物理AI成AI最大增量方向 智能驾驶优先受益

时间：2026年08月01日 09:41:29 中财网

　　AI大模型正沿着从文本到视觉再到动作控制的路径加速演进。LLM以文本为输入输出，VLM加入视觉理解能力，而VLA则进一步把动作作为输出模态，使AI能够真正驱动机器人和智能驾驶车辆在物理世界运行。

　　
　　一份研报观点认为，LLM、VLM、VLA属于同一技术脉络上逐层扩展的三类模型。研报指出，VLM通过图文对齐和视觉编码器把图像信息接入语言模型，VLA则需要机器人示教、遥操作轨迹和真实环境反馈等数据，其训练难度显著抬升。动作输出既可离散化为token，也可用扩散策略生成连续轨迹。

　　
　　研报认为，数字AI底座发展路径已较为清晰，但难以完成物理世界的建模闭环，而物理AI将成为物理世界的AI解决方案，在当前AI发展阶段成为增量更大的方向。信息显示，海外Google、NVIDIA、Figure等企业已在VLA和机器人领域布局，国内智元、银河通用等公司也聚焦VLA与机器人本体。

　　
　　研报指出，智能驾驶作为最先跑通闭环的代表场景，技术成熟后有望率先实现规模化落地。这意味着相关产业链公司在数据、硬件、算法和场景应用等环节都将迎来实质性发展机遇，值得重点跟踪。