>> 中泰证券-传媒互联网行业深度报告:世界模型,AI时代的物理交互与数字文娱生产方式重构-261107
| 上传日期: |
2026/11/9 |
大小: |
7062KB |
| 格式: |
pdf 共28页 |
来源: |
中泰证券 |
| 评级: |
推荐 |
作者: |
康雅雯 |
| 行业名称: |
互联网 |
| 下载权限: |
此报告为加密报告 |
|
|
世界模型有望成为AI理解真实世界的新基础,推动能力由内容生成向环境预测与交互延伸。 世界模型依据当前状态与拟采取的动作预测下一状态,将物理规律、空间结构、时序连续性与行为后果纳入表征体系,为智能体比较行动方案、开展规划与仿真提供支持。其具有全模态感知、多维异步处理与局部观测三项基本属性,应用沿环境推理、数据生成、环境模拟与模型底座四条路径展开,覆盖自动驾驶、机器人、游戏娱乐及工业和智慧城市等场景。2025年全球AI世界模型市场规模为18亿美元,预计2035年达到527亿美元,2026—2035年复合增速达40.2%。 三类模型融合推动物理AI发展,机器人与自动驾驶构成重要需求基础。 物理AI的建模方式由显式规则编程转向数据驱动,视觉语言模型(VLM)承担感知与场景理解,视觉语言动作模型(VLA)连接视觉、指令与动作生成,世界模型提供关于物理规律、物体动态与行动后果的内部模拟,三者逐步融合为互补组件。算力、智能体、物理模型、物理理解与开源的进步共同推动产业发展,数据、仿真及计算控制等技术栈的成熟度决定系统可靠性与集成成本。机器人是当前物理AI最大的细分类型,其2025年市场占比为46.9%;国务院发展研究中心产业部研究预计,中国具身智能市场有望于2030年达到4000亿元、2035年突破万亿元。 生成能力进入玩法与内容生产,互动应用与数据服务拓展商业化空间。 视频世界模型从画面生成升级为实时交互与环境预测,3D世界模型通过原生3D/4D表征,支持可编辑、可探索的空间生成。结合Agent与规则系统,生成能力开始进入玩法与内容生产:CineMap将空间搭建、共同创作与虚拟拍摄结合;《Pack&Pin》将生成式3D融入收集、装扮、展示与社交;字节跳动内容开发及平台可分别围绕玩法设计、创作者生态与分发拓展应用。在数据侧,真实数据承担基础分布打底,合成数据解决长尾、边界、隐私与规模化供给瓶颈,逐步成为关键训练数据源。 头部厂商形成差异化布局,实时交互、三维空间生成与物理AI应用并行推进。不同厂商在实时交互、3D资产编辑、通用模拟及物理AI底座等方向各有侧重: 1. Google Genie 4通过原生音视频生成、实时场景编辑及与Gemini协同,探索实时交互世界模拟; 2. World Labs依托Marble、Atlas与Frameboy,从三维世界生成走向实时空间交互; 3.腾讯以HY-World系列模型沉淀可编辑3D资产,强化实时交互,覆盖内容生产与体验; 4.字节同时布局娱乐仿真与具身智能,并通过“造世界”连接抖音、多闪的空间创作和社交分发; 5. NVIDIACosmos整合物理推理、世界生成与动作生成,配套数据、后训练及评价工具,服务机器人、驾驶和工业开发。 投资建议:关注平台生态、基础模型协同与互动应用三条路径,建议关注: 腾讯控股的混元世界模型可结合游戏与社交生态,拓展内容生产及用户共创;阿里巴巴可通过实时生成与交互应用,带动模型调用和云服务需求; 智谱、MiniMax的语言推理及多模态能力可与世界模型协同,拓展智能体、虚拟角色和互动娱乐应用; 春光科技穿透持有光环鲲维51%股权,后者已推出《Pack&Pin》并开启Beta测试,关注其在世界模型与生成式3D驱动的UGC互动游戏领域的探索。 风险提示:技术迭代不及预期风险、商业化落地不及预期风险、数据供给与合规风险、行业竞争加剧风险、政策监管风险、测算偏差和数据更新不及时的风险等
|
|