国泰海通：主权AI时代世界模型与物理引擎竞争分析

发布时间：2026-08-21 一、AI总结内容 一、核心要点 1. 世界模型是AI下一代物理引擎，具备多模态感知、物理规律认知、长时序因果推理、闭环自迭代进化四大能力，是连接虚拟认知与现实动作的关键枢纽，支撑机器人、自动驾驶等高风险实体场景。 2. 全球AI格局分化：美国追求技术绝对领先与主权控制，欧盟聚焦可信合规与治理，海湾国家依托能源与资金打造算力枢纽，中国走体系化非对称竞争路线，强化应用场景、工业数据与完整产业链优势。 二、全球主要主体布局 1. 美国：出台国家层面“创世纪计划”，联合企业推进“星际之门”项目，私人AI投资规模约为中国23倍，通过限制技术输出保障主导地位。 2. 欧盟：以《AI法案》监管，侧重开放模型与政策协同，兼顾数据主权与产业安全，核心国家法、德、匈等提供资金支持。 3. 海湾国家：阿联酋依托G42、MGX布局，沙特以主权基金Humane为核心推进，目标打造全球算力枢纽，避免数据殖民地困境。 4. 中国：政策密集支持，一线城市形成差异化布局（北京侧重科研与仿真平台、上海侧重超级场景闭环、深圳侧重产业化落地、江苏侧重工业语料），大模型通过“低成本快迭代强落地”路线，全球token消耗量占比超60%，知名模型数量、性能接近美国。三、世界模型产业链核心环节 1. 算力层：智算中心、国产AI芯片、软硬件适配优化。2. 数据层：高质量物理语料采集、清洗、治理与合规管控。3. 平台层：高精度仿真平台、国产物理引擎、工业软件AI化改造。4. 场景层：人形机器人、自动驾驶、工业智能等终端商业化落地。 四、未来判断与政策建议 1. 发展趋势：AI进入算力+数据+模型综合比拼阶段，中国在算力基数、数据资源储备上有优势，模型性能快速逼近顶尖水平，全球各国加码AI战略投入。2. 建议：搭建国家级共享算力池、开放公共领域高价值物理语料、支持国产物理引擎与工业软件AI化、建立统一世界模型测评体系。五、风险与关注 1. 高质量物理交付数据稀缺，制约模型泛化能力。2. 模型存在动态幻觉，违背物理规律，高责任场景稳定性不足。3. 物理建模对算力与能耗需求高，加剧电力消耗与基建成本压力。4. 缺乏统一技术测评体系，难以量化模型性能与落地价值。 二、音频原文（转写） 大家好，欢迎参加国泰海通政策研究世界模型主权ai时代物理引擎之争，目前所有参会者均处于静音状态下面开始播报声明本次电话会议仅服务于国泰海通证券正式签约客户会议音频及文字记录的内容，仅供国泰海通证券客户内部。不学习使用不得外发，并且必须经国泰海通证券研究所审核后方可留存国泰海通证券未授权任何媒体转发。此次电话会议相关内容未经允许和授权转载转发均属侵权国泰海通证券将保留追究其法律责任的 权利，国泰海通证券不承担因转载转发引起。 起的任何损失及责任市场有风险投资需谨慎提醒广大投资者谨慎做出投资决策。他明天开始播了吗？我可以讲了吗？好的。 诶，今天很高兴啊，我们这个电话录音的主题是世界模型，那么这个主持ai的时代啊，物理引擎之中，那么今天这个讲的内容呢？主要是几个方面啊，呃首先我们讲一讲这个ai2.0时代的这种竞争的要义啊，那么从这个智能模型迈向这种巨生智能的话，在这种整个产业的话也是在整个呃。首先，我们从这个战略的这个新的聚焦的话，那么世界模型将成为ai竞争的新的高地。呃ai竞争的重心的话，原来我们是从这种呃通用大模型现在转向物理。 Ai，那么这个世界模型成为主群a.I竞争的一个制高点。它的核心是对物理世界的建模预测规划能力，实现这种智能体与现实环境的精准交付啊。呃，第二个方面呢就是呃，全球的格局在分化啊各个国家也在实行差异化的布局形成各自的壁垒。美国定义ai技术与能力的上限，那欧盟聚焦可信合规与能力的治理海湾国家，它依托这种能源的优势来打造这个全球算力的枢纽。 那么中国呢？它是以这个体系放速度场景不算力来实现非对称的竞争的格局。这是第二方面啊。