物理 AI：世界模型推动 AI 走向真实世界

摘要： 本报告探讨物理 AI 及世界模型的技术演进及其在真实世界交互中的应用，分析了世界模型如何通过理解和预测物理规律，推动 AI 在具身智能和自动驾驶等领域的产业化落地，并强调了 Deepseek V4 对国产 AI 全链的利好影响。

行业主线：

1. 世界模型定义与路径：世界模型旨在建模物理世界，分为隐式表示（如 Meta V-JEPA2）和显式表示（如英伟达 Cosmos、谷歌 Genie、腾讯混元 3D、阿里 HappyOyster），其中视频生成是当前主流的显式表示路径。
2. 核心应用场景：物理 AI 在具身智能（仿真数据生成、世界模拟器、WAM 模型）和自动驾驶（提升鲁棒性、优化仿真成本）中具有广阔前景。预计到 2030 年，中国物理 AI 仿真及数据平台市场规模将达 1806 亿元。

关键变化与分歧：

1. 国产 AI 闭环形成：Deepseek V4 的上线及其对昇腾 950 超节点的适配，标志着国产算力与一线大模型首次实现完美闭环，有望提升国产芯片市场份额。
2. 仿真向现实迁移：物理模型正在从纯仿真环境走向现实世界交互，通过高保真虚拟环境的“试错”学习，加速技能向真实场景迁移。

受益方向与风险：

1. 受益方向：重点关注算力链、AI 应用、国产化及物理 AI 相关公司（如仿真平台、空间智能、具身智能训练工具提供商）。
2. 核心风险：板块业绩不达预期风险，下游需求景气度不稳定，以及科技创新导致短期业绩下降。