生成式数字AI的浪潮尚未完全退去，物理AI已悄然接过技术创新的接力棒，成为全球科技与资本竞相追逐的新焦点。从夏季达沃斯论坛将其列为年度技术趋势，到英伟达、特斯拉等巨头持续加码布局，这一扎根于真实物理世界的新一代人工智能，正以惊人的速度重塑产业格局。近期，冲刺港交所的Momenta因被冠以“物理AI第一股”引发市场热议，但这场资本狂欢背后，物理AI的真实产业逻辑与自动驾驶企业的估值逻辑，正经历着深刻的碰撞与重构。
物理AI的崛起，本质上是人工智能从“虚拟交互”向“实体赋能”的跨越。与传统数字AI局限于屏幕世界、处理文本图像不同，物理AI的核心在于感知三维空间、理解物理规律，并通过世界模型推演环境变化，最终实现自主决策与实体执行。英伟达CEO黄仁勋将其定义为“智能造物”的关键拐点——数字AI让机器“会思考”，物理AI则让机器“会行动”。这一特性使其覆盖自动驾驶、人形机器人、工业自动化等万亿级实体赛道，产业空间远超数字AI的线上场景。
技术突破与产业落地的双重驱动，成为物理AI从概念走向现实的关键推手。2026年被称为物理AI元年，其背后是三大核心要素的成熟：一是世界模型技术的突破，特斯拉、谷歌等企业通过预测物理世界动态变化，解决了AI在复杂场景中的风险预判难题；二是算力成本下降与实体数据爆发，为模型训练提供了海量真实场景支撑；三是资本与产业的双向奔赴，2026年一季度全球物理AI初创企业融资超64亿美元，国内半年融资突破460亿元，资金高度集中于世界模型、通用仿真等核心技术领域。应用端，自动驾驶城市NOA普及、工业机器人智能化升级、人形机器人B端试水等场景接连落地，产业生态初步成型。
然而，物理AI的产业门槛远高于数字AI，通用能力与跨场景价值成为区分“真技术”与“概念炒作”的核心标准。真正的物理AI企业需具备三大特质：一是通用物理建模能力，即一套底层模型可适配汽车、机器人等多类载体，实现技术泛化；二是完整的实体交互闭环，AI需独立完成感知、决策、执行全流程，无需第三方干预；三是多元化商业化场景，通过跨行业拓展形成可持续营收体系。当前，多数企业的物理AI叙事仍存在概念泛化问题，Momenta的案例便是典型。
Momenta凭借R7世界模型与量产规模优势，被资本市场赋予“物理AI第一股”光环，但其技术本质仍局限于乘用车场景的专用优化模型。其模型仅针对车辆、行人等路面元素进行轨迹预判，无法迁移至工业机器人或低空设备等核心场景，缺乏通用物理建模能力；算法需依赖车企硬件载体，指令需主机厂二次标定，未能形成自主交互闭环；业务布局始终围绕地面出行赛道，未展现跨行业拓展潜力。尽管其营收增长与高毛利许可收入来自车载软件量产交付，但这一成果本质是自动驾驶垂直场景的商业化兑现，而非通用物理AI的价值体现。
物理AI的宏大叙事，并未改变自动驾驶企业的短期估值逻辑。无论是Momenta、文远知行还是小马智行，其核心竞争力始终扎根于垂直场景的规模化落地与真实营收能力。当前，物理AI仍处于早期布局阶段，通用世界模型、跨场景仿真等核心技术尚需迭代，多品类实体落地与跨行业商业化仍需长期沉淀。对自动驾驶企业而言，绑定物理AI概念抬高估值并非务实之选，持续深耕出行场景、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，才是穿越资本周期的关键。
物理AI代表长远产业终局，自动驾驶则是当下务实的垂直赛道。Momenta的案例印证了一个朴素真理：技术叙事最终需服务于商业落地，资本市场的概念溢价终将消散，唯有垂直场景的规模化应用与可持续营收能力，才能构筑科技企业的核心护城河。随着物理AI技术成熟，自动驾驶与通用物理AI的边界或将逐步打通，但当下，坚守商业化落地、维持造血能力，仍是智驾行业不可动摇的标准答案。
