如祺出行COO韩锋：世界模型越强，真实数据才是真壁垒
如祺出行COO韩锋认为，合成数据擅长扩展已知长尾场景，但无法替代真实数据在发现未知问题和校准模型中的作用。如祺选择利用Robotaxi运营网络构建数据基础设施，而非自研大模型，其AI数据服务2026上半年收入已超1亿元。
在物理AI浪潮中，许多自动驾驶和机器人公司试图通过世界模型生成合成数据来降低采集成本。然而，如祺出行COO韩锋提出了一个相反的观点：世界模型能力越强，真实数据的重要性反而越高。他认为，合成数据适合基于真实案例扩展那些危险、罕见且难以反复采集的长尾场景，但真实世界存在大量不可预设的交通参与者行为和环境变化，这些“未知问题”只能靠持续运行的真实车辆去发现，并为合成结果提供校准依据。
基于这一逻辑，如祺出行选择不自己训练大模型，而是利用其现有的Robotaxi车队和线下运维网络，成为模型背后的数据基础设施。韩锋指出，大型算法公司虽然有能力自建数据闭环，但大规模的数据采集、合规治理和标注是重资产、重运营的过程，会占用研发资源。如祺提供的是一种确定性的交付产能，将日常运营产生的真实道路数据转化为可直接进入训练流程的高质量资产。
这种模式正在从出行业务的附加变现转变为独立的商业单元。据韩锋披露，如祺的AI数据服务增长迅速，2024年上半年同比增长175.8%，2025年上半年同比增长207.0%，而2026年上半年同比增长274.4%，半年收入已超过1亿元人民币。尽管具体客户名单因协议保密，但该业务已服务于自动驾驶、互联网等多个行业的客户，并形成了“真实业务场景、合规数据源、全栈AI数据能力”相互促进的飞轮效应。