程鹏在2026 EVOLUTION创想大会上摆出了一组数据, 这组数据正好戳中了行业里的痛点, 车企每个月在数据方面的支出超过了千万, 超过一半被采集来的数据处于闲置状态, 而中国整车的年出口数量已经突破了832万台, 数据合规以及出海这两个问题, 就变成了绕不开的命题。
01智驾数据浪费成暗疮
程鹏在心里把账算了一算, 他发现车企在采集、存储、训练以及分发数据这件事上所付出的成本, 正在一点点地把研发的毛利给啃掉。这个花的钱, 每个月最少都得超过一千万元。
根据相关数据显示, 有五成以上的这些数据进行到最后, 都会因为没有明确的具体用途, 或者是因为新的模型不适应旧的规格要求, 最后只能被放到一边积灰尘。
他拿高精地图当作一个前边的教训来作为借鉴方面的事例, 尽管这个精度在全球范围内是属于领先的水平, 但是很少有生产汽车的厂商愿意出钱去买这个服务。
亏损的情况是从智能驾驶这一块儿一直延伸到采集数据、标注数据的这些环节上去的, 老旧规格的数据在新的模型中直接变成了没有用的东西, 浪费的程度让人觉得是非常非常惨不忍睹的。
02时空安全标准强制落地
2026年9月的时候, GB 48319和GB 48320这两项关于时空数据安全的强制性标准会发布出来。到了2027年10月就要开始实施了。
四维图新公司参与了这两个标准的编写工作。到目前为止, 他们提交的符合规定的交付案例已经累计超过了170个。这些服务是提供给汽车厂商以及行业内的客户的, 数量有60多家。
现在的汽车制造企业彼此之间并不愿意共享相关数据, 这样一个处于中间的合规平台所发挥的作用是非常关键的。但是想要让那些存在竞争关系的企业对手去真正信任一个第三方机构, 这依然是一个全新的、并且不小的挑战。
如果你需要了解更多关于这个方面的技术参数以及最终的落地详情, 你可以访问网址www.xtzdxmgj.cn来进行查阅。
03数字海关三重门槛
根据中国汽车流通协会发布的数据, 在二零二五年这一年当中, 整车的出口量达到了八百三十二万台。这个数字让中国在车辆出口方面重新夺得了全球第一的宝座。与此同时, 智能化的电动汽车在海外市场上也出现了供不应求的现象, 甚至出现了需要排队并且还要加价才能买到的情况。
可是, 因为要让车辆的语音系统适应不同国家的环境, 这个过程所花时间非常长, 而且成本也非常高。由于某些企业在刹车系统标准以及数据收集与记录的相关规定上不符合要求, 导致其在欧洲市场的计划不得不停止搁浅。
四维图新推出了名为“数据本地、模型全球化”的方案, 该方案依托其在欧洲长达15年的积累, 目前正在积极推进与华为HMS for Car的合作, 这项合作覆盖了一百多个国家, 使得开发周期缩短了好几倍。
04车规芯片双线放量
杰发科技把他们的车规级SoC产品迭代到了第六代, 到目前为止的累计出货量已经超过了一亿套片, 其中覆盖了的量产车型数量达到了一百款以上, 而且出海产品的比例超过了一半。
另外, 其MCU的四代产品出货数量已经达到了一亿五千万颗以上, 匹配的前装款车型数量超过了三百多款, 并且覆盖了国内绝大部分的主流车企, 这个覆盖率达到了百分之九十以上。
旗舰型号AC7870, 这一款产品采用的是6核R52 ASIL-D MCU架构。它的工作主频达到了360MHz的水平, 制造工艺为28nm级别。这种芯片主要被用于三电系统与底盘域的控制器之中。
关于ASIL-D这一安全等级, 长期以来都是由海外企业所占据主导地位。如今, 杰发正在加速追赶的进程, 并且将技术延伸到了两轮车智能化的领域方面。目前情况显示, 已经获得了来自20家OEM方面的定点采购订单。
05具身智能千倍数据需求
四维图新把汽车智能化的能力延伸到了具身智能领域, 把自己定位成为“移动智能体超级伙伴”。在姿态、场景、模态和动作这些维度上, 数据的需要呈现出一种相乘的关系。最终的量级规模大概会是智能驾驶的整整一千倍那么多。
2026年北京亦庄人形机器人半马中, 其RND时空数据集服务支持了22家机器人厂, 帮助这些厂完成了21公里的跑动任务。同时, 四维图新被任命为工信部具身智能标委会数据工作组的组长, 并且将优先在割草与扫地这两种场景中进行落地应用工作, 使得域控的成本下降了一半。
06数据流动仍是核心题
程鹏对外界表示, 该公司在具身智能领域于今年已经获得了多笔价值千万级别的订单, 而对于明年和后年的业绩预测则采取了相对保守的态度。这家公司并不亲自制造机器人本体, 而是专注于控制器的集成工作, 将双目定位技术与视觉系统整合在一起。目前, 相关技术已在张雪机车等特定车型的量产过程中得到了实际应用。
现在的产业赛道从地图、到车智驾、再到具身智能, 虽然一直在变化, 但是核心问题始终没有改变。这就是数据如何安全流动、并转化成生产力的问题。人工智能已经从以往的装饰性点缀, 进化成为产品的运转中枢。所以这道题属于所有正在穿越产业波动的参与者。
现在大家都要关心一个问题, 那就是车企在做数据合规和适应海外市场的过程中, 哪一个环节最有可能会出现类似高精地图那样反复折腾、最终搁浅的事情。如果你觉得这个话题有价值, 请点击点赞按钮并且分享给你的朋友们。我们非常期待你在评论区里分享一下自己的判断和看法。
