报告公司投资评级 - 维持“优于大市”评级，给予公司2025年6倍PS估值，对应目标价为90.84港元 [4] 报告的核心观点 - 宏观承压下公司25Q1营收增速逆势高速增长，Agent加持下业务凸显，全年转盈趋势确定，2B+2C双轮驱动下长期增长可期 [1] - 预测公司2025 - 2027年营收为68.84/88.63/112.76亿元；EPS为0.11/0.56/1.19元 [4] 根据相关目录分别进行总结 财务摘要 |项目|2022A|2023A|2024A|2025E|2026E|2027E| |----|----|----|----|----|----|----| |营业收入（百万元）|3,087.63|4,206.95|5,260.65|6,883.82|8,862.78|11,275.54| |(+/-)%|52.73%|36.38%|25.13%|30.85%|28.75%|27.22%| |毛利润（百万元）|1,486.65|1,979.55|2,244.83|2,925.62|3,811.00|4,904.86| |净利润（百万元）|-1,644.90|-908.72|-268.79|51.96|277.74|589.43| |(+/-)%|7.88%|44.76%|70.42%|119.33%|434.56%|112.22%| |PE|-|-17.93|-87.84|435.26|81.43|38.37| |PB|-|4.37|4.69|4.42|4.18|3.77|[3] 业绩表现 - 2025Q1营收10.77亿元，同比+30.1%；毛利润4.44亿元，同比+30.1%；毛利率41.2%；标杆用户数达59个，标杆用户平均营收1167万元，同比+31.3% [4] - 2025Q1先知AI平台营收8.05亿元，同比+60.5%；SHIFT智能解决方案业务营收2.12亿元，同比 - 14.9%；式说AIGS服务业务营收为0.6亿元，同比 - 22.0% [4] 业务发展 - 2025Q1先知AI平台推出AI Agent全流程开发平台，企业级Agent已在超14个行业落地 [4] - 公司升级为范式集团，成立消费电子板块Phancy，实现2B+2C双轮驱动 [4] 可比公司估值 |股票代码|股票简称|收盘价（元）|市值（亿元）|营业收入（亿元）|PS（倍）| |----|----|----|----|----|----| | | | | |2024A|2025E|2026E|2025E|2026E| |688207|格灵深瞳|13.61|35|1.17|-|-|-|-| |688088|虹软科技|43.70|175|8.15|10.02|12.51|17|14| |0268.HK|金蝶国际|12.46|406|62.56|71.88|82.81|6|5| |CRM.N|Salesforce|283.42|2725|378.95|413.20|453.26|7|6| | | |平均值| | | | |10|8|[6]

核心观点 - L3级别智能驾驶的关键在于大算力、大模型、大数据[1] - 端到端智能驾驶正沿着大模型Scaling Laws的路径快速发展[2] - 小鹏G7作为全球首款L3级算力AI汽车，搭载2200TOPS算力芯片和VLA+VLM模型，实现行业突破[3][4][5] - 自动驾驶基座模型通过云端训练+车端蒸馏的技术路线，显著提升复杂场景处理能力[20][27][28] - 公司验证了自动驾驶领域的Scaling Laws，并建成万卡智算集群支持模型迭代[49][50] 技术突破 - 小鹏G7首发智驾大脑+小脑VLA-OL模型，首次加入运动型决策能力[4] - VLM视觉大模型作为车辆理解世界的AI中枢，支持多语言交互和主动服务[5] - 自动驾驶基座模型参数达720亿，训练数据超2000万条30秒视频片段[20] - 模型具备链式推理(CoT)能力，可处理训练中未见的复杂场景[21][24] - 车端token处理量压缩70%，流式多处理器利用率达85%[60][63] 行业地位 - 小鹏在CVPR 2025与Waymo、英伟达等顶流同台，展示技术领先性[6][13] - 公司是国内首个验证自动驾驶Scaling Laws的团队[49] - 建成汽车行业首个万卡智算集群，算力达10 EFLOPS，迭代周期快至5天[50][51] - 云端模型工厂采用FP8混合精度训练，计算效率达行业顶尖水平[55][58] 未来方向 - 世界模型将作为实时反馈系统，持续提升基座模型能力[36][41] - 技术将扩展至AI机器人、飞行汽车等新领域[43] - 从"软件开发汽车"转向"AI开发汽车"，建立全链路自研体系[61][62] - 年内G7将推出重大新功能，持续进化AI能力[65]

