过漫长的路测验证和安全认证。虽然也要堆算力，但面对的高质量数据体量，远不如数字 AI 那么庞大。

再者，物理 AI 对于幻觉的容忍度极低，自动驾驶的一个误判可能意味着真实世界的安全事故，这决定了物理 AI 的工程量更多集中于现实世界的物理校验上。

你能看到，有无物理实体的区别，本质在于决策链路的长短。

• 数字 AI 打的是「闪电战」，决策路径是「数据-算法-输出」，中间没有任何物理延迟，大模型榜单几乎每天都可以更新。

• 物理 AI 打的是「持久战」，决策路径是「真实场景-数据采集-模型训练-物理验证-上车部署-真实场景反馈」，极为冗长。

这也意味着，物理 AI 的进入门槛更高，替换成本更深，更换高效的数字 AI 模型只在用户一念之间，但更换好用的物理 AI 模型，意味着车企要换一家供应商，重新做整个车型的标定、路测、安全认证，周期长达数年。

这些信息综合到 Momenta 身上，则可以窥见其冲击「物理 AI 第一股」的底层逻辑，即物理 AI 这件事，或许比数字 AI 更值得长期押注。

正如英伟达一度强调物理 AI 的发展趋势，在于黄仁勋看准了物理世界未来爆发的算力需求确定性，仅单单一个汽车市场就囊括亿级体量，更别提这种算力部署，能够带来更深的生态护城河。

所以，对于 Momenta 而言，只有用物理 AI 的尺度衡量自身，企业的长期价值才能彰显出来。

03

「物理 AI 第一股」，

注重全面发展

尽管物理 AI 有着不输数字 AI 的后劲，但要讲好这一叙事，并不容易。

今天几乎所有智驾企业都在「套娃」式往里嵌套，但区别在于，大多数人停留在技术概念层面，而 Momenta 选择用业务落地来为这个叙事填充商业细节。

仅靠 L2+能力来撬动物理 AI，显然不够。Momenta 把故事延展到了两条更具想象力的商业赛道。

一是 L3 级以上的高阶智驾能力。

根据灼识咨询的数据，L3 级系统预期将于 2027 年前后开启商业化部署，到 2030 年全球及中国 L3 级及以上的渗透率预期将分别达约 6.1% 及 12.7%。

这是一块正在成型的增量市场。

Momenta 当前的大规模量产方案集中于 L2 阶段，68 万量产车中，65 万为 L2+高阶智驾方案，这个量级在国内独立供应商中仅次于华为。

但与 L2+相比，L3 代表着完全不同的利润结构。

据灼识咨询报告，高速 NOA 及城市 NOA 解决方案的单车价值为 1500 至 3000 元，而 L3 级及 L4 级解决方案的价值则跃升至 1 万至 3 万元，相当于一个数量级的跃升。

目前，Momenta 的 L3 方案已定点上汽奥迪，成为其率先落地的前哨站。

二是 Robotaxi 的全球布局。

Momenta 的 Robotaxi 车队已在中国（上海、苏州）、德国慕尼黑、阿联酋阿布扎比等多个城市落地运营，并同步携手 Uber、Grab 等全球出行平台及奔驰等车企推进国际化布局。

商业模式上，Momenta 遵循了文远知行、小马智行相似的路径，扮演好「金三角」中技术方的角色。

这块业务目前对总收入贡献尚不显著，Momenta 押注的是未来收益。一旦 L4 大规模商业化落地，它有望通过按车收取月度许可费、与车费收入挂钩的利润分成、按里程计费等方式实现变现。

值得注意的是，Momenta 在 Robotaxi 上的成本控制已进入行业第一梯队。

招股书显示，其运营成本可做到每公里 1.21 元，单车成本每公里 0.25 元。

这一数字可以与萝卜快跑、文远知行、小马智行正面匹敌。

同时，Momenta 也在积极探索自动驾驶物流、自动驾驶卡车的商业化，预计在不远的将来逐步落地。

而以上所有业务的底层驱动力，还是最新发布的 R7 强化学习世界模型。

Momenta 对其介绍重点在于：

让 AI 不再停留于「看见世界」，而是真正「理解物理世界的底层规律」。

这套模型通过预训练、仿真、强化学习三个层次构筑，结果是，系统懂得了惯性、摩擦、碰撞、运动轨迹之间的因果链。

一个直观的例子：

即便前方车辆的货物突然掉落、在地面连续弹跳滚动，R7 也能根据物理规律预判其运动轨迹。这是基于对物体质量、接触面摩擦力和动量传递关系的实时推演，提前采取避让。

这种对物理世界「因果」的理解，正是 Momenta 从「数据驱动」走向「认知驱动」的关键一跃。

由此可见，从 R7 大模型的底层能力出发，Momenta 正在将物理 AI 的叙事逐层落地：

用 L2 的量产规模积累数据底盘，用 L3 的定点突破卡位更高价值区间，用 Robotaxi 的全球化布局打开远期天花板。

三块业务，一块底座，形成一个逐步成型的商业闭环。

另外一些值得关注的财务数据是：

截至 2025 年底，Momenta 的现金储备超过 100 亿元；三年时间，经营现金流净流出从 10.69 亿元收窄至 2.81 亿元，缩窄了 74%。

经营现金流代表公司为了维持日常运转而在主营业务上「烧掉」的净现金量，Momenta 的极速收窄意味着它正在逼近「烧钱」的临界点，距离仅靠自身收入实现盈亏平衡，只差最后一步。

包括应收账款账期，也从 148 天压缩至 105 天，三年减少了 43 天。这也代表了 Momenta 作为乙方的商务地位在实质性上升。

所以，回到最开始的问题：物理 AI 的叙事是否成立，最终不取决于谁讲得最动听，而取决于谁能让它跑起来、赚到钱、形成正循环。

数字 AI 的故事是「算力换智能」：烧更多的 GPU，训更大的模型，收的是 Token 的「服务费」。

而物理 AI 的故事是「规模换确定性」：布更多的车，跑更多的路，收的是物理世界的「服务费」。

不是数字 AI 玩不起，而是物理 AI 更有「性价比」。

在一个更讲究长期主义的赛道上，Momenta 能提供一个正在被经营数据验证的样本，非常难得。

按照这个走向，物理世界的商业闭环将不再是伪命题，而是一个经过验证的现实结果，这或许比数字 AI 的增长叙事具备更多可持续性与确定性。