Momenta智驾算法龙头：数据闭环与物理AI商业路径解析

智驾行业外采趋势与Momenta市场地位

全球高阶智能驾驶解决方案市场正经历从选配向标配的结构性转变。据行业测算，全球L2+及以上智驾方案市场规模预计在未来五年内保持高速增长，中国城市NOA渗透率亦将快速攀升。在此背景下，车企智能化策略发生显著分化，全栈自研面临成本、周期及工程化挑战，促使“软件栈外采”成为主流选择。独立第三方供应商市场份额迅速扩大，预计到2030年，中国市场中独立供应商占比将达到七成以上，形成“自研约40%、外采约60%”的产业格局。

在这一进程中，Momenta凭借“一个飞轮、两条腿”的战略定位，确立了在全球第三方城市NOA供应商中的领先地位。截至近期统计，公司在该细分领域的市场份额超过六成，稳居行业第一。其客户版图覆盖全球前十大整车厂中的九家，包括奔驰、丰田、上汽、通用等头部企业，成为跨越日、欧、韩、美四大阵营的合资外资车企算法供应商的最大公约数。这种广泛的客户基础不仅带来了稳定的现金流，更为其数据飞轮提供了海量的真实道路场景输入。

R7世界模型与物理AI技术架构

技术层面，Momenta已完成从模块化架构到端到端大模型，再到世界模型的技术跃迁。公司最新量产首发的R7强化学习世界模型，标志着其正式进入“物理AI”阶段。与传统依赖规则或单纯模仿学习的方案不同，R7世界模型通过三层递进式架构，实现了对物理世界的深度认知与推演。第一层通过大规模真实驾驶数据预训练，将道路拓扑、交通参与者行为及物体物理属性压缩为模型参数；第二层利用世界模型进行闭环仿真，对长尾场景进行反事实推演；第三层则在虚拟环境中通过强化学习主动探索与优化策略。

这种架构使得自动驾驶系统不再仅仅是“看见”环境，而是能够理解质量、惯性、碰撞逻辑等动态约束，并预测不同驾驶动作对未来交通状态的影响。实测数据显示，R7模型在误刹优化和变道避让性能上较前代有显著提升。此外，公司构建的CLA闭环自动化基础设施，打通了数据、训练、仿真和路测环节，形成了自动化的数据流动与反馈闭环，极大地提升了算法迭代效率与工程化交付能力。

Scalable Robo第二增长曲线与商业化落地

基于统一的世界模型底座，Momenta开启了以Robotaxi和Robovan为核心的第二增长曲线——Scalable Robo。与纯L4公司不同，Momenta采用L2/L4统一架构，量产车数据直接反哺L4业务，使其在单车成本、部署速度和可扩展性上具备显著优势。在Robotaxi领域，公司已与Uber、享道出行、Grab及Lumo等全球出行平台达成战略合作，构建了覆盖中国、欧洲、中东及东南亚的四维布局。其中，获得德国全境L4测试许可是中国企业出海的标志性突破，意味着其技术方案通过了严苛的欧盟监管背书。

在无人配送领域，Robovan业务已进入商业运营阶段，并在苏州相城等地开展常态化服务。通过复用乘用车量产中验证的无图方案，Robovan摆脱了对高精地图的依赖，大幅降低了交付成本。同一套世界模型在乘用车、Robotaxi和Robovan三类形态上的同时跑通，验证了平台技术的泛化能力。随着L3级自动驾驶准入政策的落地及L4业务的规模化推进，公司有望从单一的智驾软件供应商转型为跨场景的物理AI平台，实现商业价值的多重释放。