谷歌AI技术发展历程 - 谷歌母公司Alphabet采用创新组织架构 将Google、DeepMind、Isomorphic Labs等子公司独立运营 避免传统业务束缚创新业务 [1] - DeepMind创始人戴密斯·哈萨比斯具有国际象棋背景和剑桥计算机专业学历 团队开发出AlphaGo击败围棋大师李世石 AlphaFold预测蛋白质结构获诺贝尔化学奖 [1] 谷歌AI技术优势 - 谷歌在大语言模型(Transformer架构)领域技术积累深厚 已开始向超越OpenAI方向发展 [2] - 谷歌AI具备"发现新知识"的创新能力 如AlphaGo第37手新招 AlphaFold解开数亿蛋白质结构 AlphaProof证明数学定理 AlphaEvolve优化50多年数学运算问题 [2] - 谷歌与特斯拉是最接近实现"世界模型"的公司 分别依托YouTube视频数据和车辆摄像头现实数据 多维数据训练远超单一文本数据 [3] 谷歌AI战略方向 - 谷歌早期因担心AI错误率影响用户体验未快速推向市场 OpenAI的ChatGPT爆红验证市场需求后迅速跟进 [2] - 谷歌未来目标是实现通用人工智能(AGI) DeepMind团队定义AGI为机器具备人脑般的通用智能能力 正在逐步弥补"认知漏洞"向真正通用智能靠近 [2] - 谷歌AI在智能发现、模型完善和通用智能方向具备突破潜力 有望保持行业领先地位 [3]

生成式人工智能与AGI路径 - 当前生成式AI模型的成功被误认为通向AGI的路径 但实际是硬件规模扩展的结果而非智能问题的解决方案 [1] - 多模态方法通过组合模块化网络模拟通用智能 但本质是拼凑式策略难以实现人类水平AGI [1] - 真正的AGI需优先考虑具身性和环境互动 而非以模态为中心的拼合方式 [1] AGI的核心定义 - 完整AGI定义必须包含解决物理现实问题的能力 如修理汽车、准备食物等具体任务 [2] - AGI需要基于物理世界模型的智能形式 而非仅符号操作能力 [2][4] 大型语言模型的局限性 - LLMs通过预测token的启发式集合模拟理解 而非真实世界模型 [4] - 语言描述无法推断物理世界完整状态 奥赛罗游戏等符号领域任务与物理任务存在本质差异 [6] - LLMs将语义问题简化为语法规则 缺乏对物理世界的常识性理解 [8][10] 规模至上主义的争议 - 规模最大化方法在LLMs/LVMs中有效 但缺乏具身数据难以直接应用于AGI [17] - 多模态建模人为切断模态间自然联系 联合嵌入空间简化了真实概念关系 [17][18] - 当前模态划分可能阻碍基础认知结构的发现 人类认知由重叠结构引导多模态处理 [19] AGI的未来发展方向 - 需设计自然涌现多模态处理的架构 而非预设模态结构 [21] - 应通过具身互动过程融合模态 使用统一感知/行动系统处理文本、图像、动作等 [23] - 关键挑战在于概念整合而非数学能力 通用函数逼近器已具备但需系统性架构设计 [23] 认知科学对AI的启示 - 人类语言理解依赖独立认知系统融合 语法正确性不等于语义合理性 [10][12] - 语义学本质是理解世界本质 而LLMs仅通过语法规则模拟表面关联 [11][12] - 人类概念形成具有灵活性 能从少数样本创造新概念 当前模型仅复制已有概念结构 [20]

创业一年后 World Labs 的愿景 - World Labs 在成立一年内完成两轮融资累计募资2 3亿美元 估值突破10亿美元 成为AI领域独角兽企业 [5] - 公司已发布「世界生成」模型和Forge渲染器等技术成果 其中「世界生成」技术仅需单张图片即可生成可交互3D物理世界 [5][6] - 空间智能被定位为理解重建生成物理世界的核心能力 超越语言模型局限 目标构建可创造无限虚拟宇宙的AI系统 [5][6] - 技术路径依赖跨学科整合（AI+计算机图形学） 当前算力数据工程能力提升使「世界模型」攻关具备可行性 [7] 空间智能对AI完整性的意义 - 语言模型存在三维物理世界描述的天然缺陷 空间智能作为更古老的智能形式可弥补这一关键缺口 [6][8] - 公司技术路线选择与主流LLM分野 专注让AI理解3D物理世界运作方式 涉及机器人设计社交等多领域应用 [5][8] - 空间智能被视为智能的核心组件之一 其突破将推动AI从单一现实向多元宇宙演进 [5][6] 空间智能与多元宇宙愿景 - 「多元宇宙」指通过AI创造无限虚拟宇宙 需依赖3D物理世界的理解与生成能力 [4][6] - 技术反直觉发展体现在：早期忽视3D表征 现通过数据驱动方法实现空间智能突破 [4][7] - Forge渲染器支持Web端实时渲染AI生成3D场景 标志技术落地取得实质性进展 [7] 世界模型的发展现状 - 前置技术如算力提升数据积累工程优化为世界模型创造发展时机 [7] - 公司方法论借鉴LLM的数据驱动和神经网络经验 但强调需结合计算机图形学等跨学科知识 [7] - 下一步重点攻关方向包括3D物理世界的理解重建及生成技术的场景化应用 [4][7]

