四维图新程鹏：数据成汽车智能化「第二战场」

具身智能相关业务今年已获千万级订单。

本文为IPO早知道原创

作者｜MD

“过去十年，中国新能源赢在电池；未来十年，中国汽车要赢在数据。数据已成为汽车智能化的"第二战场"。

IPO早知道消息，11月6日，四维图新（002405.SZ）2026 EVOLUTION创想大会在上海举办。会上，四维图新CEO程鹏表示，中国汽车产业正从规模竞争转向价值竞争。公司将继续围绕数据、芯片、辅助驾驶和智能座舱推进业务，并把汽车领域积累的数据及算力能力延伸至移动智能体。

会上，四维图新发布第六代座舱SoC AC8035、千元级行泊一体及舱驾融合方案，并宣布与微软合作开发面向出海车企的AI座舱。公司同时提出“移动智能体的超级伙伴”定位。

与汽车智能化业务相比，具身智能仍处于早期阶段，但已经开始形成订单。程鹏在回应IPO早知道提问时表示，具身智能业务收入“今年就能体现出来”，目前公司“已经有几个千万级订单”。

数据成为汽车产业的「第二战场」

“过去十年，中国新能源赢在电池；未来十年，中国汽车要赢在数据。”程鹏的判断直指行业下一个核心战场——数据已成为汽车智能化的"第二战场"，而用好数据的前提，是合规。

监管的门槛正在快速抬高。2026年9月，GB 48319与GB 48320两项时空数据安全新强标正式发布，将于2027年10月实施，四维图新作为参编单位参与起草。

二十多年深耕数据领域，四维图新构建了从数据来源到合规应用的完整闭环链路，让数据安全流动、持续进入智能化迭代。目前累计完成合规交付案例170+，服务主流车企及行业客户60+，覆盖开发测试、量产车、智能网联等多元场景。

在会后的交流中，程鹏将四维图新的数据资产分为四类——地图业务积累的位置数据；过去十年参与座舱和辅助驾驶形成的车辆本体数据；外部环境感知数据；以及算法和模型训练所需的数据。

与此同时，四维图新还计划建设覆盖汽车及具身智能的数据交易平台，处理数据确权、合规、安全和收益分配问题。

程鹏将该平台类比为证券交易所：“数据交易场所的第一要求是可信赖。你开一个股票账户，要相信里面的股票是真的。”

按照他的表述，数据平台需要满足四项条件：参与方信任平台；数据全生命周期合规；信息安全得到保障；数据贡献者可以获得回报。四维图新将在其中提供数据合规、技术平台和交易撮合服务。

汽车智能化数据，进入具身智能领域

目前，新能源汽车企业正加速切入具身智能领域，而数据仍然是具身智能实现通用、泛化能力的一项卡点。此前自动驾驶模型的发展历程，也可以作为参照。

尽管汽车与机器人都需要识别自身位置、理解周边环境并完成动作，但两者的数据结构并不完全相同。

汽车主要在道路上运行，涉及车道、交通参与者、道路设施及车辆状态等数据，主要动作集中于加速、制动和转向。机器人可能进入家庭、工厂和商业空间，需要处理室内外环境、身体姿态、手部动作、物体交互及任务流程。

这意味着，自动驾驶模型训练中的地图、定位、导航、环境感知和部分仿真数据可以迁移，但机器人还需要补充时序、姿态关节、手部操作和人机交互等数据。

程鹏在回应IPO早知道时表示，具身智能的数据量并不是简单增加，而是由多个维度相乘形成。

“具身的数据量，从姿态、场景、模态、动作几个维度来看，是乘法关系。（具身智能）终局的数据量要求大概是智驾的1000倍，要上三个数量级。”程鹏说道。

这一数字是四维图新根据具身智能长期应用形态作出的判断，并非当前市场规模。程鹏同时表示，具身产业仍在起步阶段，实际需求和商业空间需要随着应用落地逐步验证。

“我跟团队内部讨论，感觉看到了20年前导航的状态。那时候大家都没有，后来车普及了、手机普及了、互联网普及了，走了10年。具身可能会更快。”他说。

先做「最小刚需」数据集

四维图新并不准备先建设覆盖所有机器人场景的大型数据集。程鹏表示，公司在高精地图和智能驾驶数据业务中已经看到，数据规模和精度不等于商业价值。只有被模型和应用使用的数据才有价值。

在具体推进上，四维图新将先处理确定性需求。程鹏表示，任何移动智能体都需要识别自身位置、周边环境和移动路线，因此公司将优先完善时空数据、定位、导航、空间重建及仿真数据能力。

场景选择方面，四维图新将主要考虑两个标准：一是市场需求明确，相关产品已经形成一定规模；二是与四维图新的现有能力匹配。程鹏举例称，室外割草机、扫地机器人等产品已经进入市场，下一步需要提高智能化水平。其中，室外定位和导航与四维图新的能力较为接近，将成为公司优先关注的方向。对于家庭服务机器人和工厂装配等场景，公司将根据能力建设和客户需求逐步进入。

“我们在里面能拿到多少生意，现在不确定。”程鹏说，“我们会做客户最需要的、高质量的、最小刚需的数据集，不会一开始就做得很大，先把最小刚需做好提供给行业。”

这一方式与智能驾驶行业早期的大规模数据投入有所区别。此前，不同车企、供应商和算法公司分别进行数据采集与标注。技术路线和规格变化后，一部分数据无法继续使用。

“很多车厂的亏损来自智驾，智驾的亏损来自数据，数据的亏损来自采集和标注。关键是弄出来以后还没人用、不能用。”程鹏说，“新的领域不能同样的错再犯第二次。”

从数据采集延伸至端侧控制，具身业务已有千万级订单

围绕移动智能体，四维图新已经形成从数据采集到端侧计算的产品布局。

数据侧，公司推出RND时空数据集。在2026北京亦庄人形机器人半程马拉松中，该数据集服务22家参赛厂商，为机器人完成21公里自主奔跑提供定位、规划和仿真数据支持。

四维图新还展示了双目视觉融合感知终端、第一视角采集设备、动作捕捉手套和全身动捕设备。这些设备分别用于采集空间环境、人体姿态及手部动作数据。

合规与标准方面，四维图新担任工信部相关数据工作组组长单位。公司计划联合本体厂、模型厂、零部件厂和数据服务商持续更新数据标准，降低重复采集及格式不兼容造成的成本。

在端侧算力方面，公司的产品组合覆盖“大脑”SoC、实时控制MCU、IMU控制器、关节MCU和手部控制模块。

四维图新不计划制造机器人本体，而是向本体企业提供数据采集、定位、控制器和芯片。程鹏透露，公司已为具身智能客户提供集成双目视觉、定位和模型能力的控制器，帮助客户将相关控制器成本降低约50%。

“这不仅是技术能力，还有供应链能力，以及高品质、低成本交付的能力。”他说。

程鹏表示，具身智能长期可能形成较大的数据需求，但四维图新对短期收入保持谨慎。

从营收上今年就能体现出来了，已经有几个千万级订单了。”他对IPO早知道表示，“但我们内部的预测还是相对保守。总市场可能是10年后的1000倍市场，但明年、后年能拿多少，我们也没有那么乐观。还是一步步来，确保应用场景能起来，然后保持策略迭代跟进。”