东吴证券：数字AI与物理AI的边界及投资差异分析

一、核心要点 本次报告为东吴证券AI系列深度报告第03期，核心厘清数字AI与物理AI的概念、技术驱动力、商业闭环及中美格局，认为投资节奏存在差异，两者最终在机器人领域通向AGI。

二、概念界定 数字AI主要指OpenAI、谷歌等做生活娱乐、办公类应用的AI；物理AI由英伟达黄仁勋推动，从学术界落地产业，核心落地为智驾、机器人，与数字AI概念形成差异。

三、技术驱动力差异 数字AI：核心是通用可扩展方法，数据、算力复合增长，底层逻辑为通用可扩展方法优于人工领域知识注入，当前从训面积扩参数转向推力仪器扩散力。 物理AI：自动驾驶已走在前列，机器人处于AI2.0时代大模型变革带来的起步阶段，大量借鉴数字AI的大模型范式，自动驾驶主要有特斯拉（纯视觉、端到端）和Waymo（安全冗余、多传感器融合）两条路线。

四、商业闭环差异 数字AI率先落地，商用场景中代码开发落地最扎实（反馈明确、付费意愿强），对话与搜索用户规模大、收费低，企业场景付费意愿强，营销内容生成更多是大厂内部降本增效。 物理AI落地较晚，需端侧部署、低延时运行、高安全性，自动驾驶商业化进度快于机器人，机器人未来场景或先从简单形式突破，最终人形机器人为重要方向。

五、中美格局与投资线索 数字AI：美国前沿模型与商业变现领先，中国打法为全场控功能、效率，开源表现好但变现弱。 物理AI：中美玩家均多，中方优势公司多，美方主要为特斯拉、微盟。

六、风险与关注 物理AI商业化落地进度不及预期，中美在机器人核心技术上竞争加剧，AI模型迭代带来的不确定性。