> **来源：[研报客](https://pc.yanbaoke.cn)** # 汽车行业深度报告总结 ## 核心内容概览 本报告聚焦“世界模型”在人工智能领域的定义、技术路线分歧及产业落地情况，特别关注其在自动驾驶和机器人等物理AI场景中的应用。世界模型在不同领域具有不同含义，但其核心目标是为智能体构建一个用于预测环境状态、支持规划与决策的内部模型。 ## 主要观点与关键信息 ### 世界模型的定义与分歧 - **定义**：世界模型是连接数字AI与物理AI的重要概念，其目标是为智能体提供对环境状态及演化的预测能力，以支持决策和规划。 - **思想来源**： - **认知科学**：Craik 提出“心智内部现实模型”，强调通过内部模拟预测结果。 - **系统动力学**：Forrester 提出 World2，用于模拟社会经济系统的长期演化。 - **强化学习/AI**：Schmidhuber 提出世界模型作为环境动态预测模型，Ha 与 Schmidhuber 推动其在深度学习中的普及。 - **分歧根源**： - **预测空间**：生成式模型预测未来画面，非生成式模型预测抽象状态。 - **输出要求**：渲染器强调视觉真实，模拟器强调物理一致性。 - **与动作结合方式**：世界模型可作为数据工厂、闭环训练环境或架构级融合组件。 - **产业落地阶段**：数字AI进展最快，自动驾驶闭环最深，机器人需求最高但尚处早期。 ### 生成式 vs 非生成式路线 - **生成式**： - 优势：直接生成视频、合成数据，可应用于内容生成、仿真和决策支持。 - 缺点：存在容量浪费、模糊输出、误差累积等问题。 - 代表：OpenAI Sora、DeepMind Genie、NVIDIA Cosmos、小鹏、特斯拉、理想、华为等。 - **非生成式（JEPA）**： - 优势：在抽象表征空间中预测，减少冗余，提升规划效率。 - 缺点：训练坍缩、可解释性差、缺乏中间产物。 - 代表：LeCun 的 JEPA 路线、Meta V-JEPA 系列、AMI Labs 等。 ### 世界模型在不同领域的应用 - **数字AI**：主要应用于内容生成、虚拟世界构建等，如 OpenAI Sora、Runway、腾讯混元3D等。 - **自动驾驶**： - 落地最深，形成完整的“数据飞轮”闭环。 - 代表公司：Waymo、NVIDIA、小鹏、理想、华为、蔚来等。 - 核心流程：真实数据采集 → 云端建模生成 → 虚拟环境训练策略 → OTA推送 → 数据迭代。 - **机器人与具身智能**： - 需求强度高，但进展仍处早期。 - 代表公司：英伟达、1X、宇树、自变量、星动纪元、阿里达摩院等。 - 核心需求：物理一致性、接触层面建模、任务开放性。 ## 落地视角与挑战 - **自动驾驶闭环最完整**： - 已实现从真实数据采集到虚拟环境训练的闭环。 - 挑战：仿真与现实差异、长尾场景覆盖不足、评测标准不统一。 - **机器人与具身智能仍处早期**： - 需要更高精度的物理建模与交互能力。 - 多数仍停留在演示或开源阶段。 - **共同瓶颈**： - **物理一致性不足**：世界模型需遵循物理规律，避免视觉真实与物理不一致。 - **长时序不稳**：预测结果在长序列中易发散，影响决策可靠性。 - **评测标准缺失**：缺乏统一的评估体系，影响模型可信度。 ## 风险提示 1. **技术迭代不及预期**：数字AI与物理AI技术进展可能低于预期。 2. **大模型厂商ARR增速放缓**：若客户增长、续费率或客单价不及预期，ARR增长可能受阻。 3. **云服务商资本开支不足**：若AI算力需求或投资回报低于预期，可能影响算力供给。 4. **智能驾驶及机器人商业化落地不及预期**：产品可靠性、成本或需求可能影响商业化进程。 ## 未来趋势与建议 - **融合趋势**：多数前沿主体倾向于融合不同环节（如预测与动作生成），推动世界模型向更综合的方向发展。 - **产业重点**：智能驾驶作为最先跑通闭环的场景，应重点关注。 - **技术路线选择**：生成式路线在产业落地方面更具优势，非生成式路线仍处验证期，但具有潜在效率提升空间。 ## 附录：核心公司世界模型路线对比 | 公司 | 预测空间 | 保真度 | 与动作结合方式 | 落地情况 | |--------------|----------------|----------------|----------------------|----------------| | OpenAI | 生成式 | 偏渲染器 | 数字侧停在生成 | Sora已关停 | | DeepMind | 生成式 | 渲染器→可交互 | 训练/评测具身智能体 | 研究/产品化中 | | World Labs | 生成式 | 偏模拟器 | 暂以“造世界”为主 | 早期产品Marble | | Meta | 非生成式 | 不生成画面 | 进决策回路做规划 | 研究；LeCun转AMI Labs | | NVIDIA | 生成式 | 模拟器/数据工厂| 松耦合（造数据） | 已落地 | | 特斯拉 | 生成式 | 模拟器 | 松耦合（世界模拟器+端到端网络） | 已量产FSD | | 小鹏 | 生成式 | 渲染+物理仿真 | 架构级融合X-Foresight | 二代VLA已推送 | | 理想 | 生成式 | 模拟器 | 训练级融合MindVLA | 已落地 | | 华为 | 生成式 | 模拟器 | 训练级融合WEWA | 已落地ADS4 | | 阿里达摩院 | 生成式 | - | 架构级融合RynnVLA-002 | 开源/研究 | | 1X | 生成式 | 模拟器 | 松耦合（评测/仿真） | 落地中 | | 星动纪元 | 生成式 | 预测未来画面 | 融合，VPP视频预测策略 | 落地中 | ## 结论 世界模型作为连接数字AI与物理AI的桥梁，其发展路径分化明显，但均围绕环境预测与规划展开。当前，生成式路线在产业落地方面更具优势，而JEPA路线仍处于理论验证阶段。自动驾驶作为最先实现闭环的场景，具备较高的落地潜力与价值，应成为重点关注方向。