如祺出行發布AI數據版圖，以高價值場景數據切入世界模型訓練

具身智能正在掀起新一輪AI競賽，但真正的瓶頸不在硬件，而在可供模型訓練的數據——那種自帶因果、有交互特性、符合物理法則的真實世界數據。就在今天，一座“黃金數據礦”被打開：日均產出1600小時高質量數據，完整記錄從決策到環境反饋的全鏈條因果關聯，天然符合物理法則。

而啟動這座“黃金數據礦”的鑰匙，掌握在一家叫如祺出行的出行服務公司手里。

5月18日，如祺出行旗下數據業務板塊（以下簡稱“如祺數據”）首次完整披露AI數據資產版圖，正式以大規模、高價值出行場景數據切入具身智能與世界模型訓練賽道。目前，如祺數據已建成覆蓋標注數據、行為數據、合成數據、多模態訓練數據集的完整資產體系，并形成面向物理世界AI的真實場景數據基礎設施。

截至2026年5月，如祺出行已在廣州、上海、重慶、沈陽等城市部署超300 輛智能駕駛數據采集車，日均合規產出1600小時、130TB高質量數據，能為自動駕駛與具身智能、世界模型模型等迭代提供穩定的數據供給。

真實出行場景沉淀的多模態數據，可同時支撐自動駕駛與多行業AI訓練，并為具身智能、世界模型提供可擴展的真實世界數據底座。有長期從事AI模型訓練的相關人士指出，在空間智能成為AI發展核心方向的背景下，包含駕駛行為、道路交互、空間關系、時序變化的真實出行數據，是訓練物理世界AI模型的優質資源。

手握AI訓練的“黃金數據礦”

當前，以具身智能為核心應用載體的世界模型，已成為全球AI競爭的下一個主戰場。然而，高質量物理交互數據嚴重短缺，成為制約世界模型與具身智能走向落地的核心瓶頸。行業數據顯示，可供具身智能背后世界模型訓練的高質量數據，目前全球總量僅約50萬小時，而頭部廠商單年需求量即達百萬小時級別，供需嚴重失衡。

有意思的是，類似如祺出行這樣的出行服務平臺，卻天然具備持續生產、沉淀高價值訓練數據的優勢。依托每年數億級出行訂單與海量車輛運行數據，平臺持續積累駕駛員行車、泊車、城市道路通行等高頻復雜交通場景的多模態數據。與傳統圖片、視頻或人工搭建的模擬數據不同，這些數據記錄了“駕駛員決策-車輛響應-環境反饋”全鏈條，具備天然因果關聯與交互邏輯，可直接解決出行相關AI模型訓練面臨的“數據枯竭”問題，是訓練世界模型與具身智能的核心稀缺資產。

公開信息顯示，如祺出行早在2023年開始布局AI數據解決方案，基于自身出行服務平臺的優勢，將搭載激光雷達、高清攝像頭、毫米波雷達等多傳感器的智能駕駛數據采集車投入常態化服務，同時合規采集真實駕駛行為與道路環境數據。

以典型的泊車場景為例，如祺數據不僅記錄3D障礙物空間位置，還同步采集車輛底盤CAN信號、毫米波雷達回波、激光點云與多路攝像頭視頻，圍繞泊車行為構建多模態“行為-狀態-環境”聯合數據集。

長期關注大模型訓練的業內人士認為，這類數據具備完整的推理、決策與反饋閉環，能夠有效支撐具身智能體、世界模型理解空間關系、動態交互及長尾復雜場景，其數據價值遠超傳統靜態圖片或合成視頻，是訓練空間智能模型的 “黃金數據礦”。有接近如祺出行的人士透露，該公司已開始將其積累的數據用于訓練車后服務機器人。

全棧服務能力延伸至具身智能

與傳統AI數據服務商多聚焦基礎標注環節不同，如祺數據已實現從單一標注服務向“數據集+全棧能力”升級，形成數據采集、規模化處理、精準標注、合成數據生成、多模態數據處理的全鏈路服務能力。這一能力體系使其不僅能夠服務智能駕駛領域，更可高效延伸至具身智能、通用大模型等高價值賽道。

目前，如祺數據已具備將完整服務封裝成標準化產品的能力，讓客戶實現“開箱即用”，無需承擔底層數據清洗、標注等工作，顯著降低高質量真實數據的使用門檻。

在規模化交付能力上，如祺出行已在全國布局3大服務交付基地，服務團隊規模超1500人，擁有超1000家BPO合作伙伴及近百萬眾包資源，可實現月千萬級標注產能，滿足高并發、大規模數據處理需求。技術層面，公司自研OCC自動化標注算法，可減少90%人工標注時間，交付準確率穩定超過98%。同時，如祺合成數據覆蓋不同時段、天氣條件與座艙場景，有效彌補真實數據采集盲區；多模態訓練數據集覆蓋圖像、文本、音頻、視頻，可直接支持大模型垂類微調與快速迭代。

商業化路徑獲得驗證

依托真實場景數據優勢、全棧技術能力與規模化交付體系，如祺數據在AI數據服務賽道建立起差異化競爭力，其服務已從智能駕駛延伸至具身智能、大模型、消費電子、醫療等多個高價值領域，形成多賽道協同增長格局。

在商業化層面，如祺數據已與騰訊、小馬智行、理想汽車、火山引擎、百度智能云、廣汽集團等行業頭部企業達成合作，商業化路徑已得到初步驗證。這一點在營收上也得到了反映。如祺出行2025年財報顯示，公司以AI數據服務為主要收入來源的技術服務營收達1.60億元，同比增長487.4%，成為增長最快的業務板塊。