如祺出行具身智能数据平台发布，加速物理AI数据能力构建

数据困局

政策层面驱动显著。6月9日，工信部与国资委联合启动专项行动，目标明确——年底前让人形机器人等重点产品在典型场景真正落地应用，形成万台级部署规模。按此节奏，市场普遍预期具身智能即将进入大规模预训练阶段。此时，数据成为最关键的瓶颈，相关服务需求随之激增。

国泰海通证券研报直言：当前制约具身智能泛化能力突破的最大障碍是“数据饥荒”。高质量物理交互数据供需严重失衡，采集环节难度大，数据工具链碎片化问题同样棘手。简言之，数据并不稀缺，稀缺的是高质量可用数据，即便拿到也未必能直接投入训练。

破解之道

如祺数据此次发布的平台策略清晰：以自动化流水线处理Ego-centric数据，核心目标是将从采集到训练落地的边际成本压缩至最低，突破“最后一公里”瓶颈。毕竟，这类数据从原始采集到可用状态，预处理和标注工作量巨大，若每环节依赖人工，效率和成本均难以承受。

如祺出行在数据领域的布局更早。2024年即启动AI数据解决方案架构搭建。目前，在广州、上海、重庆等地常态化部署超300辆智能驾驶采集车，每日产出1600小时、130TB多模态行车与泊车数据。全国设有3大服务交付基地，团队规模超1500人，月均千万级标注产能。客户已涵盖小马智行、理想、腾讯等头部企业。

数据增长印证业务潜力。2025年，以AI数据解决方案为核心的技术服务板块营收达1.60亿元，同比增长487.4%。这一增速在任何行业都堪称现象级。

值得关注的是，此次发布的具身智能数据平台更像是如祺出行在数据服务领域的战略延伸——将智能驾驶场景的成熟经验复制至更广泛的具身智能赛道。二者在数据处理逻辑上高度相似，差异仅在于传感器输入形式与应用场景。成败关键在于这套自动化流水线能否切实降低成本、提升效率。