自動駕駛公司文遠知行正將車隊積累的資料能力推向汽車之外的物理世界。據華爾街見聞從知情人士處獲悉，文遠知行已推動資料業務獨立運營，由全資子公司景爍承接，定位為具身智慧和資料基礎設施軟體服務，業務覆蓋資料生成、資料採集和自有資料系統，且目前積累的真實資料已不限於汽車場景。文遠知行方面在7月22日對華爾街見聞表示，暫無可披露資訊。
景爍成立於2024年5月，此前主要作為文遠知行自動駕駛研發體系的配套業務，提供AI資料閉環和解決方案。如今，其AI平台已延伸至原始資料、訓練資料和標註資料管理，以及模型選擇、訓練、評估和部署；具身智慧業務則覆蓋資料合成、遙操作資料採集和資料處理。知情人士稱，相關業務經過較長時間積累，近期評估後決定獨立運營並啟動融資，目前已完成A輪融資，投資人對業務前景較為看好。景爍對2026年的收入目標是3億元，而文遠知行2024年智慧資料服務收入約為5580萬元，2025年推算為1.596億元。
這一動作背後，是自動駕駛行業競爭邊界的重塑。過去，Robotaxi公司的資料主要服務於車輛研發，採集、標註、模擬和模型訓練最終都為了提升車輛在更多道路上的安全執行。隨著具身智慧和物理AI興起，機器人、物流裝置和工業智慧體都需要在真實環境中完成感知、決策和行動，這為自動駕駛公司提供了新的客戶群。文遠知行此次拆分，意味著其正將資料採集、處理、模擬、評測和模型迭代形成的工程系統，從內部研發成本轉化為可單獨報價、融資和核算的業務。
不過，道路資料並不能直接轉化為機器人資料。自動駕駛與具身智慧在感測器、動作空間和任務目標上存在差異，機器人需要大量關於抓取、移動、操作和人機互動的資料。真正可能跨場景複用的，是資料治理、場景挖掘、模擬生成、模型評測和工程交付流程。因此，Robotaxi公司能否進入具身智慧資料業務，關鍵在於能否將服務自動駕駛的工程方法重新組織成適用於不同機器人本體和任務的資料產品。
行業內已有相似動作。2026年6月，如祺出行旗下資料業務板塊釋出了具身智慧資料平台，嘗試將Robotaxi資料能力拓展至機器人場景。沙利文2026年3月釋出的物理AI模擬及資料平台報告指出，該市場仍處於早期增長階段，平台價值取決於下游應用的技術成熟度和商業化程序，智慧汽車和具身智慧都在增加對長尾場景復現、感測器模擬和演算法閉環最佳化的需求。
有具身機器人公司技術人士對華爾街見聞表示，訓練資料有限和模擬堆疊碎片化是物理AI研發中最核心的問題。儘管世界模型和模擬引擎可壓縮訓練與評測週期，但最終仍依賴真實場景落地。這給景爍這樣的資料服務商提出了更高要求：單純提供標註和採集人員容易變成按專案收費的人力服務，真正有產品屬性的，是能夠將真實資料、模擬資料、場景庫、模型評測和交付流程組合起來，降低客戶開發機器人的時間和成本。
野村證券在7月一份報告中指出，資料即服務可以按小時或專案快速變現，但如果供應商缺乏模型評估和應用能力，後續可能被機器人企業自行整合。這指向資料業務的一個現實：資料採集容易被看見，持續提升模型效果的能力才更難外包。
文遠知行拆分景爍，提供了一個觀察樣本。它要驗證的不是“具身智慧”概念能否帶來短期關注，而是Robotaxi公司多年積累的資料和工程系統，能否從服務主業的研發投入，變成跨場景出售的能力。如果這筆賬算得通，自動駕駛公司的競爭將從車隊規模延伸到誰能把車隊裡積累的資料和工程流程賣給更多物理AI客戶，訂單、復購和毛利將決定其新的定價。