如祺出行发布AI数据版图，以高价值场景数据切入世界模型训练|如祺出行|客户端节点|模型训练|模态|算法

具身智能正在掀起新一轮AI竞赛，但真正的瓶颈不在硬件，而在可供模型训练的数据——那种自带因果、有交互特性、符合物理法则的真实世界数据。就在今天，一座“黄金数据矿”被打开：日均产出1600小时高质量数据，完整记录从决策到环境反馈的全链条因果关联，天然符合物理法则。

而启动这座“黄金数据矿”的钥匙，掌握在一家叫如祺出行的出行服务公司手里。

5月18日，如祺出行旗下数据业务板块（以下简称“如祺数据”）首次完整披露AI数据资产版图，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。目前，如祺数据已建成覆盖标注数据、行为数据、合成数据、多模态训练数据集的完整资产体系，并形成面向物理世界AI的真实场景数据基础设施。

截至2026年5月，如祺出行已在广州、上海、重庆、沈阳等城市部署超300 辆智能驾驶数据采集车，日均合规产出1600小时、130TB高质量数据，能为自动驾驶与具身智能、世界模型模型等迭代提供稳定的数据供给。

真实出行场景沉淀的多模态数据，可同时支撑自动驾驶与多行业AI训练，并为具身智能、世界模型提供可扩展的真实世界数据底座。有长期从事AI模型训练的相关人士指出，在空间智能成为AI发展核心方向的背景下，包含驾驶行为、道路交互、空间关系、时序变化的真实出行数据，是训练物理世界AI模型的优质资源。

手握AI训练的“黄金数据矿”

当前，以具身智能为核心应用载体的世界模型，已成为全球AI竞争的下一个主战场。然而，高质量物理交互数据严重短缺，成为制约世界模型与具身智能走向落地的核心瓶颈。行业数据显示，可供具身智能背后世界模型训练的高质量数据，目前全球总量仅约50万小时，而头部厂商单年需求量即达百万小时级别，供需严重失衡。

有意思的是，类似如祺出行这样的出行服务平台，却天然具备持续生产、沉淀高价值训练数据的优势。依托每年数亿级出行订单与海量车辆运行数据，平台持续积累驾驶员行车、泊车、城市道路通行等高频复杂交通场景的多模态数据。与传统图片、视频或人工搭建的模拟数据不同，这些数据记录了“驾驶员决策-车辆响应-环境反馈”全链条，具备天然因果关联与交互逻辑，可直接解决出行相关AI模型训练面临的“数据枯竭”问题，是训练世界模型与具身智能的核心稀缺资产。

公开信息显示，如祺出行早在2023年开始布局AI数据解决方案，基于自身出行服务平台的优势，将搭载激光雷达、高清摄像头、毫米波雷达等多传感器的智能驾驶数据采集车投入常态化服务，同时合规采集真实驾驶行为与道路环境数据。

以典型的泊车场景为例，如祺数据不仅记录3D障碍物空间位置，还同步采集车辆底盘CAN信号、毫米波雷达回波、激光点云与多路摄像头视频，围绕泊车行为构建多模态“行为-状态-环境”联合数据集。

长期关注大模型训练的业内人士认为，这类数据具备完整的推理、决策与反馈闭环，能够有效支撑具身智能体、世界模型理解空间关系、动态交互及长尾复杂场景，其数据价值远超传统静态图片或合成视频，是训练空间智能模型的 “黄金数据矿”。有接近如祺出行的人士透露，该公司已开始将其积累的数据用于训练车后服务机器人。

全栈服务能力延伸至具身智能

与传统AI数据服务商多聚焦基础标注环节不同，如祺数据已实现从单一标注服务向“数据集+全栈能力”升级，形成数据采集、规模化处理、精准标注、合成数据生成、多模态数据处理的全链路服务能力。这一能力体系使其不仅能够服务智能驾驶领域，更可高效延伸至具身智能、通用大模型等高价值赛道。

目前，如祺数据已具备将完整服务封装成标准化产品的能力，让客户实现“开箱即用”，无需承担底层数据清洗、标注等工作，显著降低高质量真实数据的使用门槛。

在规模化交付能力上，如祺出行已在全国布局3大服务交付基地，服务团队规模超1500人，拥有超1000家BPO合作伙伴及近百万众包资源，可实现月千万级标注产能，满足高并发、大规模数据处理需求。技术层面，公司自研OCC自动化标注算法，可减少90%人工标注时间，交付准确率稳定超过98%。同时，如祺合成数据覆盖不同时段、天气条件与座舱场景，有效弥补真实数据采集盲区；多模态训练数据集覆盖图像、文本、音频、视频，可直接支持大模型垂类微调与快速迭代。