(相关资料图)

最新信息显示，AI模型通过嵌入、自监督学习和CLIP三种机制学习表征并实现跨模态对齐。嵌入将文本、图像等对象映射为向量，让语义相近的内容在向量空间中距离更近；自监督学习利用数据自身构造训练信号，通过掩码预测和对比学习等任务实现大规模预训练；CLIP则通过海量图文配对将图像与文字拉入同一语义空间，为文生图、图文检索和视觉语言模型提供基础。

一份研报观点认为，数字AI底座模型发展路径已逐渐清晰，但难以实现物理世界的建模闭环。研报指出，物理AI将成为物理世界的AI解决方案，在当前阶段有望成为增量更大的方向，其中智能驾驶作为最先跑通闭环的代表场景，确定性最为突出。

研报认为，嵌入、自监督和CLIP共同构成了表征学习的三层关键机制，为后续技术路线打下坚实基础。这些进展让AI从理解数字世界向理解物理世界延伸，打开了更广阔的应用空间。智能驾驶等物理AI场景一旦形成闭环，将带来持续的商业化落地机遇，相关产业链公司业绩有望实现较快增长。

随着技术迭代加快和场景验证推进，物理AI正成为资本市场关注的焦点之一，其长期增长潜力显著强于纯数字AI底座。