Momenta上半年毛利增79.4%：智驾盈利爬坡逻辑拆解

Momenta 2026 年上半年毛利润 11.73 亿元，同比增长 79.4%：智驾业务盈利爬坡的底层逻辑拆解

最近不少做智能驾驶的朋友都在讨论 Momenta 的财务数据：2026 年上半年毛利润 11.73 亿元，同比增长 79.4%。单看数字可能没什么直观感受，但如果结合智驾行业“高投入、长周期、弱盈利”的普遍现状，这个增速其实相当能说明问题。

这篇文章不打算只做数据复读，而是想从技术业务视角拆开看：Momenta 的毛利为什么能涨？智驾公司的毛利结构到底由什么决定？踩过哪些坑、还有哪些风险？对车企、Tier 1、以及正在做智驾方案选型的技术团队来说，这份成绩单有哪些值得关注的判断依据。

全文会围绕三个主线展开：

• 智驾企业毛利增长的收入端来源：方案量产、授权费、硬件预埋、数据闭环服务各自扮演什么角色。
• 毛利提升的工程支撑：平台化方案复用、芯片适配、数据成本控制、交付效率优化。
• 从财务数据反推技术战略：Momenta 的“飞轮”怎么转，对手盘怎么比，后续应该盯哪些指标。

无论你是做智驾算法、域控制器、车端量产项目，还是在关注自动驾驶公司的商业模型，这篇文章都值得慢慢看完。

1. 背景：为什么智驾公司毛利增长这么受关注

先说一个背景事实：过去几年，L2+ 到 L4 的智驾方案商普遍处于“增收不增利”的状态。

原因是多方面的：

• 研发投入大。感知、预测、规划、控制、地图、仿真、数据闭环，每一条线都需要成建制的算法团队。
• 硬件成本高。激光雷达、Orin 芯片平台、高精地图采集、传感器标定，分摊到单车上的 BOM 成本动辄数千上万。
• 定制化交付重。车企通常要求深度定制，同一个方案在不同车型上要重新适配，边际成本降不下去。

所以，当看到 Momenta 2026 年上半年毛利润达到 11.73 亿元、同比增长 79.4% 的时候，行业内第一反应不是“这家公司赚了多少钱”，而是“它的交付模式是不是开始从定制化走向平台化了”。

毛利增长的底层逻辑，往往是商业模式的验证。毛利润不是净利润，它不包含销售费用、管理费用和研发费用，但它能说明一个问题：产品本身在扣除直接成本后，能不能留下足够的空间。

用公式表示：

毛利润 = 营业收入 - 营业成本 毛利率 = 毛利润 / 营业收入

对智驾公司来说，营业成本里面最大的几块是：

• 域控制器硬件 BOM。
• 传感器套件。
• 软件授权相关的第三方中间件费用。
• 量产交付现场的适配与标定成本。
• 数据采集、标注与仿真计算资源。

如果毛利增长 79.4%，要么是收入快速增长且成本没有同比例上涨，要么是产品结构向高毛利软件授权倾斜，要么是交付效率大幅提升。下面我们逐项拆。

2. 收入端拆解：智驾方案公司的钱从哪里来

要理解毛利增长，得先理解智驾公司的收入结构。目前主流的商业形态有三种。

2.1 软硬一体方案

这种模式最重。公司直接把域控制器硬件和算法软件打包卖给车企，按套收费。

典型特征是：

• 收入高，但成本也高。
• 硬件 BOM 占成本大头。
• 毛利水平依赖硬件采购规模和供应链能力。

如果 Momenta 的营收里软硬一体比例高，那 79.4% 的毛利增长说明它在硬件降本上做了大量工作。比如：

• 用 Orin N 或地平线 J6 这类性价比更高的芯片替代高成本平台。
• 简化传感器配置，从“多激光雷达”走向“纯视觉 + 毫米波”的组合。
• 提高域控制器采购量，获得更低的芯片和存储单价。

