东吴证券：汽车行业深度报告：AI系列深度24期：世界模型作为“数据工厂”

投资要点 物理AI与数字AI的数据差异，在于训练数据是现成可取还是必须主动构造。数字AI依赖文本、代码、图像等已沉淀在互联网中的人类内容，Scaling核心是抓取、过滤和压缩已有语料；物理AI最有价值的长尾、极端和事故场景在现实中天然稀疏、采集昂贵且危险。由此，物理AI的数据范式必须从抓取已有转向制造所需。 世界模型正在从车端预测组件，演变为云端数据工厂。特斯拉提出自动驾驶基础世界模型，用神经网络预测并生成未来多摄像头画面；WaymoWorldModel直接建模并生成未来世界状态，用于仿真推演与策略评估；NVIDIACosmos、WayveGAIA等把生成式世界模型定位为合成训练数据来源。其角色已从复现已采集场景，扩展为生成未观测场景。 世界模型的价值，集中体现在CornerCase制造。真实道路中的罕见、危险和事故场景难以高频采集，单靠实车路测无法经济地证明安全性；世界模型可以在云端生成新轨迹、新视角、新主体和新交互，为策略训练与验证提供更高密度的边界样本。这使其成为物理AI数据供给和安全验证的重要基础设施。 但必须正视一项关键张力：用于制造长尾场景的生成式世界模型，其缺陷恰恰容易出