您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。 Covariant:《物理AI的Scaling路径出现了吗|投资分析》-发现报告

物理AI的Scaling路径出现了吗

房地产 2026-11-05 Covariant 阿杰
物理AI的Scaling路径出现了吗

猜你想问

这份研报主要讲了什么技术突破?

这份研报介绍了Covariant通过VAM架构将机器人预训练数据量从10万小时提升至100万小时,验证了Scaling Law在物理AI领域的可行性。VAM架构通过同时预测动作与世界状态(生成下一秒视频),在处理大规模、低质量异构数据时的泛化能力显著优于仅预测动作的VLA架构。训练数据主要采用头戴设备采集的人类第一视角视频,通过算法自动标注降低成本,证明了非真机遥操作数据的有效性。

物理AI领域未来的发展趋势是什么?

物理AI领域的未来发展趋势在于通过Scaling Law实现更大规模数据的训练和应用。目前VAM架构的成功应用使物理AI Scaling Law路径可行性达70%-80%,未来需观察Figure、Tesla等头部企业是否跟进VAM架构切换。长期来看,以世界模型为核心的具身智能大脑开发将成为重要方向,推动行业进一步发展。

研报重点分析了哪些方面?

研报重点分析了Covariant的VAM架构在物理AI领域的应用效果,对比了VAM与VLA架构在处理大规模、低质量数据时的性能差异,并探讨了人类第一视角视频作为训练数据的有效性。此外,还评估了物理AI Scaling Law路径的可行性,以及短期利好数据采集、销售及设备“铲子股”和长期看好世界模型核心具身智能大脑开发企业的投资逻辑。

当前物理AI市场的现状如何?

当前物理AI市场正处于技术突破的关键阶段,Covariant的VAM架构成功验证了Scaling Law在物理AI领域的可行性,为行业提供了新的发展方向。虽然目前Scaling Law路径可行性评估约70%-80%,但仍有待头部企业的跟进和验证。市场整体处于探索期,技术迭代和商业化应用前景广阔。

研报提示了哪些潜在风险?

研报提示的潜在风险包括技术路线的最终选择不确定性,头部企业是否跟进VAM架构切换尚待观察;大规模数据采集和标注的成本问题,尤其是非真机遥操作数据的有效性仍需持续验证;以及技术迭代快速可能带来的现有方案被替代的风险。此外,具身智能大脑开发企业的长期发展也存在市场接受度和商业化落地的不确定性。