2.2 软件授权与算法许可

这种模式最轻。公司不负责硬件，只把算法 IP 授权给车企或 Tier 1，按单车授权费或按项目收费。

典型特征是：

• 收入规模可能不如软硬一体大，但毛利极高。
• 一旦算法平台稳定，复制到不同车型的边际成本很低。
• 这是智驾公司毛利结构优化的核心方向。

从公开信息来看，Momenta 与多家车企合作时采用了“算法 + 数据闭环”的授权方式，软件的复制成本远低于硬件的复制成本。如果这类收入占比提升，毛利自然会被拉高。

2.3 数据闭环与增值服务

这类收入来自数据采集、场景挖掘、模型迭代、仿真测试等能力输出。很多车企自研算法时，仍然需要外部公司提供工具链或数据服务。

这块的特点是：

• 收入相对分散。
• 毛利率不错，但规模有限。
• 未来可能成为毛利增长的第二曲线。

所以在看 Momenta 这份成绩单时，不能只盯总毛利，还要关注收入结构变化。如果软件授权和增值服务占比更高，那么毛利增长的可持续性就更强。

3. 毛利提升的工程支撑：从定制化走向平台化

财务数据是结果，工程体系才是原因。以下五个维度，是智驾公司毛利提升的真实支撑点。

3.1 平台化算法架构

过去智驾项目经常是一个车型一套算法，甚至一个车型三套模型，感知、融合、规控彼此耦合，换一个传感器布局就要重新标定和训练。

Momenta 很早就提出“一个飞轮”的架构思路，即量产数据反哺算法迭代。这种架构的最大好处是：不同车型共享同一个算法底座，只在外围做差异化适配。

这样做带来的成本变化非常明显：

• 模型训练成本被摊薄。
• 标注数据可以被多个项目复用。
• 仿真场景库一次建设，多次使用。
• 新车型的适配周期从 12 个月压缩到 6 个月甚至更短。

用工程语言说，就是软件复用率大幅提高，项目交付的边际成本显著下降。

3.2 芯片平台与硬件降本

智驾域控的芯片是 BOM 里最贵的器件之一。以前普遍用 Orin X，一块芯片就好几百美金。如果一辆车用双 Orin X，光是芯片成本就超过万元人民币。

很多方案商在 2025 年到 2026 年切换到性价比方案，比如：

• 用 Orin N 替代 Orin X。
• 用地平线征程 6 系列做中算力方案。
• 用单芯片方案替代双芯片方案。
• 把传感器从“激光雷达 + 摄像头 + 毫米波”的满配改成“摄像头为主”的纯视觉方案。

这一轮降本，直接拉低了单台车的硬件成本，在收入不变的情况下，毛利就能提升。

Momenta 的纯视觉方案实际上就是这种思路的产物：不依赖激光雷达，把硬件成本压下来，同时通过数据驱动的方式弥补感知精度。

3.3 数据成本控制

数据和算力是智驾公司的两大支出项。

数据成本主要体现在：

• 采集车辆改装。
• 数据标注人工费用。
• 存储和带宽。
• 仿真计算资源。

控制数据成本不是少采集数据，而是提高数据的利用效率。常见做法包括：

• 用无监督或自监督方法减少人工标注。
• 使用“影子模式”优先采集长尾场景，而不是盲目堆数据量。
• 仿真环境承担大部分常规场景验证，减少真实路测比例。
• 搭建数据版本管理平台，避免重复清洗和重复训练。

如果一家智驾公司能把单项目数据处理成本降低一部分，同时保持模型迭代速度，毛利率会有非常明显的改善。

3.4 工程交付效率

智驾项目交付不仅是算法问题，还涉及车规流程、标定、测试、法规认证。交付效率直接决定了项目人力成本。

在项目交付中，最消耗人力的环节是：

• 传感器标定与联合标定。
• 不同车型的标定参数适配。
• 规控参数在真实车辆上的调试。
• 极端场景的实车验证。

降低人力消耗的关键是自动化工具链，例如：

• 自动标定工具，减少人工参与。
• 泛化能力更强的模型，让不同车型共用一套参数初值。
• 基于仿真的大规模验证，减少实车测试里程。
• 数据回传和远程诊断系统，减少现场工程师驻场。