第三方面呢是我们中国的优势，我们中国总体来说呢，呃体系化的闭环构建了这种非对冲的竞争力啊。 我们有依托这种庞大的应用场景，工业数据的积淀与完整的产业链，那么构建这种国产算力行业的数据，还有仿真平台呃实体的争端体系化的闭环，那么这个总体来说它是便宜。有足够好，这个模型将快速抢占全球的一种api的市场对未来的展望的话呢，呃，我们认为它可能四个核心的环节将会迎来这种呃价值的更重啊。首先是这种算力层算力，当然包括这种智算中心，还有国产的芯片数据层的话呢，就是物理的语料。 还有行业的数据平台的话呢，包括仿真与训练的平台。场景层呢，主要包括这种呃隐形机器人，还有自动驾驶等等啊，呃，四个核心的环节啊，我们从政策方面进行拓展啊。下一页吧。呃，我们今天讲的主要是四个方面吧，四个方面第一个是一个是我们先介绍一下这个世界模型，它是我们下一代ai的这种物理引擎，第二个方面是全球博弈啊，那么这个主权ai这个框架下面呃赛道在分化路径的话呢，就是中国路径还是以体系放速度啊，以场景来补算力诶，另外一个最后，我们对这个呃未来的做一个展望啊呃，我们先讲第一部分啊，关于世界模型的这种基本的情况吧。 首先我们看看就是世界模型，它其实不是单纯的呃，视频的生成工具啊，呃，它是赋予ai物理呃理解这种物理的规则，预测未来的状态的这种物理直觉的引擎，它突破了生成式ai的这种表象的模拟，致力于还原真实世界的物理约束与因果逻辑。它是赋能机器人自动驾驶等高风险实体场景的一些关键的技术的。呃机构啊，这是我们理解哈，但这里面有几个啊，第一个就是这个多模态的人和感知打破，打破了单一的这种视觉的这种啊，局限那么统一整合这种力觉啊触觉还有空间深度痊愈的信息构建全方位的环境感知主阵，这是第一个多模态的，这个人和感知，第二个就是物理规律的认知，它内嵌重力摩擦，呃形形变流体等等。 呃忠实世界的物理的一些法则。让模型能够遵循客观物理约束啊，不是做表面的，这种人和啊，这是物理的认知规定认知啊，第三方面呢就是因果时长的，这种是因果这个常时序的这种推理呃清晰区分了这种动作结果的呃逻辑链条。那么实现跨长周期的这种事态的推演，能够精准预判环境与实体的这种未来的状态。大家注意啊 ，这个就是呃时长比较长，这是因果的推推理啊，第第四个方面就是闭环的，自迭代的进化，那么通过这种呃，真实的物理交付啊，回流的数据能够持续修正模型的偏差，那么实现从模拟到现实的自适应优化与自我的这种进化啊，这是定义啊，另外一个就是关于世界模型，它整个在ai链中间的这种位置啊，我们也简单说一下啊。 那么那个它里面有个机制啊，就是说呃机制的解析，它主要是构建预演未来的能力，它就主要是预言未来它能够接受到来自环境的实时观测啊，对环境的感知，它与智能体生成的这种待执行的动作。输入啊，通过内部的模型的这种动态推演输出对未来环境状态的一个预测，所以通过这个这个过程呢？能够赋予ai呃未卜先知的能力，它就可以对未来的状态进行一个推演啊，所以是决策的话，从被动的响应。 转向主动的规划这个非常重要啊呃，那么这个这个里面的这个世界模型的话呢？它是在连接感知与行动的一个关键的桥梁，它解决了传统的ai依赖及时反馈的局限性，通过这种虚拟空间中间预测预演不同动作的后果，帮助智能体评估风险优化策略，这个不是能够提升决策的这种效力和呃准确性。呃更实现了通用智能人工智能的这种从原来是反应式的向前瞻式的，这种进化的这个核心技术基础啊，这点非常重要啊，好从这样的地位来看呢，呃原来的模型可能会说啊，现在呢，他要费重，那么这个也是个革命性的变化啊，那么这个大语言模型呢？ 它开始向物理智能体的这种范式的转移那么重塑ai商业化的这个价值底座啊，那么ai的竞争的核心的话呢？原来是语言交互线下物理执行，那么这个是一个深度的一个跨越啊，所以这个世界模型，它成为连接虚拟认知与现实动作的关键的一个枢纽。它推动了ai从纯文本场景走向机器人自动驾驶，还有工业控制等等实体的领域，所以这个就是原来模型会说现在要会做了啊，这个是个革命性的变化啊。