20260525-浙商证券-物理AI_AI革命下一站_28页_3mb
报告摘要
物理AI:AI革命下一站
核心内容
物理AI是一种能够理解真实世界并预测世界状态的AI系统,其目标是构建虚拟世界与真实世界的连接。与传统的生成式AI相比,物理AI不仅限于语言理解和生成,更强调感知、行动与控制能力,能够对物理环境进行推理、规划和决策。物理AI的核心在于世界模型与视觉—语言—动作模型(VLA)的结合,以实现更高效、安全的训练与部署。
主要观点
- 物理AI是AI发展的下一阶段,将推动自动驾驶、具身智能、工业软件等领域的技术突破与商业化落地。
- 世界模型是物理AI的关键技术,它通过构建虚拟环境,使AI能够学习并预测物理世界的运行规律。
- VLA模型通过跨模态理解任务语义,并映射到具体操作上,从而实现端到端的智能控制。
- 物理AI具备“数据闭环”与“商业闭环”能力,尤其在自动驾驶领域展现显著优势。
- 物理AI市场潜力巨大,预计市场规模可达6万亿美元,远超数字AI的4万亿美元。
关键信息
世界模型与VLA模型
- 世界模型:用于构建虚拟环境,使AI能够在内部模拟世界状态,从而进行预测与推理。
- VLA模型:融合视觉、语言与动作,实现端到端的智能操作,如机器人控制和自动驾驶。
技术分类
| 分类 | 核心定义 | 特点 | 代表方法/工作 |
|---|---|---|---|
| 观测级生成式世界模型 | 基于动作/语言/视觉输入,直接生成未来观测 | 高保真仿真,但缺乏因果理解 | Sora、Adobe Self Forcing |
| 潜在空间世界模型 | 在抽象潜在空间中预测世界状态变化 | 计算高效,表征紧凑 | JEPA系列、DINO系列 |
| 强化学习导向的世界模型 | 基于交互学习,优化决策策略 | 支持不确定性建模 | Dreamer系列、DIMA |
| 以对象为中心的世界模型 | 以离散对象集合表征环境 | 可解释性强 | SlotFormer |
物理AI的关键能力
- 生成式:生成在感知、几何和物理上保持一致的世界。
- 多模态:融合视觉、语言和动作。
- 交互式:能够根据输入动作输出下一个状态。
世界模型评测维度
| 维度 | 核心含义 | 关键指标 | 说明 |
|---|---|---|---|
| 视觉质量 | 画面清晰、真实、无明显失真 | MUSIQ、BRISQUE、JEPA相似度 | 评估像素级真实感 |
| 动作质量 | 运动连贯、平滑、符合自然时序 | RATH 光流连续性、运动强度 | 检测瞬移、卡顿 |
| 内容一致性 | 物体/身份/背景不漂移、不突变 | DINO特征追踪、主体一致性 | 防止物体变形、消失 |
| 物理遵循性 | 符合物理定律(如重力、碰撞) | 物理规则违反计数 | 防止穿模、浮空 |
| 3D准确性 | 深度、透视、空间结构正确 | 深度估计误差 | 考察3D场景理解 |
| 可控性 | 可按动作/指令精准生成对应变化 | 动作-结果对齐度 | 输入动作,输出响应 |
物理AI算力架构
- 训练计算机:使用NVIDIA DGX SuperPOD,支持大规模训练与推理。
- 仿真计算机:基于NVIDIA RTX PRO服务器,结合BlueField-3 DPU等组件,构建高保真物理仿真环境。
- 部署计算机:如Jetson Thor,用于边缘侧实时推理与控制。
产业链结构
| 层级 | 描述 | 应用场景 |
|---|---|---|
| 上游 | 零部件及系统供应 | 执行器、感知、控制与交互 |
| 中游 | 具身智能 | 机器人本体生产、系统集成 |
| 下游 | 应用场景 | 工业制造、服务业、医疗康复、交通出行、公共安全、教育娱乐等 |
重要公司与技术
- 英伟达:推出Cosmos平台,支持物理AI的训练、仿真与部署。
- 谷歌:推出Gemini Robotics和Genie 3,强化世界模型与VLA能力。
- Meta:专注开源研究,推出V-JEPA 2和Habitat 3.0。
- 51World:中国首家登陆资本市场的物理AI基础设施企业,提供数字孪生与仿真服务。
- World Labs:由李飞飞创立,发布Marble模型,强调“物体恒常性”。
- AMI Labs:由杨立昆创立,专注于世界模型研发。
投资建议
- 物理AI相关公司:英伟达、谷歌、Meta、索辰科技、五一视界、智微智能、群核科技、商汤等。
- 工业软件公司:中控技术、宝信软件、海康威视、道通科技、汉朔科技、国能日新、滴普科技、科远智慧、能科科技、中望软件、华大九天等。
- 具身智能公司:小米集团、奥比中光、拓普集团、绿的谐波、地平线机器人、优必选等。
- 自动驾驶公司:小马智行、德赛西威、小鹏、吉利、奇瑞、赛力斯等。
- 一级市场公司:AMI、World Lab、Momenta、飞渡科技、虚时科技、凌迪科技、轻舟智行等。
市场与前景
- 市场规模:Coatue Management预测物理AI市场规模至少可达6万亿美元,黄仁勋认为其可重塑价值约50万亿美元的制造和物流产业。
- 应用场景:自动驾驶、工业软件、具身智能等。
- 商业化进展:Waymo One和Apollo Go已实现较大规模的Robotaxi运营。
- 技术挑战:世界模型尚未形成统一架构,存在可控性、长时序稳定性、因果建模等问题。
风险提示
- 模型迭代不及预期
- 算力供应不及预期
- 物理AI商业化进展不及预期
- 工业软件国产替代不及预期
- 下游制造业资本开支不及预期
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载