这些能力看起来不直接产生收入，但每一项都直接作用于营业成本，最终反映在毛利数据上。

3.5 产品组合从低毛利向高毛利切换

上面提到，毛利增长还可能是产品结构调整的结果。

比如：

• 低毛利的 L2 基础辅助驾驶占比下降。
• 高毛利的城市 NOA 或高阶智驾方案占比上升。
• 从一次性项目收费转向按年订阅的分阶段收费。
• 增加算法授权费在合同中的权重。

如果 Momenta 的合同结构里，前装量产项目的软件授权费占比更高，那么毛利的增长不是偶然，而是模式切换的结果。

4. 一个简化的毛利增长模型

为了便于理解，我们可以做一个简化的数学示例，展示为什么毛利增速会快于收入增速。

假设一家智驾公司有以下财务数据：

在这个示例中：

• 营业收入同比增长 50.0%。
• 营业成本同比增长 41.9%。
• 毛利润同比增长 79.4%。
• 毛利率从 21.8% 提升到 26.1%。

可以看到，只要成本增速慢于收入增速，毛利就会以更快的速度增长。

为什么成本增速会慢于收入增速？核心原因是：软件边际成本低、平台复用率高。当收入增长主要靠软件授权和算法复制时，每新增一块钱收入对应新增的成本会越来越少。

这就是理解智驾公司财务数据的核心视角。

5. 行业对比：Momenta 的毛利水平处于什么位置

把视角拉宽一点，看看智驾行业其他玩家的盈利状态。

目前全球智驾和自动驾驶公司的盈利分化非常明显：

• 部分 L4 Robotaxi 公司仍然处于大量烧钱阶段，毛利为负或接近零。
• 部分 L2+ 量产供应商已经实现正向毛利，但利润率普遍不高。
• 少数头部企业能实现 25% 以上的整体毛利率。

如果维持示例中的毛利率水平，Momenta 在量产智驾公司中属于第一梯队。

不过要注意，不同公司对“毛利润”的统计口径可能不同，有的把研发人员工资算入成本，有的算入费用；有的把硬件收入合并计算，有的只算软件收入。在做横向对比时，不要只看一个数字，要看统计口径和收入结构。

