行业与公司研究纪要关键要点 涉及的行业与公司 * 行业：自动驾驶（智能汽车/智驾）、具身智能（机器人）、物理AI * 公司：Momenta（自动驾驶厂商）[2]、理想汽车（推出VLM概念）[2]、特斯拉（FSD 12.3融入VLA概念）[2]、比亚迪（应用物理模型于动力学与热管理）[3]、英伟达（提供AI开发套件与生态）[5]、宇树科技（机器人公司）[4]、银河通用（机器人公司）[6]、光轮（机器人公司）[6] 技术范式演进与核心概念 * 技术路线转型：自动驾驶正从基于规则的传统“感知-定位-预测-规划-控制”规控路线，转向“世界模型+VLA”的技术方向[2] * 中间阶段：BEV+Transformer路线实现了部分端到端，简化了流程[2] * VLA成为核心：VLA路线从视觉到语言再到行动，被越来越多自动驾驶厂商采纳，并被视为构建机器人“大脑”的基础底座之一[2][3] * 世界模型本质：对物理、虚拟和抽象世界进行通用表征并预测未来，类比人类大脑的基础功能[3] * 物理AI范畴更广：不仅限于自动驾驶，可应用于车辆动力学仿真、底盘控制优化、电池热管理及数字孪生整车验证等领域[3] 数据：来源、应用与挑战 * 仿真数据成为主流：超过80%的公司在训练模型时采用仿真数据与真实数据混合的方式，国内大部分自动驾驶厂商训练数据中约80%来源于合成数据[5] * 第一人称视角数据采集兴起：通过模拟机器人或人类操作者视角采集数据，能提供更具沉浸感和真实交互场景的数据，是提升模型精度的新趋势[1][3][13]，预计将催生专门的第三方数据采集与标注外包产业[1][14] * 数据应用模式：包括直接使用数据训练，以及不同模型/系统协同调用（类似AI Agent协作）[5] * 核心数据挑战 - Sim-to-Real：弥合仿真到现实的迁移差距是主要技术难题[1][5][13] * 机器人数据困境：场景极端碎片化导致数据割裂、非标准化，单个场景数据量有限，与训练高质量模型所需数据量存在巨大鸿沟[7][15] * 物理AI数据需求：将物理学规律完全融入模型需要海量真实场景数据，仅靠模拟数据不足[6] * 与LLM的数据量级差异：为物理世界模型采集和仿真的数据量，相对于真实物理世界的复杂性而言微不足道，远未达到能引发类似大语言模型智能涌现的临界点[16][17] 商业化、工程化与风险 * 商业化进度差异：机器人商业化落地速度显著慢于自动驾驶，主因是数据和场景的极端碎片化[1][7] * 工程化挑战：端到端模型存在“黑盒”特性，难以通过ISO 26262 ASIL D等级等功能安全认证，系统可靠性验证是商业化落地的主要瓶颈[1][10] * 新商业模式与挑战： * 预计会出现专门从事具身智能数据采集和标注的第三方公司[14] * 第三方提供虚拟仿真数据在智驾领域已有实践，可应用于具身智能，但面临场景碎片化、客户少、需求分散导致的商业模式盈利挑战[14] * 高昂的前期投入：具身智能数据采购被视为“无底洞”，需要为无数场景采集数据，前期投入巨大且回报不确定，对商业化构成严峻挑战[15] * 算法要求差异： * 机器人在生命攸关的工业场景中，对精度和实时性要求极高（毫秒级延迟），需强大端侧推理能力[8] * 自动驾驶对实时性要求相对宽松，有时可依赖云端协同决策[8] * 技术迁移的可行性：自动驾驶技术可迁移至机器人某些容错率较高、延迟要求不严的场景（如分拣、搬运），但对高精度场景（如康养机器人灵巧手控制）则挑战巨大，两者技术栈有可复用之处，但机器人对精度要求始终更高[8][9] 当前应用程度与发展瓶颈 * 物理AI应用现状：尚未完全且深入地应用到自动驾驶和具身智能中，当前发展更多集中在端到端的VLA模型[6] * 技术变通方案：为降低对海量数据的依赖，部分公司采用混合专家架构作为变通方案[6] * 机器人发展路径：用一个通用模型适配所有机器人场景基本不可能，当前阶段仍需针对细分场景，根据机器人本体状态和数据要求进行专门模型训练[11] * 世界模型一致性难题：长时间运行中出现一致性问题的根源在于记忆系统，需要处理和存储天量规模的上下文信息，对存储硬件容量构成巨大挑战，未来将驱动存储硬件性能需求升级[1][19][20] 未来技术突破与发展方向 * 近期核心方向：未来1-2年，以世界模型结合VLA的端到端方案将是具身智能和智能汽车领域的核心发展方向[20] * 关键突破点： * 记忆系统优化：解决如何用更少存储资源记录更丰富上下文信息以支持复杂任务的挑战[1][20] * 群体智能协同：技术将从单体智能向群体智能演进，如车路协同、机器人集群协同，构建支持成千上万智能体协同工作的世界模型是关键[20] * 长期挑战：弥合仿真与现实之间的最后1%差距是巨大挑战[6]，行业依然任重道远[17]