聚焦汽车行业深度报告:AI系列深度20期,如何看物理场景中数字AI的能力边界?。报告认为,现阶段数字 AI 与物理 AI 的发展关系可概括为"承接—分化—融合",是长期协同演进而非先后替代。迁移呈现三层结构:纯信息空间场景中,理解、生成、推理与软件操作能力可直接完成主要任务;近似物理世界场景中,视觉内容生成与多模态预训练高度同源,工程仿真则依赖物理引擎与场景建模;真实物理世界场景只能分模块复用——语义理解与高层规划可迁移,状态维护、动作生成、实时控制和安全验证必须由专用技术补足。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20期,如何看物理场景中数字AI的能力边界?。报告认为,现阶段数字 AI 与物理 AI 的发展关系可概括为"承接—分化—融合",是长期协同演进而非先后替代。迁移呈现三层结构:纯信息空间场景中,理解、生成、推理与软件操作能力可直接完成主要任务;近似物理世界场景中,视觉内容生成与多模态预训练高度同源,工程仿真则依赖物理引擎与场景建模;真实物理世界场景只能分模块复用——语义理解与高层规划可迁移,状态维护、动作生成、实时控制和安全验证必须由专用技术补足。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20期,如何看物理场景中数字AI的能力边界?。报告认为,现阶段数字 AI 与物理 AI 的发展关系可概括为"承接—分化—融合",是长期协同演进而非先后替代。迁移呈现三层结构:纯信息空间场景中,理解、生成、推理与软件操作能力可直接完成主要任务;近似物理世界场景中,视觉内容生成与多模态预训练高度同源,工程仿真则依赖物理引擎与场景建模;真实物理世界场景只能分模块复用——语义理解与高层规划可迁移,状态维护、动作生成、实时控制和安全验证必须由专用技术补足。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、大模型、汽车行业深度报告等议题。