战略规划与目标 - 公司计划到2030年实现智能电动汽车产销量占比达到80%的技术发展规划 [1] - 2024-2026年为转型期，2027-2030年转入反攻期，目标是打造两大新能源专属平台并构建全新电子电气架构 [9] - 挑战2030年新能源占比达到80%的目标，并推出中小型车和中大型车两大新能源平台 [9] 研发与创新 - 现地首席工程师（RCE）制度由中方工程师主导研发，继承丰田QDR基因，涵盖全新车型、改款车型和换代车型 [2] - 丰田总部已将广汽丰田智能电动产品的开发决策权从日本移交中国，RCE将主导包括赛那、汉兰达和凯美瑞的换代研发 [2] - 公司全面开启中国自研2.0时代，深化商品定义权，由中国工程师主导研发全流程 [5] - 研发方面运用AI分析用户需求，精准把握目标用户定位、机会市场识别等 [13] 产品与技术 - 中小型车新能源平台覆盖5米以内的A级和B级新能源车，具备A级车定位、B级车尺寸、C级车舒适空间的特征，铂智3X是该平台首款车 [9] - 中大型车高兼容性平台覆盖5.3米以内的C级和D级新能源车，支持BEV、PHEV、REEV等多种能源形态，铂智7为首款车，明年第一季度上市 [9] - Momenta全场景自动驾驶辅助系统在铂智3X上首次搭载，后续车型将陆续搭载，并与小马智行共同研发L4级Robotaxi [10] - 2026-2027年将研发基于"世界模型"的自动驾驶辅助系统，学习效率提升1000倍，应对复杂场景能力大幅提升 [10] - 铂智7将搭载"驾舱融合式架构"，实现智能座舱和自动驾驶辅助系统双向协同，提升车辆感知与响应能力 [12] 供应链与合作 - 华为、Momenta、速腾聚创、雅马哈、汇川联合动力等国内外一流供应商展示先进产品，华为、Momenta和小米代表登台讲述技术生态 [8] 生产与制造 - AI赋能制造，供应链部品纳入不良率降至0.26PPM，为史上最低 [16] - 超声波在线无损检测准确率提升10%，AI车身精度激光在线计测精度达0.01毫米 [16] - 量产车型整车全检不良率降至0.008件/辆，AI让丰田生产方式更加精益 [16] - AI赋能智慧物流，拥有40多项专利，整合63个平台系统，实现零库存 [16]

通用人工智能与世界模型 - 谷歌DeepMind研究证明，能够处理复杂长期任务的AI智能体必须学习内部世界模型，且该模型可从智能体行为中提取[3][4][5] - 世界模型是实现多步骤目标导向行为的必要要素，提升智能体性能需学习更精确的世界模型[5][20][34] - 实验显示智能体处理目标深度(n)增加时，提取的世界模型误差按O(δ/√n)+O(1/n)比例下降[32][33][34] 理论框架构建 - 研究基于四要素构建数学框架：环境(20状态5动作cMP)、目标(LTL逻辑表达)、智能体(有界目标条件策略)、世界模型(预测环境转移函数)[24][25][27][28] - 有界智能体定义为在最大目标深度n下失败率δ≤1的策略，其最优策略可最大化目标实现概率[28][29] - 世界模型精度与智能体能力正相关，当δ→0且n≫1时模型误差趋近于0[31][33][34] 算法与实验验证 - 开发Algorithm 1算法通过查询智能体复合目标行为来估计状态转移概率Pss'(a)，精度参数n与目标深度2n+1相关[37][38] - 在20状态5动作稀疏转移环境中测试，即使δ=1的最坏情况下仍能恢复准确世界模型，平均误差随目标深度增加而降低[40][46] - 算法填补了"策略+目标→世界模型"的三角关系，区别于传统规划(模型+目标→策略)和IRL(模型+策略→目标)[41][43] 行业技术关联 - 研究支持Ilya Sutskever观点：大语言模型本质是学习世界模型压缩表征，预测准确度反映模型保真度[16][17][19] - Genie 2基础世界模型可通过单图像生成无限3D环境，为智能体提供经验流训练，标志从人类数据时代向经验时代转变[50][51][52] - 领域泛化需比任务泛化更深层因果理解，适应分布变化的智能体必须学习因果世界模型[45][47]

