20260729-东吴证券-_汽车_黄细里_深度_AI系列深度03期_数字AI与物理AI的边界在哪里_4页_886kb

汽车行业深度报告：数字AI与物理AI的边界分析

核心内容

本报告由东吴证券分析师黄细里撰写，聚焦AI技术在数字与物理两个维度的发展路径与边界问题。报告从技术、商业化、行业格局等多个角度分析了数字AI与物理AI的差异与发展趋势，旨在为投资者提供有价值的参考。

主要观点

1. 数字AI与物理AI的边界理解

• 数字AI与物理AI并非简单的二分概念，而是应从“物理闭环程度”来理解。
• 数字AI主要面向文本、代码、知识和软件状态，依赖云端联网和重运营。
• 物理AI则聚焦于车辆、机器人和真实空间，需在端侧运行，具备自主性、安全性和实时反馈能力。
• 两者在数据形态、部署环境和行动后果上呈现连续分布，而非孤立切分。

2. 技术差异与安全约束

• 数字AI的失败通常不会造成物理后果，但高风险场景仍需严格验证。
• 物理AI的失败可能直接导致不可逆的物理后果，因此对安全性和可靠性要求更高。
• 世界模型是两类AI的共同关注点，但分歧在于是否需要像素重建，即世界模型应侧重生成还是理解与规划。

3. 商业化节奏与行业格局

• 数字AI已在AI Coding、企业级Agent、对话搜索和内容生成等领域形成清晰的收费与产品闭环。
• 物理AI在Robotaxi区域化运营和收费方面逐步推进，但人形/具身机器人仍处于成本、可靠性与单位经济验证阶段。
• 美国在前沿模型、资本和无人里程方面领先；中国在规模化运营、供应链和部分应用落地方面具备优势。

4. 通向AGI的路径

• 机器人被视为数字AI与物理AI的交汇点，有助于提升模型的泛化能力。
• 未来可能形成“多模态大模型负责语义与规划、世界模型负责物理预测、控制系统负责真实执行”的联合架构。
• 当前仍存在大模型先行还是世界模型/控制优先的路线分歧。

关键信息

• 物理AI：以自动驾驶和具身/人形机器人为核心，强调端侧运行、安全性和实时反馈。
• 数字AI：侧重信息空间智能，依赖云端和重运营，但难以实现物理世界的建模闭环。
• 世界模型：是两类AI共同关注的技术方向，但发展方向存在分歧。
• 商业化进展：数字AI商业化已相对成熟，而物理AI仍处于验证阶段。
• 中美格局：美国在技术前沿和资本支持方面占优，中国在规模化运营和供应链上更具优势。

风险提示

• 技术迭代不及预期
• 大模型厂商ARR增速放缓
• 云服务商资本开支不及预期
• 智能驾驶及机器人商业化落地不及预期

最新金股组合

注：市值、PE数据截至2026年6月30日，港股市值为港币，美光科技数据为美元，其余为人民币，HKDCNY汇率为0.87。盈利预测来自东吴证券研究所。

东吴证券研究所联系方式

• 公募机构销售
  • 华北区域：安娜、卢亚英、姚瑶、李佳南、韩琳、刘诗琦、程心泽、张寅瑜
• 非公募机构销售
  • 保险机构业务：俞雅敏、罗媛、刘昕彤、董尚文、江迎若、汤祎祎
  • 银行及创新业务：汤婷、梅沁、王莹莹、王朝阳、张琛、陈睿、郭欣然、过云龙
  • 私募业务：杭静、宋林秋、刘茜、马昕妍、黄龚晗、赵已诺、励洁茹
• 海外业务外业
  • 武晋婧、孙晓颖、陆梦杰
• 华非公募
  • 杨铭、陈维彤、李迪

法律声明

本公众号为东吴证券研究所依法设立、独立运营的官方订阅号，所推送内容均来自已正式发布的研究报告。如需了解详细证券研究信息，请参见完整报告。本订阅号内容不构成投资建议，东吴证券对使用本内容造成的任何损失不承担责任。未经授权，禁止复制、转载或修改内容。