行业消息坐实：如祺出行首次完整披露AI数据资产版图
近日，多个信息源证实，出行科技与服务公司如祺出行（9680.HK）旗下数据业务板块——“如祺数据”，已首次向外界完整披露其AI数据资产版图。这一消息在业内传开后迅速获得官方确认，标志着如祺出行从传统网约车运营商向“AI数据服务商”转型迈出了实质性一步。随着AI技术加速向“世界模型”方向演进，物理世界的高质量交互数据正成为最稀缺的战略资源，如祺出行的这一动作正引发资本市场与自动驾驶产业链的广泛关注。
数据资产版图详解：四大类核心数据
根据官方披露的信息，如祺出行AI数据资产版图覆盖了四大类核心数据资源：
- 标注数据：包含道路标识、交通参与者、障碍物等精细语义标注，支撑感知模型训练。
- 行为数据：记录真实驾驶员的操控行为、跟车策略、变道逻辑等，用于行为预测与决策模型。
- 合成数据：利用仿真引擎生成极端场景（如恶劣天气、突发事故），弥补真实数据的长尾覆盖不足。
- 多模态训练数据集：融合视觉、激光雷达、毫米波雷达、GPS、IMU等多种传感器原始数据，支持端到端模型与多模态融合算法。
这些数据并非简单堆砌，而是按照自动驾驶功能等级（L2~L4）及具身智能场景需求进行了分层分类管理，形成了可复用、可扩展的标准化数据资产库。
数据来源：真实出行场景的合规积累
如祺出行从2023年开始布局AI数据解决方案，其数据积累具备独特优势。公司依托在粤港澳大湾区运营的庞大网约车车队，将智驾数据采集车投入常态化运营，同步合规采集真实驾驶及路侧环境数据。
具体做法包括：
- 在部分运营车辆上搭载高精度传感器套件，合法合规采集道路数据。
- 通过自有Robotaxi车队（截至2025年底超过300辆）获取自动驾驶运营过程中的实测数据。
- 结合乘客出行轨迹、司机驾驶行为等匿名化处理后的行为数据，形成“人-车-路”立体数据网络。
这种“真实运营+合规采集”的模式，保证了数据的真实性、多样性和时效性，远优于纯实验室模拟或公开数据集。
应用场景：从自动驾驶延伸到具身智能与世界模型
如祺出行此次展示的数据资产，其应用边界远超传统自动驾驶领域。官方明确指出，这些数据既可服务自动驾驶模型的训练与迭代，也为具身智能（Embodied AI）和世界模型（World Model）等面向真实物理世界的AI方向提供可延伸的基础训练资源。
- 自动驾驶：支撑感知、预测、规划、控制全栈算法研发，尤其是Robotaxi的混合运营优化。
- 具身智能：机器人、机械臂等实体智能体需要在真实物理环境中交互，出行场景中的障碍物避让、人流轨迹、空间拓扑等数据可直接迁移。
- 世界模型：构建能够预测物理世界演化的基础模型需要海量多模态、长时序、因果关联数据，如祺提供的驾驶场景数据正好填补户外动态场景的空白。
战略意义：从网约车运营商到AI基础设施提供商
这一数据资产版图的公开，背后是如祺出行战略定位的升级。根据其2025年财报数据，公司全年实现总收入52.9亿元，同比增长114.6%，净亏损收窄至2.93亿元，核心指标明显改善。但另外，网约车业务仍贡献约97%的收入，业务结构单一问题依然存在。
通过将数据业务独立运营并对外输出，如祺出行有望开辟第二增长曲线。其数据资产不仅可向主机厂、自动驾驶公司、AI实验室等客户提供付费服务，还能通过高质量数据反哺自身Robotaxi运营效率，形成“数据→算法→运营→更多数据”的正向飞轮。
Robotaxi进展：规模化运营成本有望低于有人驾驶
截至2025年底，如祺出行平台运营Robotaxi合计超过300辆，在粤港澳大湾区核心区域的安全运营里程超过200万公里，覆盖3000余个站点。公司预计2026年Robotaxi的运营成本将低于有人驾驶网约车服务，从而开始规模化普及。
数据资产的开放与交易将加速这一进程：更丰富的数据可缩短算法迭代周期，降低每辆车的数据采集成本，同时通过合成数据技术有效应对长尾场景，提升自动驾驶系统的可靠性。
总结展望
如祺出行首度公开AI数据资产版图，既是对此前市场传闻的正式回应，也是其在AI赛道卡位的关键一步。通过将积累多年的真实出行数据转化为标准化的AI训练资源，公司不仅强化了自身在自动驾驶领域的护城河，更将业务边界拓展至具身智能、世界模型等未来高价值领域。可以预见，随着数据业务逐步商业化，如祺出行有望从单一网约车平台演变为“出行+数据”双轮驱动的科技企业。对于整个自动驾驶产业链而言，高质量真实数据的规模化供应，将有效降低行业研发门槛，加速AI从虚拟走向物理世界的进程。