如祺出行首度公開AI數據資產版圖，數據加速具身智能世界模型迭代

5月18日，如祺出行旗下數據業務板塊“如祺數據”首次向外界完整披露其AI數據資產版圖。官方信息顯示，如祺數據資產已覆蓋標注數據、行為數據、合成數據及多模態訓練數據集四大類。

如祺出行的AI數據服務近年保持高速增長。2025年，以該業務為主要收入來源的技術服務板塊該錄得營收1.60億元，同比大增487.4%。截至2026年5月，公司已在廣州、上海、重慶、沈陽等城市部署超過300輛智能駕駛數據采集車，每日可產出1600小時、130TB合規數據。

如祺出行表示，依托在真實出行場景的長期數據積累，公司正持續助力自動駕駛及多行業AI模型訓練與高效迭代，也為具身智能、世界模型等面向真實物理世界的AI方向提供可延展的數據支撐。

在AI邁向“空間智能”時代，物理世界數據成為最稀缺、最有價值的“資產”。有分析人士認為，類似如祺出行這樣的出行平臺在真實運營中能夠持續積累的海量多模態數據，天然包含駕駛員行為、道路交互、空間關系、時間序列等深層信息，是訓練具備空間智能AI系統的理想數據源。

聚焦真實出行高價值場景

擁有具身智能訓練“黃金數據礦”

隨著AI技術的發展，以具身智能為核心應用場景的世界模型被業界視為下一個AI主戰場。然而因可供訓練的高質量交互數據極度短缺，讓這一領域的發展面臨重大挑戰。

但類似如祺出行這樣的出行服務平臺，卻具備生產、積累上述高價值數據資產的天然優勢，伴隨著每年數億的出行訂單量及規模巨大的車輛運行數據，海量司機行車、泊車以及高頻交通場景的多模態數據也同時涌入平臺。與傳統圖片、視頻又或者人工搭建模擬場景數據相比，這些數據記錄了“司機決策-車輛響應-環境反饋”的完整鏈條，天然具備因果關聯與交互邏輯，是訓練世界模型和具身智能的核心稀缺資產，有機會直接解決與出行場景相關的AI“數據枯竭”焦慮。

公開信息顯示，如祺出行早于2023年開始布局AI數據解決方案，通過將搭載激光雷達、攝像頭等傳感器的智駕數據采集車投入常態化運營，同步合規采集真實駕駛及道路數據。

以在常見的泊車場景為例，如祺數據不僅記錄3D障礙物位置，還同步采集汽車底盤CAN信號、毫米波雷達回波、激光點云與攝像頭視頻，圍繞泊車形成多模態的“行為-狀態-環境”聯合數據集。

長期關注AI大模型訓練的人士認為，這類數據具有完整的推理、決策和反饋鏈條，可直接為具身智能體、世界模型等理解空間關系、動態交互及長尾場景提供參考，其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”。

向“數據集+全棧能力”進化

如祺出行已構建全鏈條數據服務能力

不同于傳統AI數據服務商多數聚焦于基礎標注服務，如祺出行正從單純的“賣標注”向“數據集+全棧能力”升級。

官方信息顯示，如祺數據已形成數據采集、規模化處理、精準標注、合成數據及多模態處理等全鏈路能力。這種能力構建使其不僅能服務于智能駕駛，更能向具身智能等高價值賽道延伸，實現數據服務能力的價值鏈攀升。

這也意味著，如祺數據已具備將包括數據集及服務能力在內的整套AI數據服務封裝為標準化產品的綜合能力。通過“數據即服務”模式，客戶可直接獲取如祺數據產品開箱即用，無需再投入高昂成本處理底層數據清洗與標注，顯著降低使用高質量真實數據的門檻。

據介紹，如祺出行在全國已布局3大服務交付基地，服務團隊人數超1,500人、擁有超1,000家BPO合作伙伴及近百萬眾包資源，可以提供每月千萬級的交付標注產能、滿足高并發任務量需求；公司自研的OCC自動化標注算法，能減少90%人工標注時間，交付準確率超98%。同時，如祺的合成數據已涵蓋不同時段、不同天氣環境和座艙場景等類別，有效彌補真實采集盲區，多模態訓練數據集則覆蓋圖像、文本、音頻與視頻，并直接支持大模型的垂類微調。

目前，如祺數據服務已進入智能駕駛、具身智能、大模型、消費電子、醫療等多個領域，客戶包括騰訊、小馬智行、理想、火山引擎、百度智能云、廣汽集團等頭部企業，商業化路徑可行性已得到初步驗證。