汽车行业深度报告：AI系列深度20期：如何看物理场景中数字AI的能力边界？

AI系列深度20期：如何看物理场景中数字AI的能力边界？ 2026年08月07日 证券分析师黄细里执业证书：S0600520010001021-60199793huangxl@dwzq.com.cn 增持（维持） ◼我们认为，现阶段数字AI与物理AI的发展关系可概括为"承接—分化—融合"，是长期协同演进而非先后替代。伴随AI应用场景由信息空间走向物理世界，数字AI的理解与规划能力或将同物理AI的感知、动作与安全闭环在同一系统中协同放大，实现长期协同演进。 ◼从应用场景看，数字AI与物理AI沿物理闭环程度形成连续谱。判断场景位置的关键，在于任务是否需要在真实物理世界完成"感知—决策—动作—反馈"闭环，以及闭环对实时性与安全性的要求。越靠近信息空间，数字AI通常能够独立完成更多任务环节；越靠近真实物理世界，实时感知、动作控制与安全闭环的重要性越高。随物理闭环加深而下降的，是数字AI单独完成闭环的充分性，而非其作为语义理解、高层规划和人机交互组件的价值；由低物理闭环场景向高物理闭环场景延伸，是大模型能力外溢的重要方向之一。 相关研究 《AI系列深度18期：生成智能如何引入Transformer？》2026-08-07 ◼从技术路径看，两者底层同源、闭环分化。Transformer等神经网络架构是两类系统共同的底座，分化发生在作用对象、训练目标与闭环要求上：数字AI围绕"数字数据—Token化—基础模型—指令对齐—工具调用"展开，预测对象是token、内容结果与软件状态；物理AI围绕"传感器输入—状态表示—动作生成—运动控制—反馈闭环"展开，预测对象是动作、轨迹与动作后果。能力边界的约束因素也随之不同：数字AI主要受事实可靠性、上下文管理、持续记忆和工具调用稳定性约束，物理AI主要受动作数据稀缺、物理长尾场景、实时控制、安全验证和Sim2Real迁移约束；两类约束均难以依靠单纯扩大模型规模自动解决。 《AI系列深度19期：多模态如何从模型拼接走向统一？》2026-08-07 ◼从能力迁移看，物理闭环越深，数字AI能力直接复用的难度越高。迁移呈现三层结构：纯信息空间场景中，理解、生成、推理与软件操作能力可直接完成主要任务；近似物理世界场景中，视觉内容生成与多模态预训练高度同源，工程仿真则依赖物理引擎与场景建模；真实物理世界场景只能分模块复用——语义理解与高层规划可迁移，状态维护、动作生成、实时控制和安全验证必须由专用技术补足。"看起来像世界"与"能被物理系统安全依赖"对应不同的能力门槛：视觉生成能力可以构成物理AI的数据与模型基础，但不能直接等同于可部署的物理闭环能力。 ◼我们认为,数字AI底座模型发展路径已逐渐清晰、价值在于确定性，但其难以实现物理世界的建模闭环；我们认为物理AI将成为物理世界的AI解决方案，从而在AI的当前发展阶段成为增量更大的方向，智能驾驶作为最先跑通闭环的代表场景，我们认为应重点关注。 ◼风险提示：技术迭代不及预期的风险；大模型厂商ARR增速放缓的风险；云服务商资本开支不及预期的风险；智能驾驶及机器人商业化落地不及预期的风险。 内容目录 1.数字AI与物理AI：沿物理闭环程度形成连续谱..........................................................................41.1.连续谱框架：从信息空间到物理世界.....................................................................................41.2.从低物理闭环进入高物理闭环，是大模型能力外溢的重要方向.........................................62.数字AI与物理AI的技术路径差距.................................................................................................62.1.核心差异在于作用对象与闭环要求不同.................................................................................62.2.两者能力边界受不同因素约束.................................................................................................83.物理闭环越深，数字AI能力直接复用难度越高............................................................................94.结论：物理AI将与数字AI协同演进...........................................................................................105.