猜你想问
这份研报主要讲了什么内容？
这份研报分析了美国创业公司Dana发布的《物理AI的scaling路径》技术报告，重点探讨了其100万小时预训练数据量对物理AI scaling路径的意义。报告指出，Dana的第二代模型DataNa2采用世界动作模型（WAM）架构，使用远超行业平均水平的100万小时预训练数据，能更好地利用数据泛化学习。实验验证了WAM架构在物理AI中的有效性，标志着scaling路径的重大突破。
物理AI行业未来发展趋势如何？
物理AI行业正加速迭代，大模型厂商的推动下，产业迭代加速。随着WAM架构等技术的成熟，机器人“大脑”落地速度加快，利好采用WAM架构的深度智能大脑公司。同时，数据需求提升将利好数据采集和销售公司，以及数据设备供应商。未来需关注头部公司如Figure、Physical Intelligence、特斯拉的跟进验证。
研报重点分析了哪些方向？
研报重点分析了Dana的WAM架构技术突破及其对物理AI scaling路径的影响。报告对比了WAM与VAM架构的优劣，指出WAM能同时预测动作和世界状态，并从低质量数据中学习人类动作规律。此外，报告还探讨了数据质量对模型泛化能力的影响，以及头部公司在物理AI领域的布局情况。
当前物理AI市场处于什么阶段？
当前物理AI市场正处于重要进展阶段，Dana的实验标志着scaling路径的重大突破。市场仍需关注数据质量、算法优化和头部公司跟进验证等环节。短期内，数据需求提升将带动相关产业链发展；长期来看，机器人“大脑”落地速度加快，将推动行业整体进步。目前行业整体处于技术验证和商业化初期阶段。
研报提示哪些风险？
研报提示需关注物理AI技术落地的不确定性，如WAM架构在实际应用中的稳定性、数据采集成本和效率等问题。此外，头部公司的竞争格局变化也可能影响行业发展速度。由于技术迭代快，相关公司业务模式变化快，投资者需关注技术路线风险和市场竞争风险。目前行业仍处于早期阶段，技术路线选择和商业化落地存在一定的不确定性。