聚焦汽车行业深度报告:AI系列深度04期,什么是表征?。围绕表征如何获得和承载,当前存在四组路线分歧:表征中心与生成中心,分别强调先学好表示或通过生成任务形成能力;符号表征与分布式表征,对应符号主义、连接主义及神经符号融合;离散表征与连续表征,对应 token 化和潜空间路线;显式世界模型与隐式潜空间,尤其在具身智能中体现为是否需要生成可见未来状态。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04期,什么是表征?。围绕表征如何获得和承载,当前存在四组路线分歧:表征中心与生成中心,分别强调先学好表示或通过生成任务形成能力;符号表征与分布式表征,对应符号主义、连接主义及神经符号融合;离散表征与连续表征,对应 token 化和潜空间路线;显式世界模型与隐式潜空间,尤其在具身智能中体现为是否需要生成可见未来状态。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04期,什么是表征?。围绕表征如何获得和承载,当前存在四组路线分歧:表征中心与生成中心,分别强调先学好表示或通过生成任务形成能力;符号表征与分布式表征,对应符号主义、连接主义及神经符号融合;离散表征与连续表征,对应 token 化和潜空间路线;显式世界模型与隐式潜空间,尤其在具身智能中体现为是否需要生成可见未来状态。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、人工智能、汽车行业深度报告等议题。