世界模型正面临数据荒？这家出行平台正成为具身智能的“卖水人”

导语：具身智能的风口前夕，最缺的不是算法，而是真实的物理世界数据。出行平台如祺出行正给出意料之外的答案。

AI落地的隐形红线：近十万倍的“物理世界数据荒”

当前，人工智能的技术主线正在发生深刻的位移。李飞飞提出“空间智能”概念后，整个行业形成了一个越发清晰的共识：在语言大模型取得突破之后，能够理解并作用于真实物理世界的“世界模型”与“具身智能”，已经成为资本和产业押注的下一个核心高地。

然而，当AI试图从虚拟的比特世界跨越到实体原野时，一个令人尴尬的瓶颈横在了所有人面前。训练这些物理智能模型所需要的交互数据，呈现出了极度匮乏的状态。有行业研究甚至指出，当前市场上的高质量物理交互数据，其供需缺口可能高达近十万倍。

这背后折射出底层训练逻辑的根本性变化。传统的大语言模型只需要海量的网络文本和二维静态图片就能完成知识初始化。但如果要让小车自动行驶、让机器人自如行走，AI必须理解“决策-行动-反馈”的连续因果关系。互联网上死板、缺乏空间动态以及因果关联的静态数据，根本无法投喂给嗷嗷待哺的具身智能。

摆在全行业面前的共同课题是：去哪里寻找源源不断的、带有因果逻辑且低成本的物理交互数据集？在这种背景下，以往看似和AI前沿技术交集不深的出行平台，正凭借独特的业务切口，悄然成为了高价值数据的超级入口。

出行巨头跨界掘金：网约车化身“数据印钞机”

嗅觉敏锐的出行服务商们已经开始利用手握的道路一手数据源，开拓自身的第二增长曲线。在这批跨界玩家中，广汽集团旗下的出行服务平台——如祺出行，率先在财务报表中验证了这一商业路径的可行性。

根据如祺出行披露的业绩数据，其以AI数据业务为主要支柱的技术服务板块，已经成长为平台内部增速最亮眼的业务条线。早在2023年5月，如祺出行就获得了乙级测绘资质，把搭载激光雷达、高精度惯导以及多路环视相机的智能驾驶采集车辆，推向了日常常态化运营。

这意味着，这批车辆在为乘客提供日常网约出行服务的同时，也在不知不觉间高效率地生产并沉淀着高精度的合规驾驶与道路空间数据。这种“业务即采集”的闭环，让如祺的数据服务链条迅速拉长，并沉淀出了覆盖标注数据、行为数据、合成数据以及多模态训练数据集的系统化阵队。

拆解如祺的“数据火药库”：从行车轨迹到物理切片

规模和商业化程度是检验数据资产含金量的试金石。如祺出行近期的公开指标显示，截至2026年5月，其在上海、广州、重庆和沈阳等多个核心城市，已经密集部署了超过300辆智能驾驶数据采集车。

通过近三年的实车常态化运转，这些行驶在毛细血管般复杂路况上的车辆，日均产出的原始数据量达130TB，时长累计超过1600小时。平台更是从中筛选整合出了千万级的优质驾驶场景片段。每一个片段，本质上都是现实三维物理空间在特定时刻的精确“因果切片”。

反应在财务结果上，2025年如祺出行该项充满科技成色的技术服务营收录得了1.6亿元人民币，同比大幅攀升了487.4%。这种爆发力，不仅说明物理数据矿山的市场价值被迅速激活，其客户列表也透露了行业对这类资源的心切——服务对象已经拓宽至腾讯、小马智行、理想汽车、火山引擎、百度智能云等头部玩家，广泛赋能于自动驾驶、大模型、消费电子与医疗等诸多需要物理常识的科技领域。

这也标志着，如祺出行正在转型，从传统的出行平台，逐步演变成一个拥有“全链条数据集+全栈处理能力”的综合科技基础设施提供商。

“业务即采集”的硬核逻辑：如何重塑空间智能的基础设施

重构物理世界数据，为什么出行平台恰恰扮演了关键角色？这里需要把视线拉回到李飞飞关于物理世界模型的核心定义上。成熟的世界模型在指标上必须具备通用生成性、多模态化，更重要的则是交互性——它必须完整记录“动作”与“反馈”之间的关联。

在此之前，大厂获取此类训练数据的方法主要是依靠全网视频挖掘、实验室封闭仿真或网络众包。但这三种常规路径皆有着无法调和的短板：网络图片和仿真数据在因果交互与突发场景中失真严重，且人工搭建的规模上限非常狭窄。

网约车则构成了一个天然的因果交互源泉。我们以典型的狭窄车位泊车场景为例：当车辆实施泊车时，由于传感器与底盘直连，如祺的数据不仅能捕捉到3D激光雷达生成的障碍物点云图，还能同步读取转向角、方向盘速率、刹车油门压强等底盘CAN信号，并与车外环视摄像视频、超声波雷达回波在时间戳上进行毫秒级对齐。这种深度融合的数据，能够直接教会AI去理解“人为什么在这里要踩刹车”、“如何根据死角盲区微调避让”的物理常识。

而在工程化处理层，为了擦亮这块“沙子”，如祺自主构建了OCC自动化标注算法。其利用同源底图与预标注大模型，使得基础标注耗时直降90%，并将算法输出精度死死咬在98%以上。配合其能一键渲染雨雪阴晴、极限眩光的合成数据模块，直接填补了物理世界中高难度极端天气场景的获取盲区。这套工具链的交付体验极为契合大模型厂商“开箱即用”的胃口，思路与大名鼎鼎的硅谷数据标注巨头 Scale AI 不谋而合。

场景即护城河：AI下半场的权力转移

AI竞争的维度正在从单纯追求算法层面的精细，转移到对物理现实场景的争夺上。任何前沿算法都有在开源社区中被快速抹平技术差的可能，而一个高频互动、源源不断产生高质量真实数据流的实体生态，才是对手极其难以复制和跨越的高墙。

出行平台在这一点上展现出了无与伦比的边际成本优势。单独组建一支庞大的常态化数据采集车队会带来极其沉重的设备和人力持有红利消耗；而如祺的车辆在做日常客运周转的同时就已经顺带完成了高精度采集，这极大摊薄了原始数据的生产边际成本，也打通了数据生产的自我造血路径。

据接近相关项目的业内人士透露，这种在开放道路上建立起来的数据处理及交互理解能力，正在向更广泛的车后服务、机器人充电维保以及各类室内具身智能的协同生态溢出。谁能握住高频交互场景的绝对把手，谁就能在AI迈入空间智能的前夜，守住那条最为宽广的安全护城河。