汽车行业深度报告：AI系列深度01期，从数字AI通用底座到物理AI真实世界闭环.pdf

研究目的与核心框架

本报告为东吴证券汽车行业AI系列深度开篇，围绕"怎么看AI、数字AI如何崛起、物理AI如何落地"三问展开，以智能驾驶为主线，系统分析从数字AI通用底座到物理AI真实世界闭环的技术演进与产业路径。

数字AI：Transformer成为通用底座

复盘AI两次爆发：第一次以CNN、RNN等专用架构分别攻克单点任务，2012年AlexNet为标志，2016年前后进入瓶颈；第二次以Transformer为核心，以"注意力+位置编码"提供跨领域通用关系建模，叠加Scaling规律，推动语言、视觉、生成、多模态四大智能由分立走向统一。Transformer角色由能力跃升来源转变为跨领域通用计算底座，Scaling Law经历从训练Loss到能力涌现、计算最优、数据质量、推理时计算六阶段演进。

物理AI：三类差异与闭环路径

物理AI与数字AI存在表征、数据与学习范式三重系统差异：缺乏天然Token需自主构建物理世界表征；长尾极端场景稀缺难以复制互联网数据Scaling；模仿学习受限于人类驾驶上限必须依赖强化学习。智能驾驶对数字AI的借鉴层级由架构理念（BEV、UniAD）上移至模型迁移（Waymo EMMA基于Gemini、车端VLA），但越靠近物理闭环可直接迁移的红利越窄。

物理AI五大核心议题

VLA完成从端到端到动作生成的范式升级，经历预VLA、模块化VLA、统一端到端VLA、推理增强VLA四阶段，头部厂商在是否保留显式语言推理层出现分化。表征演进由原始像素→BEV→Occupancy→矢量化→多模态Token→潜在状态，世界模型承担自监督表征训练工具。数据范式由抓取已有转向制造所需，世界模型成为数据工厂但面临长时程一致性约束。强化学习从可选增强走向高物理闭环关键环节，厂商实践收敛为"端到端+RL后训练"。时延约束导致云端训练最优与车端部署最优分离，形成稀疏激活、蒸馏、快慢双系统等不同效率工具箱。

核心结论

数字AI底座模型发展路径已逐渐清晰、价值在于确定性；本轮AI更大增量在物理AI，智能驾驶是最先跑通闭环的代表场景。物理AI正从复用数字AI能力转向补齐自身底层能力，世界模型或成为突破瓶颈的核心抓手，有望由能力展示走向大规模落地，成为AI发展当前阶段最具成长弹性的方向。