聚焦汽车行业深度报告:AI系列深度21期,物理AI如何从架构借鉴走向模型迁移?。早期迁移主要发生在架构理念层面,Transformer 注意力机制、BEV、端到端等方法被引入驾驶感知、轨迹预测和一体化规划;近年则开始向模型层面迁移,Waymo EMMA 构建于 Gemini 之上,理想 MindVLA、小鹏世界基座模型等车端 VLA 实践,均体现数字 AI 基础模型能力向物理AI 扩展。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21期,物理AI如何从架构借鉴走向模型迁移?。早期迁移主要发生在架构理念层面,Transformer 注意力机制、BEV、端到端等方法被引入驾驶感知、轨迹预测和一体化规划;近年则开始向模型层面迁移,Waymo EMMA 构建于 Gemini 之上,理想 MindVLA、小鹏世界基座模型等车端 VLA 实践,均体现数字 AI 基础模型能力向物理AI 扩展。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21期,物理AI如何从架构借鉴走向模型迁移?。早期迁移主要发生在架构理念层面,Transformer 注意力机制、BEV、端到端等方法被引入驾驶感知、轨迹预测和一体化规划;近年则开始向模型层面迁移,Waymo EMMA 构建于 Gemini 之上,理想 MindVLA、小鹏世界基座模型等车端 VLA 实践,均体现数字 AI 基础模型能力向物理AI 扩展。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、红利、汽车行业深度报告等议题。