📰 研报摘要
查看全文 ➔本文探讨物理AI（Physical AI）的定义及其与数字AI的核心差异与迁移路径。物理AI被定义为能够在三维空间中同时具备感知与行动能力的人工智能系统。文章从三个维度分析了物理AI的构建门槛：在表征层面，由于缺乏天然通用符号，需通过VectorNet、BEV、占用网络及3D高斯泼溅等技术构建三维表征；在数据层面，针对长尾极端场景数据稀疏问题，业界通过构建世界模型（如Gaia系列、小鹏世界模型基座）作为数据工厂生成合成数据；在范式层面，强化学习被视为突破安全目标和能力边界的核心路径，其地位高于模仿学习。结论认为，数字AI决定了产业链的发展速度，而物理闭环则决定了产业的发展高度。