智通财经APP获悉，国信证券发布研报称，随着语言模型能力的不断成熟，行业开始将视觉识别与物理动作执行相结合，发展出了视觉-语言-动作模型，即VLA模型。通过三步骤VLA模型成功实现了从理解外部环境到控制实体设备做出反应的完整过程。智能驾驶VLA+世界模型已经落地，市场向高端拓展。中长期维度上，医疗具身智能的演进方向将聚焦于康复训练个性化方案的自主生成以及手术辅助的自主操作。
国信证券主要观点如下：
从语言走向非语言，从计算走向非计算，VLA+世界模型路径基本成熟
随着语言模型能力的不断成熟，行业开始将视觉识别与物理动作执行相结合，发展出了视觉-语言-动作模型，即VLA模型。以OpenVLA模型为例，它的核心工作流程可以简化为三个连贯的步骤：1)接收信息，模型会同时处理输入的图像和文本信息，将它所看到的画面内容与收到的自然语言指令建立起准确的对应关系;2)逻辑推理，系统以大语言模型为核心，利用其通用的逻辑处理能力，对接收到的画面和文字信息进行综合分析与计算，判断需要采取的对策;3)动作执行。模型会将分析得出的结论，直接转化为具体的物理控制数据，从而指挥机器人等硬件设备完成实际的物理任务，通过这三个步骤，VLA模型成功实现了从理解外部环境到控制实体设备做出反应的完整过程。
智能驾驶：VLA+世界模型已经落地，市场向高端拓展
自动驾驶零部件是物理AI的核心载体，受益于自动驾驶渗透率提升，当前国内L2及以下市场自动驾驶渗透率基本饱和，市场向L2+及以上市场拓展，同时以自动驾驶出租车为代表的全无人驾驶车辆也有望为智能驾驶零部件带来全新增量。根据弗若斯特沙利文的资料，中国自动驾驶出行服务的市场规模预计2025年将达到0.7亿美元，并呈指数级增长，进一步增长至2030年的394亿美元及2035年的1,830亿美元。
智能工厂：“端-边-云”结构清晰，端侧放量在即
工业制造场景具备任务边界清晰、流程相对标准的特点，成为智能化技术落地的主要环境。与家庭、商业服务等高泛化场景相比，工业制造环境更可控、任务更高频、价值衡量更直接，更适合通过“部署-作业-数据回流-模型迭代”闭环的方式持续提升能力。短期看，具身智能将在封闭或半封闭工业任务中率先创造可量化的增效的价值;长期看，工业现场积累的高质量操作数据，也将反哺机器人智能化水平继续提升。
智能医疗：当前渗透率较低，处于加速落地阶段
智能医疗与作为具身智能应用的高价值潜力市场，正处于增量蓄势阶段。在医疗健康领域，具身智能应用已具备一定的商业化基础。傅利叶智能在全球三十多个国家部署了康复外骨骼和训练机器人;直觉外科的达芬奇系统年手术量超过230万例，国内微创医疗、天智航等企业亦在持续拓展相关市场。中长期维度上，医疗具身智能的演进方向将聚焦于康复训练个性化方案的自主生成以及手术辅助的自主操作。
智能基座：基座模型迭代更新加速，AI基座提供商有望充分受益
目前，国产头部软件厂商正逐步实现从算力、算法到模型训练平台的全栈自主可控。随着基础大模型向多模态与智能体方向升级，基座厂商不仅提供底层的API调用，更通过提供完整的开发者工具链和企业技能中台，降低下游企业构建复杂AI应用的门槛。从收入角度而言，基座模型厂商啊已初步形成B端+G端双收费制，基座模型创收渠道有望逐渐成熟。
风险提示：AI发展不及预期风险、市场竞争加剧风险、技术路径转变风险等
精彩评论