风险提示............................................................................................................................................10 图表目录 图1：数字AI独立闭环充分性、物理AI专用技术栈必要性与组件价值分化..............................6图2：数字AI与物理AI共享神经网络底座，分化于闭环机制......................................................8图3：数字AI能力向物理AI迁移——从直接复用到分模块协同................................................10 表1：数字AI—物理AI八档场景及物理闭环特征...........................................................................5表2：数字AI与物理AI技术路径五维对比......................................................................................7表3：数字AI能力向物理AI迁移的三类场景..................................................................................9 1.数字AI与物理AI：沿物理闭环程度形成连续谱 1.1.连续谱框架：从信息空间到物理世界 我们认为，AI应用场景可按照AI技术与场景的适配程度形成一条连续谱：一端是纯信息空间，任务对象是文本、代码、知识、数据和软件状态；另一端是真实物理世界，任务对象是物体、空间、动力学与接触。判断某一场景处于连续谱的哪个位置，关键在于其“物理闭环程度”——即任务是否需要在真实物理世界中完成“感知—决策—动作—反馈”闭环，以及完成该闭环所需的实时性与安全性要求有多高。 根据此种场景划分，我们认为：越靠近纯信息空间，任务越依赖语义理解、知识与生成；越靠近真实物理世界，任务越依赖实时感知、三维空间理解、动力学预测、接触控制与安全闭环。随物理闭环加深，数字AI单独完成闭环的充分性总体下降，物理AI专用技术栈的必要性总体上升；但数字AI作为语义理解、常识、高层规划和人机交互模块的价值并不必然同步下降。 为更具体刻画这条连续谱，我们选取部分典型应用场景按物理闭环程度由低到高进行了归纳分类，作为场景划分方法的示例。 根据示例，第1至第3场景主要发生在信息空间或软件系统内部，任务对象是文本、知识与软件状态，数字AI单独完成闭环的充分性由极高降至高；第4、第5场景处于连续谱中段，任务需要理解物理世界的数据或约束，但行动多通过软件系统或调度完成；第6至第8场景进入真实物理执行，需要感知、规划、动作控制和安全验证，物理AI专用技术栈的必要性由中高升至极高。其中，通用具身智能与家庭机器人因环境开放、任务多变、接触复杂和安全约束高，是数字AI难以单独完成闭环的场景，但其语言与高层规划能力仍可作为重要系统组件。 1.2.从低物理闭环进入高物理闭环，是大模型能力外溢的重要方向 从信息空间向高物理闭环场景延伸，是数字AI拓展能力边界的重要方向之一。在连续谱靠近信息空间的一端，任务仍停留在信息生成、软件操作和人类复核链条中。这类任务的共同特征是：输出为文本、代码、图像等信息产物，执行发生在软件系统内部，且通常有人类在回路中复核结果。在这一区间，数字AI可以快速渗透——其擅长的理解、生成、推理与工具调用，恰好构成完成任务所需的主要能力；在多数低风险、有人在回路的场景下，失败代价相对较低，也可由人类纠正。从内容生成到专业知识工作，再到企业流程与软件Agent，数字AI沿连续谱的渗透较为顺畅。 然而，当任务越过连续谱中段，进入自动驾驶、机器人、工业控制、家务服务等典型物理场景时，任务要求发生显著变化。这些任务需要智能体直接作用于物理世界：实时感知环境，预测物体与自身运动，在接触过程中控制力与位置，并在有限时延内作出安全决策；其失败可能表现为碰撞、掉落、失控、损坏乃至安全事故。此时，仅依靠语言和图像的语义理解不足以完成可靠闭环。但物理AI可以由VLA等策略模型直接生成动作，也可以引入世界模型等，并与仿真训练、强化学习、实时控制和安全机制组合。 由此，连续谱不仅刻画场景分布，也揭示数字AI独立完成闭环的能力边界：越向高物理闭环场景推进，单纯依靠数字AI越难独立支撑闭环，物理AI专用技术栈的必要性越突出；但数字AI仍是不可替代的系统组件。 2.数字AI与物理AI的技术路径差距 2.1.核心差异在于作用对象与闭环要求不同 从技术层级来看，Transformer是一类神经网络架构或通用计算模块，数字AI与物理AI则是面向不同环境和任务闭环的系统形态。物理AI可以在感知、策略或世界模型等模块中采用Transformer，因此两者的核心差异不在于是否使用Transformer，而在于作用对象、训练目标与闭环要求不同。 数字AI主要面向信息空间，当前主流技术路径围绕大规模数字数据、Token化或多模态表示、Transformer基础模型、指令对齐和工具调用展开：先使用文本、代码与图文数据进行预训练，再通过指令对齐使模型适配人类任务，并借助工具调用将能力延伸至外部软件系统。其主要目标是完成理解、生成、推理和软件执行，作用对象以符号化信息与软件状态为主。 物理AI面向真实或仿真的物理世界，技术路径围绕传感器输入、空间与本体状态表示、动作生成、规划、运动控制和反馈闭环展开：系统从摄像头、激光雷达、力觉等传感器获取观测，可以由端到端VLA直接生成动作，也可以引入世界模型预测候选动作的后果，再由控制系统执行并依据真实反馈持续修正。其目标是在特定环境和安全约束下稳定行动，作用对象是物体、空间、动力学与接触关系。 数字AI主要处理语义、知识、逻辑与软件状态，预测对象可以是token、内容结果或工具执行状态；物理AI需要进一步学习空间、运动、动力学、接触关系和动作条件状态转移，输出则可能表现为动作、轨迹、状态预测或动作后果。两类系统的风险不能简单按“可纠正”与“不可纠正”二分：金融、医疗和代码执行等高风险数字场景同样可能产生现实损失，但物理AI通常还需要满足实时控制、物理约束与部署安全要求。 2.2.两者能力边界受不同因素约束 技术路径差异，进一步决定了两者能力边界受不同因素约束。 数字AI的能力边界主要受事实可靠性、上下文管理、持续记忆和工具调用稳定性约束。模型是否产生幻觉，能否在长上下文和多步骤任