计算机行业深度报告-世界模型-从_生成世界_到_控制世界_-物理AI打开工业软件与自动化重估空间_22页_791kb

计算机行业深度报告总结

核心内容

本报告围绕世界模型与物理 AI展开，分析其技术演进、应用场景及投资价值。世界模型是人工智能从信息世界向物理世界延伸的关键技术，旨在通过模拟物理世界，使智能体具备预测与决策能力。物理 AI 则是将世界模型与具身智能（感知—决策—执行闭环）结合，推动工业自动化与智能化升级。

主要观点

1. 世界模型定义与功能

   • 世界模型的核心是建立物理世界状态及其变化规律的内部表征，与普通视频生成模型不同，它需要具备“动作条件”能力。
   • 世界模型可解决环境理解、预测、动作条件预测和规划决策四层问题，是物理 AI 的基础模块。

2. 技术路线多元化

   • 不同技术路线（如潜空间动力学、像素级视频生成、JEPA、显式物理建模、因果模型）各有优劣，未来可能形成混合架构。
   • 世界模型不会完全取代传统仿真，而是与物理引擎、数字孪生等技术融合，形成“机理模型提供边界、神经网络学习残差、实时数据校正状态、智能体执行闭环控制”的体系。

3. 发展阶段与难点

   • 当前世界模型处于“能力跃迁期”，但通用物理智能尚未成熟。
   • 六大难点包括：稀缺的动作后果数据、部分可观测环境、长程预测误差累积、时间尺度差异、仿真与现实域差异、安全验证与经济回报问题。

4. 物理 AI 应用场景

   • 工业场景（如流程工业、离散制造、自动驾驶、仓储物流、建筑施工等）是物理 AI 的优先落地领域，家庭服务和通用人形机器人则处于远期阶段。
   • 工业场景具备任务边界清晰、数据可持续回流、错误成本可量化等特点，是商业化最可行的方向。

5. 投资建议

   • 投资主线聚焦掌握物理世界数据、机理模型和控制接口的企业。
   • 推荐关注：中控技术（流程工业）、品茗科技（建筑场景）、索辰科技（工程仿真）、奥比中光（3D视觉）、敏芯股份（MEMS传感）、能科科技（工业智能体）、鼎捷数智（IT-OT闭环）、汇川技术、埃斯顿、奥普特（感知、控制与执行层）。

6. 产业趋势

   • 2026—2030年，物理 AI 将经历三轮价值迁移：
     • 2026—2027年：价值集中在仿真、数据和垂直模型，企业采购合成数据、数字孪生、工业智能体等。
     • 2027—2028年：价值从“智能分析”迁移至“自主执行”，收费模式向订阅制和按效果分成转变。
     • 2028—2030年：行业世界模型出现，竞争转向数据与控制能力。

关键信息

• 技术演进：世界模型从游戏和仿真场景向真实工业场景延伸，已进入能力跃迁期。
• 商业化进展：2025年V-JEPA 2、Genie 3、Cosmos 3等技术取得进展，但尚未实现复杂开放环境的长期稳定运行。
• 数据基础：中国工业机器人存量庞大，为物理 AI 提供了大量传感器、控制器和生产数据。
• 政策支持：2026年《“人工智能+制造”专项行动实施意见》明确推动物理 AI 与工业系统融合。
• 估值风险：部分企业当前物理 AI 收入规模较小，若收入兑现速度不及预期，估值可能回落。

风险提示

• 技术进展不及预期。
• 工业数据开放不及预期。
• 商业化和标准化不及预期。
• 工业客户资本开支波动。
• 安全事故和监管风险。
• 估值与业绩错配风险。

总结

世界模型是物理 AI 的核心，其发展将推动人工智能从认知系统向生产力系统转变。未来，物理 AI 将在流程工业、离散制造、自动驾驶、仓储物流、建筑施工等场景率先落地。投资需关注掌握数据、机理和控制闭环的企业，如中控技术、品茗科技、索辰科技、奥比中光、能科科技等。同时，需警惕技术、数据、商业化及安全风险。