行业背景：物理世界 AI 呼唤高质量真实数据
随着人工智能从感知智能迈向认知与行动智能，业界对“世界模型”和“具身智能”的探索不断深入。这类面向物理世界的 AI 系统，其核心瓶颈已从算法架构转向数据质量——尤其是真实、高保真、可交互的场景数据。传统互联网数据无法有效反映物理世界中的动态交互和长尾场景，具备复杂交通环境、行人博弈、天气变化等要素的出行数据，成为训练物理世界 AI 最稀缺的战略资源。
在这一趋势下，出行科技公司如祺出行凭借多年积累的规模化真实出行场景，率先将数据从运营副产品升级为核心资产，并于2026年5月正式公开其AI数据资产版图。
首次完整披露：如祺 AI 数据资产版图概览
2026年5月18日，如祺出行旗下数据业务板块“如祺数据”首次向外界完整披露其AI数据资产体系。该版图以“高价值出行场景”为基底，构建了覆盖 标注数据、行为数据、合成数据、多模态训练数据集 四大类的完整资产架构，形成面向物理世界AI的真实场景数据基础设施。
这一版图的推出，标志着如祺出行正式以大规模、高价值出行场景数据切入具身智能与世界模型训练赛道，为自动驾驶、机器人、智能体等前沿领域提供可训练的“数据燃料”。
四大核心数据资产详解
标注数据：驱动感知模型迭代的基石
如祺数据提供涵盖2D/3D目标检测、语义分割、实例分割、车道线及道路结构标注等标准化数据集。这些数据来自数千辆运营车辆的传感器采集，经过严格质检与人工复核，标注精度满足城市级复杂交通场景需求。截至2026年，其标注数据已支持多个头部自动驾驶公司的模型训练与评测。
行为数据：还原人车交互与决策逻辑
行为数据记录了驾驶员、乘客、行人等的意图与交互轨迹，包括但不限于：
- 驾驶员转向、加减速、变道时机等操控行为
- 乘客上下车位置、开门时机与动作
- 行人过街意图与避让规律
这类数据对于训练具有社交认知能力的具身智能体极为重要，因其能捕捉真实世界中非语言信号和潜在意图。
合成数据：弥补长尾场景与极端案例
利用数字孪生和高保真渲染技术，如祺数据可生成大规模合成场景数据，包括罕见交通事故、极端天气、施工区域、动物闯入等边缘案例。合成数据与真实数据互补，有效提升AI模型在长尾分布下的鲁棒性，同时降低采集成本与隐私风险。
多模态训练数据集：融合视觉、雷达、语言与动作
新一代多模态数据集整合了图像、激光雷达点云、毫米波雷达、GPS-IMU轨迹、文本描述与指令等多源信息。这不仅支持自动驾驶系统的融合感知，更为世界模型的学习提供了一致的时间-空间-动作对齐信号，使AI能理解“物理世界如何响应动作”。
从出行场景到具身智能：数据的跨领域应用
如祺出行强调，其数据资产并不仅限于汽车行业。基于出行场景积累的丰富交互数据，可直接复用于：
- 具身智能：为服务机器人、配送机器人提供在复杂动态环境中的导航、避障与人际互动数据。
- 世界模型：用于训练能够预测物理世界演变（如十字路口车辆轨迹、行人聚集与离散）的生成式模型。
- 智慧城市：支撑交通仿真、城市治理、应急调度等数字孪生应用。
这种跨领域迁移能力，使如祺数据成为物理世界AI基础设施的“通用数据层”。
高速增长的数据业务：营收与订单表现
AI数据服务的商业化成果已初步显现。根据如祺出行2025年财报，以数据业务为主要收入来源的技术服务板块录得营收 1.60亿元，同比大幅增长 487%。这一增速远超行业平均水平，验证了高质量出行数据的市场价值。
同时，如祺出行2025年全年订单量同比增长 51%，Robotaxi服务订单量飙升 470%，合规率连续26次位列全国第一。运营规模的持续扩张，为其数据资产池提供了源源不断的“活水”，形成数据积累-模型优化-服务提升的正向飞轮。
技术沉淀与前沿研究：论文与算法突破
除了数据资产本身，如祺出行在数据处理与算法创新上同样有所建树。近期，其与广汽研究院的联合研究成果 《PrevPredMap: Exploring Temporal Modeling with Previous Predictions for Online Vectorized HD Map Construction》 被全球计算机视觉顶级会议 WACV（IEEE Winter Conference on Applications of Computer Vision） 接收。该研究提出利用历史预测结果增强高精地图的时序建模能力，可直接服务于数据标注与地图生成，提升数据资产的可用性。
此类前沿研究不仅强化了如祺数据的技术壁垒，也为其客户提供更高效的数据交付与模型评测工具。
未来展望：数据资产即行业标准
如祺出行AI数据资产版图的发布，标志着出行平台从“运人”到“运数据”的范式转变。未来，随着具身智能与世界模型走向落地，具备真实物理交互数据的企业将掌握关键话语权。如祺出行有望凭借其覆盖城市道路、园区、高速公路等多样场景的数据底盘，成为物理世界AI训练数据的主要供应商。对行业而言，这不仅是技术新闻，更是数据基础设施走向标准化、商品化的信号——高质量的真实场景数据，将如同水电一样，成为AI产业不可或缺的基础资源。