物理AI成AI最大增量 智能驾驶成投资焦点

时间：2026年08月01日 18:11:30 中财网

　　数据显示，预训练通过海量无标注数据构建大模型通用底座，决定模型能力上限；后训练则利用高质量指令、偏好数据和可验证反馈，提升模型指令遵循、偏好对齐与复杂推理表现。当前产业正围绕预训练与后训练的关系展开深入讨论，包括能力主要来源、后训练能否带来新推理能力，以及规模化重心是否从预训练转向后训练与推理计算。

　　
　　一份研报观点认为，预训练决定能力底座，后训练成为重要增量来源，二者互补而非替代。研报指出，数字AI底座发展路径已逐渐清晰，但难以完成物理世界建模闭环；而物理AI复用视觉语言骨干，依赖驾驶视频、机器人轨迹、真机交互数据和安全奖励，有望成为物理世界的AI解决方案，在当前阶段构成更大增量。智能驾驶作为最先跑通闭环的场景，成为重点方向。

　　
　　研报认为，随着推理模型和Agent应用推进，算力重心正由训练侧向推理侧迁移。中国厂商在后训练、MoE架构、长上下文及工具调用上持续优化，有望在效率竞赛中取得领先。整体看，物理AI相关产业链正迎来确定性较强的增长机遇，智能驾驶领域有望率先兑现商业价值，相关上市公司业绩弹性值得关注。