|

财经

10万台量产交付加上百万小时数据资产:文远知行被忽视的第二、第三增长曲线

来源:财经报道网

2026-11-21 12:15:09

(原标题:10万台量产交付加上百万小时数据资产:文远知行被忽视的第二、第三增长曲线)

大模型在卷参数的时候,物理AI正在卷另一件东西——真实世界的数据。

11月20日,文远知行WeRide发布2026年第三季度财报。抛开亮眼的数据,一条关键信息值得单独拎出来看:公司AI基础设施业务收入同比增长近一倍,在手订单规模达数十亿元。


数据不是采出来的,是跑出来的

仿真的数据可以生成,标注的数据可以外包,但复杂动态场景里的真实交互,比如突然横穿的行人、雨天的反光路面、施工路段的手势指挥,这些都没法凭空造,只能靠车在路上一次次遇到、一次次录下来。100万小时意味着背后是数千台车、数个年头、数十座城市的真实运营。

更关键的是,这条业务的产能会随运营规模一起叠加出来。资料显示,截至10月31日,文远知行全球L4车队约4100辆,其中Robotaxi超过2300辆;中东车队约600辆,较7月末增长约50%;欧洲、新加坡的部署也在进行。车队每扩大一步,数据产能就跟着扩大一步。


客户买的不是数据,是“敢用”两个字

财报把这项业务描述为“三层产品体系与两大引擎”,打通“采集—资产化—训练”闭环,面向自动驾驶、基础大模型、具身智能和机器人客户,提供预训练数据、后训练环境及可信验证的全链路服务。

事实上这条链条是同一件事的三个段:先有原始数据,再把数据变成可复用的资产,最后把资产喂进模型训练。真正构成壁垒的是可信验证这条最后一环。


对做具身智能和机器人的客户来说,最贵的错误不是算力,是“数据看着漂亮,训出来的模型到了真实世界就翻车”。而文远知行罕见地同时占着三个位置:数据的原产地,有车在路上跑;验证的场地,有真实场景可以回测;参与标准的形成,知道什么样的数据才算合格。所以文远知行卖的不是数据包,而是“这套数据你可以直接拿去训”。


数十亿元订单在手,需求端已经先动了

比收入增速更值得看的,是订单。

财报显示,该业务在手订单规模已达数十亿元。这个量级传递了两方面信息。一方面物理AI的客户已经不只是在“讨论数据的重要性”,而是在真金白银下单;另一方面,这类订单周期长、金额大,意味着未来几个季度的收入具备相当的可见度。

行业里做基础大模型、具身智能、机器人的玩家,几乎都存在这样一个门槛:算法能抄,架构能学,唯独高质量的真实世界数据买不到、也造不快。

当这批玩家集体进入“缺数据”的阶段,能稳定供给的一方自然拿到定价权。


增长的天花板不在需求,在交付

回到标题提出的问题:文远知行未来潜力到底有多大?

答案不在需求端,而在转化率。其一,数据资产化的效率,即100万小时原始数据里,有多少能变成可售的高质量资产;其二,交付能力,验证周期、工程团队、流程标准化,决定了订单能否按期变成收入;其三,客户结构,能否从项目制交付走向可持续的订阅式收入。这三个变量共同决定这条业务增长的高度。

三条线路一旦跑通,AI基础设施对文远知行的意义就不只是“多一条收入线”,而是收入性质的改变,从依赖车队规模的重资产模型,转向可复用、可复制、边际成本递减的基础设施模型。


依托文远知行积累了近十年的技术能力与数据基础,公司可以在积极推动自动驾驶发展的同时,加快打造支撑物理AI基座模型研发的基础设施。

如该公司管理层所强调的,“在真实道路上打磨的技术、构建的数据闭环,如今支撑着Robotaxi、L2++/L3方案和AI基础设施三项业务相互促进、共同发展。通过AI基础设施业务,我们正将这些能力延伸至基础大模型、具身智能和机器人领域。”

自动驾驶是它的起点,物理AI才是它的天花板。数据需求已经爆发,接下来拼的是谁有能力把需求接住。



本文来源:财经报道网

证券之星资讯

2026-11-20

证券之星资讯

2026-11-20

证券之星资讯

2026-11-20

首页 股票 财经 基金 导航