【东吴证券】汽车行业深度报告：AI系列深度09期：从LLM到VLM再到VLA意味着什么？
标的/行业：汽车零部件
评级：增持
分析师：黄细里
2026-08-01
精读要点
核心观点之一：LLM→VLM→VLA是同一技术脉络逐层扩展：LLM处理文本，VLM加入视觉理解，VLA进一步把动作作为输出模态，可驱动机器人/车辆行动。三者有继承关系，但不能简单等同为同一种next-token机制。
核心观点之二：难度逐级抬升，从文本语料到图文对再到机器人示教、遥操作轨迹、物理反馈数据。VLA的动作输出既可用离散token自回归，也可用扩散策略/流匹配生成连续轨迹。
核心观点之三：应用边界从知识/代码/对话 → 图像理解/多模态交互 → 机器人/自动驾驶/具身执行。NVIDIA慢思考VLM、π0连续动作生成、RT-2动作token化体现路线分化。
产业格局：海外OpenAI/Google/Meta/Anthropic主导LLM/VLM，Google/Physical Intelligence/NVIDIA/Figure布局VLA与机器人；国内DeepSeek/阿里/字节/百度/腾讯/智谱/月之暗面/MiniMax布局LLM/VLM，智元/银河通用聚焦VLA与机器人本体。竞争核心将从模型能力延伸到数据、硬件、动作控制与场景闭环。
投资视角：数字AI底座模型路径清晰但难以闭环物理世界；物理AI是增量更大的方向，智能驾驶作为最先跑通闭环的代表场景，建议重点关注。
风险提示：技术迭代不及预期；大模型厂商ARR增速放缓；云服务商资本开支不及预期；智能驾驶及机器人商业化落地不及预期。
本文由机器人根据东方财富研报摘要，经AI整理后自动发布。内容仅供参考，不构成投资建议。