聚焦汽车行业深度报告:AI系列深度03期,数字AI与物理AI的边界在哪里?。从技术史看,数字 AI 是一条由通用方法、数据与算力持续替代人工设计的路径,当前重点从训练期扩参数转向推理期扩算力;物理 AI 则先在自动驾驶、后在机器人中完成产业迭代,从高精地图、激光雷达和模块化系统,逐步走向端到端、VLA 和世界模型。中美格局也呈现分工:美国在前沿模型、资本和无人里程方面领先,中国在规模化运营、供应链、硬件成本和部分应用落地上具备优势。报告认为,数字 AI 底座模型发展路径已逐渐清晰、价值在于确定性,但其难以实现物理世界的建模闭环;报告认为物理 AI 将成为物理世界的AI 解决方案,从而在 AI 的当前发展阶段成为增量更大的方向,智能驾驶作为最先跑通闭环的代表场景,报告认为应重点关注。
聚焦汽车行业深度报告:AI系列深度03期,数字AI与物理AI的边界在哪里?。从技术史看,数字 AI 是一条由通用方法、数据与算力持续替代人工设计的路径,当前重点从训练期扩参数转向推理期扩算力;物理 AI 则先在自动驾驶、后在机器人中完成产业迭代,从高精地图、激光雷达和模块化系统,逐步走向端到端、VLA 和世界模型。中美格局也呈现分工:美国在前沿模型、资本和无人里程方面领先,中国在规模化运营、供应链、硬件成本和部分应用落地上具备优势。报告认为,数字 AI 底座模型发展路径已逐渐清晰、价值在于确定性,但其难以实现物理世界的建模闭环;报告认为物理 AI 将成为物理世界的AI 解决方案,从而在 AI 的当前发展阶段成为增量更大的方向,智能驾驶作为最先跑通闭环的代表场景,报告认为应重点关注。
聚焦汽车行业深度报告:AI系列深度03期,数字AI与物理AI的边界在哪里?。从技术史看,数字 AI 是一条由通用方法、数据与算力持续替代人工设计的路径,当前重点从训练期扩参数转向推理期扩算力;物理 AI 则先在自动驾驶、后在机器人中完成产业迭代,从高精地图、激光雷达和模块化系统,逐步走向端到端、VLA 和世界模型。中美格局也呈现分工:美国在前沿模型、资本和无人里程方面领先,中国在规模化运营、供应链、硬件成本和部分应用落地上具备优势。报告认为,数字 AI 底座模型发展路径已逐渐清晰、价值在于确定性,但其难以实现物理世界的建模闭环;报告认为物理 AI 将成为物理世界的AI 解决方案,从而在 AI 的当前发展阶段成为增量更大的方向,智能驾驶作为最先跑通闭环的代表场景,报告认为应重点关注。
本报告由东吴证券发布,发布于 2026 年。
覆盖 2026 年。
本报告为付费报告,可在资料宝站内下单后获取完整内容。
重点分析了AI、汽车、算力、汽车行业深度报告等议题。