东吴证券：汽车行业深度报告：AI系列深度20期：如何看物理场景中数字AI的能力边界？

投资要点 我们认为，现阶段数字AI与物理AI的发展关系可概括为"承接—分化—融合"，是长期协同演进而非先后替代。伴随AI应用场景由信息空间走向物理世界，数字AI的理解与规划能力或将同物理AI的感知、动作与安全闭环在同一系统中协同放大，实现长期协同演进。 从应用场景看，数字AI与物理AI沿物理闭环程度形成连续谱。判断场景位置的关键，在于任务是否需要在真实物理世界完成"感知—决策动作—反馈"闭环，以及闭环对实时性与安全性的要求。越靠近信息空间，数字AI通常能够独立完成更多任务环节；越靠近真实物理世界，实时感知、动作控制与安全闭环的重要性越高。随物理闭环加深而下降的，是数字AI单独完成闭环的充分性，而非其作为语义理解、高层规划和人机交互组件的价值；由低物理闭环场景向高物理闭环场景延伸，是大模型能力外溢的重要方向之一。 从技术路径看，两者底层同源、闭环分化。Transformer等神经网络架构是两类系统共同的底座，分化发生在作用对象、训练目标与闭环要求上：数字AI围绕"数字数据—Token化—基础模型—指令对齐—工具调用"展开，预测对象是token、内容结果与软件状态；物理AI围绕"传感器输入