如祺出行COO韩锋：世界模型越强，真实数据才是真壁垒

事件概述

如祺出行选择了一条不同于主流大模型公司的路径，不直接训练自动驾驶或具身智能大模型，而是致力于成为AI产业背后的“数据基础设施”。通过常态化出行服务产生的真实数据闭环，如祺出行为自动驾驶、世界模型及具身智能公司提供高质量、低成本的训练材料。其核心观点认为，随着世界模型能力的增强，真实数据在发现未知问题和校准验证方面的价值反而更加凸显。

核心信息

1. 真实数据与合成数据的互补关系

• 合成数据的作用：以真实长尾案例为基础，扩展难以反复采集的危险、临界和复杂场景（如极端天气、罕见交通行为），降低基础训练成本。
• 真实数据的价值：记录交通参与者不可预设的行为、道路环境变化及传感器物理响应，帮助发现尚未被识别的问题，并为合成结果提供校准依据。
• 结论：两者形成“真实数据发现与验证、合成数据定向扩展”的互补闭环。世界模型越强，对真实数据进行微调、校准和验证的需求越高，常规重复采集的数据可能贬值，但高价值的真实数据壁垒依然坚固。

2. 数据业务的工程化门槛

• 非技术单点，而是体系沉淀：数据采集和标注本身无极高学术壁垒，真正的门槛在于长期沉淀的体系化能力，包括大规模采集细节打磨、全栈工具链适配（从清洗到交付）以及基于客户反馈的快速迭代。
• 标准化与定制化的平衡：通过抽取项目中反复出现的能力，转化为自动化工具和标准化平台，缩短新客户适配周期，避免单纯依赖人力堆砌。
• 交付产能的重要性：客户购买的不仅是数据，更是确定性的交付产能和工程效率。如祺通过提前介入和数据任务结构化，确保数据供给能跟上模型迭代节奏。

3. 向具身智能领域的延伸

• 能力复用：自动驾驶与具身智能在数据处理流程（导入、预处理、标注、质检）上高度相似，底层工具链可复用。差异在于数据形态：自动驾驶侧重二维道路感知，具身智能需进入三维空间处理抓取、搬运等精细操作。
• 切入点选择：优先选择车后服务场景（如车辆清洁、外观检测、充电插拔），因为这些场景具备真实的业务需求、可持续的数据采集条件，且与现有运维网络协同。
• 具身智能的数据困境：具身智能面临“鸡生蛋、蛋生鸡”难题，缺乏真实场景数据导致能力难成熟，而进入工厂、商超等真实场景又面临安全和保密门槛，因此拥有现成真实场景的出行平台具备独特优势。

4. 业务进展与财务表现

• 独立运营：数据业务已从出行业务的附加变现转变为独立团队、预算和收入目标的核心业务，与出行服务共享底层资源。
• 收入增长：AI数据服务收入保持高速增长，2024年上半年同比增长175.8%，2025年上半年同比增长207.0%，2026年上半年同比增长274.4%，半年收入已超过1亿元人民币。
• 客户结构：客户不再局限于股东体系，已拓展至自动驾驶、互联网、人工智能、消费电子等多个行业。

值得关注

• 数据飞轮效应：如祺提出的“数据飞轮”并非简单的经验积累，而是“真实业务场景、合规数据源、全栈AI数据能力”三者共同增长。客户模型暴露的问题反馈回采集网络，补充相应真实数据，形成循环。
• 未来定位：如祺出行希望三年后仍被视为一家出行服务公司，但同时确立其在AI数据生态中作为重要基础设施的地位。这一定位强调了其通过物理世界持续产生数据资产的核心竞争力。