6. 毛利增长背后的风险与挑战

毛利向好不代表没有风险。技术团队和投资人在看这份成绩单时，应该同时关注以下几个问题。

6.1 车企客户集中度

智驾公司通常依赖少数几家大客户。如果某一家头部车企的车型销量波动，或者该车企切换自研方案，都会对收入造成较大冲击。

需要关注：

• 前五大客户收入占比是否过高。
• 有没有新增二线、三线车企客户。
• 有没有海外车企订单。
• 合同是按车型销量分成，还是一次性固定费用。

客户分散度越高，收入稳定性越强。

6.2 硬件价格波动

芯片、存储、传感器等核心器件的价格波动会直接影响成本。如果接下来高端算力芯片供应紧张或价格反弹，毛利会承压。

硬件价格风险无法完全规避，但可以通过以下方式缓冲：

• 多芯片平台兼容，不绑定单一供应商。
• 供应链安全库存管理。
• 在合同中约定硬件成本与车型售价联动的调整机制。

6.3 车企自研带来的长期压力

车企自研智驾是一个明显的行业趋势。头部车企已经组建了千人规模的智驾团队。这意味着外部方案商的长期市场空间可能被压缩。

但自研并非易事，因为：

• 数据积累需要时间。
• 算法人才招聘难度大。
• 平台化能力需要多车型验证。
• 成本投入极高。

Momenta 的策略通常不是和车企“抢主导权”，而是提供“算法 + 数据闭环”能力，帮助车企更快落地高阶智驾。

这种合作模式的挑战在于：车企可能今天合作，明天自研。所以方案商必须持续保持技术代差。

6.4 数据合规与数据安全成本

数据采集与跨境流动的合规要求越来越严格。对同时服务国内外车企的公司来说，数据合规是持续投入的隐形成本。

这部分成本如果处理不好，轻则影响项目交付，重则面临监管处罚。合理的做法是提前布局车端数据脱敏、合规存储、区域化数据中心。

7. 这些财务指标对技术团队有什么参考价值

最后一部分，回到技术人员比较关心的视角。Momenta 的财务数据对在智驾行业做技术选型的人有什么启发？

7.1 方案选型参考

如果车企正在考虑是自研还是采购外部方案，可以参考一个判断框架：

• 年销量低于一定规模的车企，自研智驾的摊薄成本过高，采购成熟方案更划算。
• 中低阶智驾（L2+ 高速 NOA）直接采购方案商产品，性价比更高。
• 城市 NOA 和 L2++ 需要大量数据积累，适合与头部方案商深度合作而非从零自研。
• 旗舰车型可以自研差异化功能，但底层平台仍建议借助外部成熟方案。

Momenta 这种平台化方案商的优势在于：用多家车企的量产数据共同训练模型，单家的成本投入压力更小，收敛速度更快。

7.2 技术团队关注什么

如果你在一家正在评估 Momenta 方案或类似方案的技术团队，除了功能和性能，还需要关注：

• 开放程度：是否提供完整的工具链、文档和调试接口。
• 数据归属：量产数据归谁，是否可以用于本地模型迭代。
• 车型适配成本：新增车型需要多少人力和周期。
• 升级机制：OTA 升级是否需要重新付费。
• 供应链安全：域控制器由谁提供，是否支持第二供应商。

这些内容比一份毛利报告更直接影响项目落地时的体验。

7.3 对个人开发者与求职者的启示

从职业发展角度看，Momenta 的毛利改善说明一件事：智驾行业正在从“拼融资”走向“拼交付、拼降本、拼工具链”。

未来几年，以下几类岗位会越来越重要：

• 端到端模型训练与优化工程师。
• 仿真与数据闭环工程师。
• 嵌入式部署与芯片适配工程师。
• 工具链与自动化平台开发工程师。
• 供应链与硬件成本工程师。

纯算法岗的竞争会越来越激烈，但“算法 + 工程 + 成本意识”复合背景的人才价值会持续上升。

8. 总结：如何理解智驾公司的毛利成长

Momenta 2026 年上半年毛利润 11.73 亿元、同比增长 79.4%，背后至少反映了四个信号：

第一，量产规模在扩大。只有足够多的量产车型搭载，软件授权和硬件方案才能形成规模效应。

第二，成本控制能力在提升。芯片切换、平台复用、数据效率优化，都说明工程体系已经跑通。

第三，产品结构可能在优化。高毛利的软件授权和数据服务占比上升，是毛利增速高于收入增速的核心解释。

第四，行业竞争进入盈利验证期。只讲故事的公司会慢慢失去市场，能用数据证明商业模型的公司才有长期竞争力。

但对这份数据也要保持审慎：

• 毛利不等于净利，研发和管理费用的压力依然存在。
• 高毛利的持续性取决于技术代差和客户粘性。
• 车企自研、硬件波动、数据合规仍然是不确定因素。

未来可以重点跟踪三个数据：

• 全年毛利率能否维持在 25% 以上。
• 软件授权收入占比是否持续提升。
• 新增车企客户数量和车型量产节奏。

如果这几个指标继续改善，Momenta 的盈利飞轮就会转得更稳。如果某个环节停滞，毛利增长的压力也会很快反映到数据上。

对关注智能驾驶行业的人来说，这份成绩单的真正价值，不只是看数字涨了多少，而是看懂数字背后的工程体系、商业模式和行业竞争格局。希望这篇拆解，能帮你建立一套自己的分析框架。