深度报告-20260805-东吴证券-AI系列深度13期_世界模型如何实现_19页_965kb

汽车行业深度报告总结

核心内容概览

本报告聚焦“世界模型”在人工智能领域的定义、技术路线分歧及产业落地情况，特别关注其在自动驾驶和机器人等物理AI场景中的应用。世界模型在不同领域具有不同含义，但其核心目标是为智能体构建一个用于预测环境状态、支持规划与决策的内部模型。

主要观点与关键信息

世界模型的定义与分歧

• 定义：世界模型是连接数字AI与物理AI的重要概念，其目标是为智能体提供对环境状态及演化的预测能力，以支持决策和规划。
• 思想来源：
  • 认知科学：Craik 提出“心智内部现实模型”，强调通过内部模拟预测结果。
  • 系统动力学：Forrester 提出 World2，用于模拟社会经济系统的长期演化。
  • 强化学习/AI：Schmidhuber 提出世界模型作为环境动态预测模型，Ha 与 Schmidhuber 推动其在深度学习中的普及。
• 分歧根源：
  • 预测空间：生成式模型预测未来画面，非生成式模型预测抽象状态。
  • 输出要求：渲染器强调视觉真实，模拟器强调物理一致性。
  • 与动作结合方式：世界模型可作为数据工厂、闭环训练环境或架构级融合组件。
  • 产业落地阶段：数字AI进展最快，自动驾驶闭环最深，机器人需求最高但尚处早期。

生成式 vs 非生成式路线

• 生成式：
  • 优势：直接生成视频、合成数据，可应用于内容生成、仿真和决策支持。
  • 缺点：存在容量浪费、模糊输出、误差累积等问题。
  • 代表：OpenAI Sora、DeepMind Genie、NVIDIA Cosmos、小鹏、特斯拉、理想、华为等。
• 非生成式（JEPA）：
  • 优势：在抽象表征空间中预测，减少冗余，提升规划效率。
  • 缺点：训练坍缩、可解释性差、缺乏中间产物。
  • 代表：LeCun 的 JEPA 路线、Meta V-JEPA 系列、AMI Labs 等。

世界模型在不同领域的应用

• 数字AI：主要应用于内容生成、虚拟世界构建等，如 OpenAI Sora、Runway、腾讯混元3D等。
• 自动驾驶：
  • 落地最深，形成完整的“数据飞轮”闭环。
  • 代表公司：Waymo、NVIDIA、小鹏、理想、华为、蔚来等。
  • 核心流程：真实数据采集 → 云端建模生成 → 虚拟环境训练策略 → OTA推送 → 数据迭代。
• 机器人与具身智能：
  • 需求强度高，但进展仍处早期。
  • 代表公司：英伟达、1X、宇树、自变量、星动纪元、阿里达摩院等。
  • 核心需求：物理一致性、接触层面建模、任务开放性。

落地视角与挑战

• 自动驾驶闭环最完整：
  • 已实现从真实数据采集到虚拟环境训练的闭环。
  • 挑战：仿真与现实差异、长尾场景覆盖不足、评测标准不统一。
• 机器人与具身智能仍处早期：
  • 需要更高精度的物理建模与交互能力。
  • 多数仍停留在演示或开源阶段。
• 共同瓶颈：
  • 物理一致性不足：世界模型需遵循物理规律，避免视觉真实与物理不一致。
  • 长时序不稳：预测结果在长序列中易发散，影响决策可靠性。
  • 评测标准缺失：缺乏统一的评估体系，影响模型可信度。

风险提示

1. 技术迭代不及预期：数字AI与物理AI技术进展可能低于预期。
2. 大模型厂商ARR增速放缓：若客户增长、续费率或客单价不及预期，ARR增长可能受阻。
3. 云服务商资本开支不足：若AI算力需求或投资回报低于预期，可能影响算力供给。
4. 智能驾驶及机器人商业化落地不及预期：产品可靠性、成本或需求可能影响商业化进程。

未来趋势与建议

• 融合趋势：多数前沿主体倾向于融合不同环节（如预测与动作生成），推动世界模型向更综合的方向发展。
• 产业重点：智能驾驶作为最先跑通闭环的场景，应重点关注。
• 技术路线选择：生成式路线在产业落地方面更具优势，非生成式路线仍处验证期，但具有潜在效率提升空间。

附录：核心公司世界模型路线对比

结论

世界模型作为连接数字AI与物理AI的桥梁，其发展路径分化明显，但均围绕环境预测与规划展开。当前，生成式路线在产业落地方面更具优势，而JEPA路线仍处于理论验证阶段。自动驾驶作为最先实现闭环的场景，具备较高的落地潜力与价值，应成为重点关注方向。