国金证券-为什么这轮物理 AI 不一样？

研报认为，本轮物理 AI 的核心变量已由硬件性能升级转向泛化能力涌现。Generalist 的 GEN-1.5 首次出现可测量的上下文学习：它可将 3 至 12 秒的单次示范作为「物理提示」，在不更新模型参数的情况下于数秒内执行新任务；随着预训练规模持续扩张，适配新任务所需的专用数据与梯度更新显著减少，下一动作预测误差仍在下降，技能获取方式开始发生根本变化。世界模型、VLA 与底层控制加速协同，Genie 4 由离线视频生成升级为实时、可交互的世界模拟并结合 Gemini 推理能力，行业逐步形成高层任务规划、中层动作策略、底层实时控制的分层架构。产业评价从单次演示转向有效产出，智元提出 Worken「有效智能工时」，GO-3 Preview 登顶三项权威评测榜单，WITA-OMNI 已向首批客户开放，部署扩张-数据回流-模型改善的正反馈开始形成。特斯拉 Optimus 已在弗里蒙特启动早期生产，大模型人才与资本同步向 Physical AI 迁移。