📰 研报摘要
查看全文 ➔本报告深入探讨了通用人工智能（AGI）的定义、评估体系、技术演进路径及经济影响。报告指出，AGI 目前缺乏统一的量化定义，全球机构对其理解主要分为经济价值、能力分级、技能获取效率及世界模型理解四类锚点。在技术演进上，业内对现有大模型范式能否外推存在分歧，激进派倾向于规模化与测试时计算，而审慎派则强调世界模型与具身智能的必要性。
报告认为，数字AI底座模型路径已清晰，但难以实现物理世界的闭环；物理AI在解决真实世界问题时具有更大的增量价值。智能驾驶作为目前物理AI最先跑通闭环的代表场景，具备显著的研究意义。经济价值层面，不同测算方法基于任务暴露程度及自动化假设，评估差异显著。报告强调需跟踪测试时计算、强化学习及机器人等路径的工程化拐点，核心关注智能驾驶及具身智能的商业化落地进程。