🧭 先看这份研报的核心结论

汽车零部件行业里，智能驾驶正从数字AI走向物理AI，表征方式将成为决定技术路线与产业受益环节的关键变量。

📌 核心要点

AI表征已从人工规则演进到统一基础模型，底层范式持续升级。

物理AI落地加快后，智能驾驶与机器人路线分歧明显增多。

研报判断物理AI增量更大，智能驾驶是最先跑通闭环的场景。

💡 为什么值得看

当前行业关注点正从模型参数规模，转向真实世界建模与落地闭环能力。

自动驾驶已进入端到端、VLA、世界模型并行验证阶段，产业链方向更清晰。

⚠️ 风险提示

智能驾驶和机器人商业化若放缓，物理AI兑现节奏会被拉长。

云服务商资本开支若低于预期，相关训练与数据闭环投入可能受限。

# 关键词

汽车零部件 智能驾驶 物理AI 世界模型 VLA 统一表征

📊 关键数据

自动驾驶推演速度

100ms

蔚来NWM车端推演节奏，研报用于说明实时决策能力

车端场景推演数

216种

蔚来NWM可推演场景数量，体现世界模型应用深度

机器人控制频率

50Hz

π0连续动作路线控制频率，反映高自由度控制需求

快系统动作输出

200Hz

Figure Helix快慢双系统中的快系统输出频率

📌 接下来重点跟踪什么

世界模型是否从云端训练评测，进一步进入车端实时决策。

VLA、端到端与世界模型路线，后续量产车型采用情况如何变化。

统一多模态表征在自动驾驶真实任务中的稳健性是否持续提升。

📄 原文要点摘录

汽车零部件行业里，智能驾驶正从数字AI走向物理AI，表征方式将成为决定技术路线与产业受益环节的关键变量。；AI表征已从人工规则演进到统一基础模型，底层范式持续升级。