为什么物理ai下一站是L4级无人驾驶?

2026-10-29 11:33:445℃

逻辑和本轮机器人行情的核心变化(oai的通用模型替代传统vla模型,和本体厂结合,形成数据飞轮闭环)如出一辙!


因为世界模型的推出解决了的L4​​无人驾驶最大的痛点:长尾场景!从产业落地节奏看,无人驾驶是世界模型最先跑通闭环、商业化价值最高的场景!


Robotaxi要在城市无安全员运营,最怕路上低概率危险场景。世界模型可以海量生成长尾极端场景(鬼探头、逆行、极端雨雪),在云端仿真里反复训练,大幅降低真实路测的成本、提升安全性,是L4规模化扩张的关键瓶颈解法。


无人车在路上采集真实数据 → 回传训练世界模型 → 模型生成更多虚拟场景仿真训练 → 策略OTA下发到车端,再上路采集新数据,形成数据飞轮闭环。


百度、英伟达、谷歌都已经把世界模型放进L4研发体系。10月28日消息,百度计划近日披露世界模型的研发进展与成果。该模型优先用于自动驾驶,可提升复杂场景下的预测与决策能力,为无人车规模化落地提供支撑。10月28日,英伟达联合小马智行在深圳举办智能汽车开发者见面会,主题围绕Cosmos 世界模型 + Omniverse 仿真闭环,助力L4级自动驾驶开发。Waymo 在谷歌世界模型Genie基础上二次训练,打造了 Waymo World Model,用于L4长尾场景仿真。


标的选择围绕萝卜快跑、小马智行等国内Robotaxi这条线!普通乘用车NOA(带司机),本身对极端长尾场景容忍度更高,萝卜快跑、小马智行这种L4 Robotaxi,对长尾安全、仿真训练的需求最迫切,弹性最大!


星网宇达:robotaxi惯导IMU(已量产配套萝卜快跑、小马智行、小鹏悠游等)叠加机器人数采IMU(新一代战术级IMU,已和多家人形机器人厂商达成合作)


四维图新:高精地图龙头,同时布局数据标注、仿真数据集,支撑世界模型训练与场景生成


德赛西威:基于双 Thor 芯片打造 L4 级智驾域控;联合元戎启行推进 Robotaxi 量产方案


大众交通、锦江在线:robotaxi运营方


作者声明: 本文转载自第三方,旨在提供资讯参考,并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日,作者与文中提及的标的不存在持仓关系。

合规声明:本站发布的所有文章及观点均系个人研究共享,投资心得交流,不代表本站立场,且不构成任何形式的投资建议。投资者据此操作,风险自担,请务必保持独立审慎的决策态度。