2026年上半年，如祺出行的AI数据服务收入同比涨了274.4%，半年就破了1亿。这不是网约车业务的附加变现，是韩锋带着团队，避开模型风口，死磕数据做出来的硬成果。
不追模型风口，只搭数据闭环基建
过去一年物理AI火，不少公司扎进大模型训练，韩锋偏不。2023年如祺启动智驾数据工具链搭建，把Robotaxi、日常运营里的驾驶员行为、城市路况数据，回流处理成算法能直接用的训练材料。后来具身智能兴起，他发现不管是自动驾驶还是机器人，底层的数据采集、清洗、标注、质检流程高度通用，不用另起炉灶。核心优势从来不是模型，而是如祺握在手里的真实场景：有跑在真实城市里的车辆，有覆盖全城的运维网络，这些不是靠砸钱就能短期复制的。
数据生意的门槛，是磨出来的体系
韩锋说，这行没有什么单点技术壁垒，真正的门槛是长期沉淀。比如适配一个新客户，从前要一年多的磨合，现在因为底层工具和流程能复用，周期大幅缩短。服务过的头部自动驾驶公司曾遭遇标注需求暴涨，如祺没有猛加人力，而是把复杂任务结构化，提前匹配产能，以天为单位稳定交付，还能帮客户缩短需求爬坡期。复购率是内部核心考核指标——客户要的从来不是一堆零散数据，是能跟上模型迭代节奏的稳定产能。
世界模型越强，真实数据越值钱
如今合成数据成了补全长尾场景的热门手段，韩锋却强调，世界模型越强，真实数据越重要。合成数据能扩展危险、临界的场景，但只能解决已知问题；真实数据能捕捉交通参与者的非预设行为、道路变化、传感器物理响应，这是模型生成不了的“未知信息”。世界模型要学习真实世界的物理规律，最终还是要靠真实数据校准。具身智能的情况更特殊，机器人没数据训不好，没训好又进不了真实场景，而如祺的车后服务场景——车辆清洁、充电插拔这些，刚好是具身机器人落地的天然入口。
韩锋说三年后，希望外界还把如祺当作出行公司，但也认可它是AI数据生态的重要基建。那问题来了：当出行平台的核心能力从运力，变成能持续输出真实数据的基建，这门生意的长期底气，会不会最终还是踩在真实场景里的每一步？
素材来源：雷峰网 · AI情报、大模型、AI应用落地、具身智能
查看报道原文
发表第一条评论吧