世界模型登台AI顶会CVPR，物理AI进程加速

小鹏集团的世界模型相关研究在国际计算机视觉与模式识别会议（CVPR）上获得展示，其核心技术包括第二代视觉-语言模型（VLA）与世界模型。第二代VLA省略了语言中间层，通过云端大规模算力集群训练，实现云端到车端快速迭代，并在2026年3月开始大规模推送，成效显著。世界模型则专注于预测世界下一状态，通过“下一帧预测”自监督学习，教授动力学与因果关系。两者并非替代关系，而是同一物理世界基座模型在不同训练信号下的应用：VLA解决“如何行动”，世界模型解决“行动之后世界会如何变化”，共同提升模型对物理世界的理解与行动能力。

小鹏世界模型的学术支撑包括X-World、X-Foresight、X-Cache和DrivePTS。X-World实现可控的多相机场景生成；X-Foresight在VLA基础上预测未来多相机画面与驾驶动作；X-Cache通过跨块缓存加速推理；DrivePTS面向罕见场景生成，通过渐进式学习、文字和结构增强缓解几何条件绑定、文字指引偏弱和前景细节缺失问题。

在商业化方面，第二代VLA计划于2026年第三季度推送新版本，大众成为其与图灵芯片对外合作的首发客户。Robotaxi方面，首台量产车于2026年5月18日在广州下线，预计下半年开启示范运营。人形机器人IRON计划于2026年底量产，月产能目标上千台，何小鹏亲自兼任机器人业务负责人。

投资建议方面，维持小鹏集团2026/2027/2028年营业收入预测分别为914/1265/1546亿元，归母净利润预测分别为-21/15/58亿元，EPS分别为-1.08/0.78/3.03元，对应2027/2028年PE分别为65/17倍。认为小鹏集团在物理AI领域布局具备前瞻性和引领性，当前估值显著低估，维持“买入”评级。

风险提示包括乘用车价格战超预期、终端需求恢复低于预期、L3/L4级别智能驾驶政策推出节奏不及预期和人形机器人产业化进展不及预期。