物理AI:数据规模化叠加模型突破,物理AI产业迎来拐点.pptxVIP

  • 0
  • 0
  • 约2.38万字
  • 约 10页
  • 2026-11-17 发布于湖南
  • 举报

物理AI:数据规模化叠加模型突破,物理AI产业迎来拐点.pptx

物理AI:数据规模化叠加模型突破,物理AI产业迎来拐点

证券研究报告

二零二六年十一月十四日

请务必阅读正文之后的免责声明部分

物理AI是AI应用的第三阶段演进。物理AI是继生成式AI、Agent之后AI的第三级演进,从输出信息、数字指令升级为输出实体动作,核心是掌握

物理因果规律,面临Sim2Real虚实迁移挑战。已量产复制:AMR、工业巡检机器人;单场景量产:基地安保四足巡检机器人;探索阶段:人形机器人,尚未实现规模化部署。

Ego数据采集已实现标准化,将迎来规模化放量。数据采集包含遥操作、Ego、UMI、仿真数据四种数采方式,行业模型训练数据通常采用混合方

案。EgoScale验证第一人称数据遵循ScalingLaw,数据规模提升可稳定提升机器人性能。企业规划目标达百万-千万小时,但实际数据存量偏低,规划与落地存在缺口。

大语言模型将加速物理AI模型迭代。物理AI模型快速迭代,VLA模型学习视觉和语言指令到运动轨迹之间的映射,物理层面泛化能力较弱;世界模

型学习环境如何随时间演化,重点是理解跨任务复用的物理规律;WAM模型是世界模型的演进,输入任务目标,输出是动作执行和未来世界状态的预测。大语言模型Chat-GPT6Astra在任务执行过程中能够给出有价值的动作决策,超出行业预期,将加速物理AI模型发展,但仍存在执行速度较慢等瓶颈

文档评论(0)

1亿VIP精品文档

相关文档