汽车行业深度报告：AI系列深度24期：世界模型作为“数据工厂”

交运设备 2026-08-07 黄细里,童明祺东吴证券坚守此念

数据范式转变：数字AI依赖现成互联网数据，核心是抓取与压缩；物理AI面临稀缺、危险的长尾与事故场景，核心是制造与覆盖未观测状态。
世界模型作为数据工厂：从车端预测组件演变为云端数据工厂，特斯拉预测生成未来多摄像头画面，Waymo直接建模生成未来世界状态，NVIDIA等将其定位为合成训练数据来源。
Corner Case制造：世界模型价值在于制造罕见、危险和事故场景，但自身在长尾、分布外和长时域区域可靠性易下降，面临物理不一致、目标漂移和鬼影等问题。
缓解张力的做法：外生受控生成（如DriveDreamer4D、理想MindVLA、小鹏云端世界基座模型）以真实结构锚定，内生问题驱动生成（如小马PonyWorld2.0）由系统自诊断驱动定向生成。
结论：世界模型是物理AI数据范式转变的核心基础设施，但需关注其自身可靠性边界，业界共同取向是约束生成、提升样本有效性和物理可信度。
风险提示：技术迭代不及预期、大模型厂商ARR增速放缓、云服务商资本开支不及预期、智能驾驶及机器人商业化落地不及预期。