呃，这里面很重要的一点呢，就行动前提推演，那么在机器人执行和自动驾驶决策之前，它通过模型的全场景的模拟与风险，预判优化策略，并规避现实操作中的安全风险，提高这种系统可靠性。 啊，就是行动前他要推演一次啊，合成数据的生成，那么这个形成大规模低成本的高保真的虚拟训练数据，要破解真实数据采集的昂贵危险场景缺失的难题，它为智能体训练啊，提供充足的数据支持。在他这个里面还是可以呃练这种呃一些大规模松虫。低低成本的一些高保中的虚拟模拟数据啊，这个这个呃成本就降下来了啊所以这个里面有个很关键的节点啊，就是说引进关键的节点隐性的表征。那么建立对外部世界的这个基础认知啊，与认知沉淀决策推理呢？ 它主要是基于模型进行逻辑判断与行动的规划。呃生存交互，这预测物理的未来。那么构建可互动的这种虚拟与自身呃自身的环境哦，所以目前这个世界模型啊，它从这种理解外部的世界的这种被动的感知走向这种预测物理的未来，生成可交互的场景主动的构建，所以这个，所以这个里面就是为为助身智能啊，还有虚拟环境的交互呢，提供那个底层的基础支撑，那么实现从认知到创造的一个关键的跨越啊，这个是这方面啊，当然目前这个实际模型还有一些瓶颈，那么这个是有几个方面啊，一个是这个物理高质量的物理交付数据还是比较稀缺的啊？ 比公开这种视频啊。它仅提供这种视觉的几何的信息，也支撑模型泛化的力，触觉摩擦高频闭环的反馈数据是极度的匮乏的，那么这个是第一个啊，另外一个就是仿真与现实的鸿沟，那么影视学习也产生。这种动态的幻觉那生成看似合理就违背了物理规律的一些结果，会导致这种高责任场景下面模型稳定性和可靠性的不足啊，这是所以就是我们平时所理解的幻觉啊，这个叫动态幻觉第三方面就是算力和能耗的，这种双重约束，那么这 个物理计模啊，它需要消耗海量的多模态的算力和存储带宽，那远远超过文本模型的需求，所以它规模化发展将加剧对电力。 冷觉冷掘还有绿色能源的依赖啊，第三方面啊，第四个方面就是这种统一测评体系的缺失，目前针对这种物理的真实性，呃，时空的连续性动作可执行性及安全边界的统一标准，难以有效衡量与验证模型的真实能力啊，这是几方面的瓶颈吧啊，还有一个最大的瓶颈就是呃忠实物理交付数据，那么这个呃从视觉的感知到物理因果的关键的这个数据的鸿沟，那么这个其实目前物理模型，它最关键点就在这里啊，你比如这个公开的视频，它提供的这种视觉和结合信息啊啊而真正要物理模型能够理解物理规律的关键，它包含这种利益反馈触觉感知摩擦系数由线变形及动态因果反馈的这种真实数呃交付数据。 那么这类数据采集的呃成本比较高啊，而且对硬件要求也比较高。还有精密的适应环境啊，这个都是一些难点啊好吧，呃，我先讲这呃第第一部分啊，第二部分呢，我们请那个孙博士来讲啊。嗯，好的各位投资者呃，刚才李首席已经向我们介绍了整体的这个我们这个呃世界模型的定义，它目前存在的一些可能发展的瓶颈以及发展的现状。那么第二部分的话，我就从全球视野的角度呃，向各位呃投资者分享一下我们的这个相关的一个研究诶。 动不了了呃，首先我们来看一下就是主权ai这部分，其实刚才李首席也提到了，就是其其实现在全球呃各个这个经济主体。在这个世界模型赛道，它竞争的一个最主要的一个出发点就在于每个国家都想将自己的这个算力模型数据包括人才都是在自己的这个这个呃主权的这个控制之下，而不是成为别的国家的一个数据的一个殖民地或者数据中心的一个一个存放地啊，这个包括我们后面会会分享到的，包括海湾国家等等，他们会有呃，就是比较大的这样的一些。 呃，这种现实，那么我们就来看一下就是主权ai它主要的一个构成的因素，那么左边这张图的话，我们是从这个呃国际战略研究这个所它它相关的一个构图，然后我们能看到它这个主体有呃六大部分组成。当然这个就是我们都知道的，一个是算力基建，这个是整体ai运行的一个物理的底座那么第二部分的话就是从这个监管的视角，因为我们都知道，就是每个国家都想对整体的ai它相关的。这个组成部分有一个全权的一个一个治理权，或者说一个控制权。 所以说，在相关的监管方面啊，这个