计算机行业周报：世界模型和空间智能铸基推动物理AI发展-260524（8页）.pdf

1、 本报告版权属于国投证券股份有限公司，各项声明请参见报告尾页。1 20262026 年年 0505 月月 2424 日日 计算机计算机 行业周报行业周报 世界模型世界模型和空间智能铸和空间智能铸基，基，推动推动物理物理 AIAI 发展发展 证券研究报告证券研究报告 投资评级投资评级 领先大市领先大市-A A 维持维持评级评级 首选股票首选股票 目标价（元）目标价（元）评级评级 行业表现行业表现 资料来源：Wind 资讯 升幅升幅%1M1M 3M3M 12M12M 相对收益相对收益 -1.0-8.8 3.7 绝对收益绝对收益 -0.0-4.8 27.5 赵阳赵阳 分析师分析师 SAC 执业证书编

2、号：S1450522040001 夏瀛韬夏瀛韬 分析师分析师 SAC 执业证书编号：S1450521120006 杨楠杨楠 分析师分析师 SAC 执业证书编号：S1450522060001 相关报告相关报告 国家算力网建设和大厂资本开支利好国产算力 2026-05-17 AI 推理与 Agent 爆发带动CPU 产业链价值回归 2026-05-10 DeepSeek V4 模型详细解读 2026-04-27 英伟达Ising量子AI模型解读 2026-04-20 800V HVDC 开始量产，SST产业进展提速 2026-04-13 谷歌谷歌 I/OI/O 大会发布最新世界模型大会发布最新世界

3、模型 Gemini OmniGemini Omni 2026 年 5 月 20 日，在谷歌的在谷歌的 I/OI/O 大会上，谷歌正式发布最新的世界大会上，谷歌正式发布最新的世界模型模型 Gemini OmniGemini Omni，结合了 Gemini 推理能力与生成能力，在世界理解、多模态和视频编辑上实现了重大飞跃。Gemini Omni 是 Google的全新世界模型，它能生成逼真的视频、图像和交互式模拟，展现出更强的直观物理理解能力，包括动能和重力；能将复杂概念转化为可视化讲解，且支持对话式视频编辑。Gemini OmniGemini Omni 实现全模态输入和输出，视频版的实现全模态输

4、入和输出，视频版的 Nano bananaNano banana 时刻时刻或或将将到来。到来。Gemini Omni 的最大特点在于，可以支持图像、音频、视频、文本的全模态输入和输出，背后集成了谷歌 Gemini 基座模型的理解能力、Nano Banana 的图片创作能力、Veo 的视频创作能力，融合成新一代全模态世界模型。Omni 在基础模型方面进行了重构，将图像、音频、视频、文本等数据进行了底层融合，同时在训练目标上区别于LLM 模型的训练任。Gemini Omni 联合负责人 Dumitru Erhan 表示，在模型评估阶段，他们需要同时跑视频生成、视频编辑、图像生成、文本对齐、音频同步

5、五条评估管线，体现出模型的全模态能力。世界模型世界模型和空间智能和空间智能铸基，推动物理铸基，推动物理 AIAI 发展发展 物理物理 AIAI 是人工智能下一步演进方向是人工智能下一步演进方向，当前仍面临多重挑战。，当前仍面临多重挑战。物理 AI是指在物理世界中运行并与之交互的人工智能系统，也是人工智能从生成式AI向后演进的重要方向。今年3月16 日的GTC大会上，NVIDIA 创始人兼首席执行官黄仁勋表示：“物理 AI 时代已经到来未来每一家工业企业都将成为机器人公司”。然后，物理然后，物理 AIAI 的发展也面的发展也面临多重挑战临多重挑战：1 1）数据成本很高数据成本很高：传统的 AI

6、模型会在静态数据集（包括文本、图像和音频）上进行训练，而物理 AI 则通常需要与真实环境交互的机器人的数据，这些数据的采集需要大量时间；2 2）物理定物理定律很难律很难：物理 AI 必须应对物理定律，如重力、摩擦力、温度、扭矩等，当前 LLM 模型在这些复杂物理规律方面的模拟能力仍有欠缺。世界模型世界模型和空间智能和空间智能为物理为物理 AIAI 提供提供感知和认知三维世界的基座感知和认知三维世界的基座。世界基础模型(WFM)是一种强大的 AI 模型，可从大量现实数据中学习物理世界的动态特性（几何、运动、物理定律），从而使其能生成逼真的物理感知场景，以用于训练物理 AI。空间智能空间智能指的是