世界模型成数据工厂 智能驾驶突破机遇显现

时间：2026年08月07日 20:26:39 中财网

　　物理AI与数字AI在数据获取上存在本质差异。数字AI可从互联网海量文本和图像中抓取训练数据，而物理AI所需的长尾、极端和事故场景在现实中极为稀疏，采集成本高昂且存在安全风险。信息显示，特斯拉已提出自动驾驶基础世界模型，Waymo、NVIDIA Cosmos及Wayve GAIA等也在推进相关技术，世界模型正从车端预测工具升级为云端数据工厂。

　　
　　一份研报观点认为，世界模型的核心价值在于Corner Case制造。真实道路中罕见危险场景难以通过实车路测经济获取，而世界模型能在云端生成新轨迹、新视角与新交互，为策略训练和安全验证提供高密度边界样本。研报指出，这使得世界模型成为物理AI数据供给和安全验证的关键基础设施。

　　
　　研报认为，尽管生成式世界模型在长尾、长时域场景中易出现物理不一致等问题，但业界正通过外生受控生成与内生问题驱动生成两种方式，约束生成条件并提升样本物理可信度。相比数字AI路径已较为清晰的确定性，物理AI有望在当前阶段贡献更大增量，智能驾驶作为最先实现闭环的代表场景，技术突破将显著加快商业化进程。

　　
　　整体来看，世界模型作为数据工厂的定位，有望缓解物理AI发展中的核心瓶颈，为智能驾驶产业链带来技术驱动的增长动力。