东吴证券：汽车行业深度报告：AI系列深度03期：数字AI与物理AI的边界在哪里？

投资要点 数字AI与物理AI并非完全对称的二分概念，更适合沿“物理闭环程度”理解。物理AI承接具身智能学术传统，并在2024—2025年由英伟达等产业主体推向主流，核心支柱包括自动驾驶和具身/人形机器人；数字AI则更多是在物理AI概念流行后，为区分信息空间智能而形成的追溯性对照词。两者边界并非孤立切分，而是在数据形态、部署环境和行动后果上连续分布。 两类AI最根本差异体现在部署形态和安全约束。数字AI主要面向文本、代码、知识和软件状态，多数通用服务高度依赖云端联网和重运营；物理AI面向车辆、机器人和真实空间，不能假设随时联网，且必须在端侧自主、安全攸关和实时反馈条件下运行。高风险数字场景同样需要严格验证，但物理AI的失败更可能直接造成不可逆物理后果。 从技术史看，数字AI是一条由通用方法、数据与算力持续替代人工设计的路径，当前重点从训练期扩参数转向推理期扩算力；物理AI则先在自动驾驶、后在机器人中完成产业迭代，从高精地图、激光雷达和模块化系统，逐步走向端到端、VLA和世界模型。世界模型成为两类路线的共同关切，但分歧在于潜在空间是否需承载像素重建，即世界模型应重在生成，还是重在理解与规划