IT时报记者 孙妍
“过去十年，中国新能源车赢在电池。未来十年，中国汽车要赢在数据。”在近期举行的2026 EVOLUTION创想大会上，四维图新CEO程鹏大胆地给出了一个判断：数据会成为汽车智能化的“第二战场”。
过去十年赢在电池 未来十年赢在数据
过去十年，中国汽车产业完成了第一次转身。消费者逐渐接受从加油到充电的能源切换，新能源车成为主流选择。而智能化的第二次转身才刚刚开始，它不再只是导航、语音这些“点缀”，而正在成为用户决定买单与否的核心配置。
但数据浪费成为智能化过程中的大问题。程鹏在采访中提到一笔账：车企采集、存储、训练、分发数据的成本，正在吞噬研发毛利，“厂家一个月最少也要支出1000多万元”。更尴尬的是，调研发现超过50%的车企数据在“书架上积灰”，因为采集时没想清楚用途，技术一迭代，旧数据适配不了新模型，等于白花钱。
“当年智驾的数据浪费‘惨不忍睹’，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与标注，关键是老规格采集的数据新规格用不了。”程鹏提到，高精地图就是一个前车之鉴，虽然精度可以达到全球领先，但是没有多少厂商愿意买单。
“数据之战”的入场券是合规。2026年9月，GB 48319与GB 48320两项时空数据安全强制标准正式发布，将于2027年10月实施，四维图新作为参编单位参与起草。叠加六部基础法律与多部门监管，合规成了绕不开的前置门槛。
四维图新想要扮演的角色是“可信中间人”。车企之间互相竞争，谁都不愿意把数据交给对手，就需要中间人。但对于四维图新来说，如何让车企信服，是一个新挑战。目前，四维图新累计完成合规交付案例170多个，服务主流车企及行业客户60多家，需要拿出足够有说服力的市场覆盖率和落地场景。
中国车出海怎么过“数字海关”
中国汽车流通协会乘用车市场信息联席分会数据显示，2025年中国整车出口量为832万台，蝉联全球最大汽车出口国。程鹏提到，如今中国智能电动车在海外市场不仅不用降价，反而出现排队加价的现象。但产品卖得动，不等于服务跟得上。车企要逐国适配语音和生态，周期长、成本高，不少车企“搞不动了”。
一家中国知名车企在开拓欧洲市场时，由于方案设计之初没有考虑当地的法规要求，从刹车标准到燃油标号，再到数据采集规范都不合规，导致生意做不成，短期也没有解决之道，而且欧洲市场的损失牵动的是全球销售额的盘子。
“数字海关”的三重门槛是数据主权、本地化与安全审查，要求逐市场适配规则。四维图新推出车企出海数据合规闭环解决方案，目标是帮助车企实现“数据本地化，模型全球化”。支撑这套方案的，是它在欧洲市场15年的积累，其欧洲园区的员工来自几十个国家，对各地文化和法规都有深刻理解。
四维图新已形成覆盖全球主流市场的一站式全球导航解决方案与海外车道级导航交付能力，正在推进与华为HMS for Car的长期合作，围绕智能导航、生态服务、智慧语音、智能网联等业务方向，共同助力中国车企出海。
微软中国副总裁兼汽车事业部总经理苏坦、微软大中华区首席伙伴官庆雪辉表示，将利用微软基础大模型的能力，共同打磨一个车端垂域预训练小模型，部署在车里，再连接微软云服务。大模型天然多语言，西班牙语、意大利语、葡萄牙语都能应对。车企不用再挨个国家做语音定制，100多个国家和地区的开发周期缩短了好几倍。
算力底座上，四维图新全资子公司，负责其“智芯”板块的杰发科技的产品线也在用两条腿走路。车规级SoC已迭代至第六代，累计出货超1亿套片，出海量产车型100款以上，出海比例超过50%。面向舱驾一体的第六代SoC产品AC8035计划2027年一季度推出样片，内存带宽达到现有产品的2～3倍。车规级MCU四代产品累计出货1.5亿颗以上，配套量产前装车型300多款，覆盖国内主流车企90%以上。旗舰AC7870是6核R52 ASIL-D高安全MCU，主频360MHz、28nm工艺，应用于三电、动力域控、底盘EPS等核心场景，目前出货量持续攀升，多家头部客户进入设计导入阶段。
在ASIL-D这个汽车功能安全的最高等级上，海外厂商长期占据主导地位。AC7870想要补的，正是国产高端域控MCU的这块短板。
汽车验证过的SoC能力还向两轮车智能化延伸。目前，相关产品已获20家OEM项目定点，记者在现场看到，其已在张雪机车等车型上实现量产落地。
具身智能数据是智驾的1000倍
大会最受关注的动作，是四维图新把汽车智能化的家底“打包外溢”至具身智能领域，提出做“移动智能体的超级伙伴”。
机器人要在一个真实世界里行动，需要的正是汽车智能已经沉淀的技能：知道自己在哪(定位)、看见周围有什么(感知)、决定下一步怎么走(决策)。程鹏判断，具身智能眼下像极了20年前的导航产业，车、手机、互联网普及之后，它走了10年就成了基础设施，而具身智能可能会更快。
据四维图新测算，具身智能数据在姿态、场景、模态、动作几个维度上是乘法关系，终局的数据量要求大约是智驾的1000倍。
四维图新不想重复高精地图的老路，先做智能绕不开的刚需数据，即时空数据。2026年北京亦庄人形机器人半程马拉松上，四维图新的RND时空数据集服务了22家具身机器人厂家，帮机器人完成21公里自主奔跑。标准层面，四维图新出任工信部人形机器人与具身智能标委会(TC8)数据工作组(WG7)组长单位。
四维图新不做机器人本体，优先选择室外割草机器人、室内扫地机器人这类已有规模且与定位导航能力匹配的场景落地。他们给具身领域做的控制器带双目定位、模型和视觉能力，把行业域控成本降了一半。“你们为什么报这么低?”客户吃惊地说。“我们毛利已经很高了。”程鹏回答。汽车行业的“卷”，延续至具身智能行业。
程鹏透露，具身智能业务今年已有几个千万级订单，不过对明后年的预测相对保守。
从地图到汽车智能化，再到具身智能，这家做了二十多年数据的公司看似在切换赛道，但问题是不变的：数据如何安全地流动起来，变成生产力。在AI从功能点缀进化为产品中枢的当下，这个问题属于整个在穿越“极点”的产业。 |
