聚焦汽车行业深度报告:AI系列深度24期,世界模型作为“数据工厂”。数字 AI 依赖文本、代码、图像等已沉淀在互联网中的人类内容,Scaling 核心是抓取、过滤和压缩已有语料;物理 AI 最有价值的长尾、极端和事故场景在现实中天然稀疏、采集昂贵且危险。两类方法的共同方向不是无差别放大生成规模,而是约束生成、提升样本有效性和物理可信度。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24期,世界模型作为“数据工厂”。数字 AI 依赖文本、代码、图像等已沉淀在互联网中的人类内容,Scaling 核心是抓取、过滤和压缩已有语料;物理 AI 最有价值的长尾、极端和事故场景在现实中天然稀疏、采集昂贵且危险。两类方法的共同方向不是无差别放大生成规模,而是约束生成、提升样本有效性和物理可信度。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24期,世界模型作为“数据工厂”。数字 AI 依赖文本、代码、图像等已沉淀在互联网中的人类内容,Scaling 核心是抓取、过滤和压缩已有语料;物理 AI 最有价值的长尾、极端和事故场景在现实中天然稀疏、采集昂贵且危险。两类方法的共同方向不是无差别放大生成规模,而是约束生成、提升样本有效性和物理可信度。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、化学、汽车行业深度报告等议题。