聚焦汽车行业深度报告:AI系列深度09期,从LLM到VLM再到VLA意味着什么?。从概念脉络看,LLM 由 Transformer、GPT 等奠定,核心是以海量文本和自监督训练形成语言基础模型;VLM 由 CLIP、Flamingo 等推动,通过图文对齐、视觉编码器和模态投影,把视觉信息接入语言模型;VLA由 Google DeepMind 在 RT-2 中明确命名,核心是把视觉、语言与动作统一到策略模型中。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09期,从LLM到VLM再到VLA意味着什么?。从概念脉络看,LLM 由 Transformer、GPT 等奠定,核心是以海量文本和自监督训练形成语言基础模型;VLM 由 CLIP、Flamingo 等推动,通过图文对齐、视觉编码器和模态投影,把视觉信息接入语言模型;VLA由 Google DeepMind 在 RT-2 中明确命名,核心是把视觉、语言与动作统一到策略模型中。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09期,从LLM到VLM再到VLA意味着什么?。从概念脉络看,LLM 由 Transformer、GPT 等奠定,核心是以海量文本和自监督训练形成语言基础模型;VLM 由 CLIP、Flamingo 等推动,通过图文对齐、视觉编码器和模态投影,把视觉信息接入语言模型;VLA由 Google DeepMind 在 RT-2 中明确命名,核心是把视觉、语言与动作统一到策略模型中。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、汽车行业深度报告等议题。