文遠知行拆分數據業務，子公司景爍押注具身智能
0xBroomberg
文遠知行首次將業務板塊獨立拆出，全資子公司景爍定位具身智能數據服務，2026年收入目標3億元——這意味著文遠知行正把自動駕駛積累的數據能力，包裝成賣給機械人公司的生意。
景爍是誰，為何現在獨立？
景爍成立於2024年5月，此前掛在文遠知行自動駕駛研發體系下，主要做配套數據工作。
獨立後覆蓋兩塊業務：AI數據平台（從原始數據到模型部署的全流程）和具身智能數據服務（數據合成、遙操作採集、數據處理）。
這意味著→ 文遠知行把內部「造數據」的能力，從研發支撐變成了一門面向外部客戶的獨立生意。
錢從哪來，增長有多快？
文遠知行2024年智能數據服務收入約5,580萬元，2025年推算約1.596億元，景爍2026年目標是3億元——兩年接近翻三倍。
景爍近期已完成A輪融資，文遠知行內部判斷需求較大，投資人對前景亦較有信心。
簡單來說＝ 這塊業務過去藏在財報裡不起眼，現在單獨拆出來融資，說明管理層認為它能獨立賺錢。
景爍真正賣的是甚麼？
核心不是數據樣本的數量，而是把真實世界數據轉化為可訓練材料的能力。
真實數據進入系統後可繼續生成仿真數據，數據採集只是路徑之一；積累的真實數據亦不只來自汽車場景。
這意味著→ 對機械人公司來說，價值在於能否降低數據生產成本，並讓不同來源的數據進入同一套訓練流程。
自動駕駛數據能直接給機械人用嗎？
不能直接遷移。 自動駕駛與具身智能在傳感器、動作空間、任務目標上均不同——機械人還需要大量抓取、移動、操作和人機交互的數據。
真正可跨場景複用的，是數據治理、場景挖掘、仿真生成、模型評測和工程交付這套流程能力，而非車輛數據本身。
簡單來說＝ 景爍賣的不是「開車錄的片段」，而是「把任何真實場景變成機器能學的教材」的工廠能力。
競爭和風險在哪？
市場已有類似動作：如祺出行2026年6月亦發佈了具身智能數據平台，同樣從Robotaxi能力向機械人場景延伸。
沙利文2026年3月報告指出，物理AI仿真及數據平台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。
野村證券7月報告提醒：數據即服務可以按小時或項目快速變現，但若供應商缺乏模型評估和應用能力，後續可能被機械人企業自行整合。
這反映出 景爍能否把真實數據、仿真數據、場景庫、模型評測和交付流程組合成持續複購的產品，而非按項目收費的人力服務，是這門生意能否跑通的關鍵。
Content is for reference only, not financial advice.