⁣
📰 [东吴证券]：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？ - 发现报告

本文围绕数字AI向物理AI迁移的路径与挑战进行梳理。物理AI以感知、决策与行动落地于真实三维空间为目标，落地场景以智能驾驶为代表。迁移经历两个阶段：首先在架构理念层面引入数字AI的注意力机制、矢量化表达等建模范式，形成VectorNet、BEV等统一空间表征；随后向模型层级直接迁移，如EMMA等端到端多模态模型，以及MindVLA、世界基座模型等车端VLA实践。这种迁移并非线性放大，越靠近物理闭环，直接迁移的红利越小，需要重新设计或再训练的部分增多。物理AI与数字AI的三大核心差异在于表征、数据与学习范式。物理世界的连续信号需要先被编码为可学习的三维表征，数字AI的离散文本与符号不同；高价值数据在物理场景中极为稀缺，世界模型被用来生成合成数据以扩充训练；学习范式方面，强化学习在高物理闭环任务中扮演关键角色，帮助超越模仿的局限。总之，数字AI提供底座能力与通用范式，物理AI则聚焦建立物理世界的可控闭环，并以智能驾驶为先导探索安全性与可验证性的发展路径。

🏷️ #物理AI #数字AI #迁移 #表征 #世界模型

🔗 原文链接

⁣
📰 [东吴证券]：汽车行业深度报告：AI系列深度23期：智能驾驶的表征演进 - 发现报告

物理AI与数字AI的根本差异在于表征获取方式。物理世界输入缺乏天然通用的token化方案，需要先构建三维物理空间的可学习表征，才能进入规划、控制和行动。以智能驾驶为例，其表征演进可概括为五个阶段：原始像素、BEV/VectorNet、Occupancy、multimodal Token和潜在状态。原始像素端到端简单但缺乏结构约束；BEV+Transformer与矢量化VectorNet是同等级的两条并行路线，前者将多摄像头信息统一到鸟瞰三维空间，后者将道路与参与者抽象成数学对象；Occupancy关切空间占据而非仅识别类别；多模态Token连接视觉、语言与动作；潜在状态把世界压缩成可预测的潜在空间。物理AI的tokenizer本质是重型编码网络，离散化与嵌入非预先给定，而是通过网络学习获得，因此工程门槛高于数字AI。当前公司路径虽各有侧重，但共同趋势是从目标级识别走向空间级理解，再走向潜在状态预测；多种表征将长期共存，服务于感知、预测、仿真和规划的不同层次需求。世界模型或成为关键手段，在自监督环境下预测未来状态、生成场景以形成统一的物理表征，进而提升在无标注情境中的学习效果。竞争壁垒正由单点感知提升到将物理世界嵌入可预测的潜在空间。整体看，物理AI将成为对物理世界的AI解决方案，智能驾驶作为闭环最先落地的场景，应成为重点关注方向。

🏷️ #物理AI #表征演进 #智能驾驶 #世界模型 #潜在状态

🔗 原文链接