Meta发布V-JEPA 2世界模型 - 公司重磅发布V-JEPA 2（Video Joint Embedding Predictive Architecture 2）世界模型，旨在赋予机器更深层次的物理世界理解、预测及交互能力，向构建通用AI智能体迈出关键一步[1][3] - 该模型基于联合嵌入预测架构（JEPA）构建，由编码器和预测器两大组件组成，编码器捕捉视频输入的关键语义信息，预测器生成预测嵌入结果[11] - 模型在Hugging Face物理推理能力排行榜上位列第一，超过GPT-4o，在IntPhys 2、MVPBench、CausalVQA三个基准测试中分别达到56.4%、44.5%、38.99%的准确率[6][7] 技术架构与训练方法 - 训练分为两阶段：第一阶段使用超过100万小时视频和100万张图像进行无动作预训练，学习物体、人与环境的交互逻辑[9] - 第二阶段仅用62小时机器人数据进行动作条件训练，使模型具备可控性，在新物体拾取与放置任务中达成65%-80%的成功率[14][17] - 采用零样本迁移能力验证，在开源DROID数据集训练后直接部署实验室机器人，无需场景微调[15] 性能表现与行业影响 - 在Something-Something v2动作识别任务和Epic-Kitchens-100动作预测任务中创造SOTA纪录，与语言模型结合后在视频问答基准任务上实现领先性能[12] - 公司开放模型代码与权重检查点供研究及商业用途，推动开源社区生态建设[8] - 发布IntPhys 2、MVPBench、CausalVQA三项物理理解基准测试，当前模型准确率较人类85%-95%的水平仍有显著差距[23][24] 未来发展方向 - 当前模型局限在于单一时间尺度预测，下一步将开发分层式世界模型实现跨时空复杂规划[29] - 计划推进多模态建模能力，融合视觉、听觉、触觉等感知信息提升世界理解水平[30] - 该技术代表公司在高级机器智能（AMI）和物理世界AI智能体开发的重要进展[27]

Meta的AI双线战略 - 公司采取双线并进策略应对AI竞争，一方面推进杨立昆主导的"世界模型"V-JEPA 2，另一方面由扎克伯格组建"超级智能"团队押注主流LLM路线 [1][12] - Llama 4发布后表现不佳导致公司在开源大模型领域落后于GPT/o系列、Gemini和Claude，同时面临中国DeepSeek和Qwen的竞争压力 [10] - 公司2025年资本开支指引上调至640-720亿美元，重点增加数据中心和基础设施投资以支持AI发展 [12] 世界模型技术路线 - V-JEPA 2采用联合嵌入预测架构(JEPA)，放弃主流Transformer架构，拥有12亿参数，训练使用超过100万小时视频和100万张图像 [4][6] - 该模型比英伟达Cosmos快30倍，专注于物理世界交互能力，使AI能预测行为后果并规划行动方案 [6] - 杨立昆认为自回归LLM存在事实错误、逻辑缺陷等问题，世界模型能提供更接近人类直觉的物理世界理解能力 [4][5] 超级智能团队布局 - 扎克伯格亲自组建约50人顶尖AI团队，提供数千万美元薪酬方案，目标成为AGI领域领导者 [11] - 已招募谷歌DeepMind首席研究员Jack Rae和Sesame AI机器学习负责人Johan Schalkwyk，二人曾参与Gemini项目 [11] - 公司投资数十亿美元(传闻150亿)于数据标注公司Scale AI，其CEO将加入Meta团队，Scale AI当前估值超百亿美元 [12] 战略资源投入 - 公司广告业务现金流可支撑AI巨额投入，计划建设世界顶级算力数据中心 [12] - 杨立昆作为图灵奖得主坚持非主流路线20年，认为自回归预测彻底失败，但当前仍面临内外压力 [7][10] - 扎克伯格回归"创始人模式"，认为公司有能力和责任率先实现AGI [2]

本文来自微信公众号：APPSO （ID：appsolution），作者：appso，原文标题：《小扎砸 9 位数挖 AI 大神、杨立昆发布世界模型，被群嘲的开源旧王要反 击了》，题图来自：视觉中国 Llama 4的折戟沉沙没有让Meta知难而退，反而坚定了All In AI的决心。 最近，创始人扎克伯格亲自操刀组建"超级智能"团队，重金投资Scale AI、以及砸9位数挖角Google、OpenAI的顶级科学家，也因此抢占了这几天的国际 头版头条。 就在今天凌晨，Meta也开源了最新的重量级模型——V-JEPA 2。 不同于市面上的写作或聊天类AI，V-JEPA 2的目标是让AI能够看懂世界、具备物理推理能力，并在完全陌生的环境中自主完成一系列实际操作任务。比 如识别一个没见过的物体，走进厨房，准确地把它放到目标位置上，全程无需手把手训练。 图灵奖得主、Meta首席科学家Yann Lecun也亲自出镜，为V-JEPA 2背书，强调让机器理解物理规则的重要性，认为世界模型能够拥有像人类一样理解世界 的常识，不靠海量试错，也能在真实物理世界中行动自如。 0:00 / 2:42 V-JEPA 2：现实世界的操作系统 ...