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.docxVIP

证券研究报告

证券研究报告·行业深度报告·汽车

1/38

请务必阅读正文之后的免责声明部分

请务必阅读正文之后的免责声明部分

汽车行业深度报告

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

2026年07月27日

增持（维持）

投资要点

n数字AI已实现在语言、视觉与多模态任务中通用底座模型的跑通，但其难以实现物理世界的建模闭环；物理AI将在连续、实时、安全约束的真实世界中建立感知—行动—反馈—优化闭环，并在一段时间内与数字AI并列成为任务通解，成为物理世界场景的AI解决方案。考虑二者的技术同源性，我们认为复盘数字AI有助于理解与预测物理AI的演进。

nTransformer推动数字AI技术发展从专用架构到统一底座。AI第一次爆发以CNN、RNN等专用架构分别攻克视觉与语言任务，归纳偏置强、通用性受限；AI第二次爆发中，Transformer以注意力+位置编码提供跨领域通用的关系建模，叠加Scaling规律，统一模型在能力迁移、研发效率与工程复用上的优势持续扩大；语言、视觉、生成与多模态逐步收敛于统一基础模型范式，Transformer亦转变为通用计算底座。

n物理AI正从复用数字AI能力转向补齐自身底层能力。早期主要迁移Transformer等架