AI系列深度21期：物理AI如何从架构借鉴走向模型迁移？.pptxVIP

增持（维持）

投资要点

n物理AI正建立在数字AI能力外溢的基础之上，且借鉴层级正在上移。

早期迁移主要发生在架构理念层面，Transformer注意力机制、BEV、端到端等方法被引入驾驶感知、轨迹预测和一体化规划；近年则开始向模型层面迁移，WaymoEMMA构建于Gemini之上，理想MindVLA、小鹏世界基座模型等车端VLA实践，均体现数字AI基础模型能力向物理AI扩展。

n可迁移红利并非线性外推，而会随任务靠近真实物理世界而收窄。越偏向语义理解、规划和多模态表征，数字AI既有模型与训练范式的可复用性越强；越接近实时三维感知、接触控制、安全攸关决策