您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。 未知机构:《中金公司文远知行AIInfra与数采业务发展近况和展望研报》-发现报告

中金公司 文远知行AIInfra与数采业务发展近况和展望

2026-11-05 未知机构 Zt
中金公司 文远知行AIInfra与数采业务发展近况和展望

猜你想问

这份研报主要讲了什么内容?

这份研报主要分析了中金公司对文远知行AI基础设施与数采业务的发展近况和展望。报告详细介绍了景硕科技作为文远知行旗下子公司的核心业务,包括其围绕物理AI产业发展痛点提供的数据生产、治理到模型训练的全链条基础设施服务。核心产品包括自研的WorldEnd一体化数据模型平台和Genesis Robotics世界模型,以及第一视角高精度采集设备、规模化数采、高质量数据集和定制数据服务。研报还探讨了景硕与文远知行的协同效应,数采行业的长期空间与竞争要素,数采行业的竞争格局与客户结构,大模型发展对具身AI数据需求的影响,ego数据的发展趋势与行业影响,数采行业项目模式与定价机制,数采产品形态与核心竞争力,机器人数据需求演进与ego瓶颈,前沿技术对数采行业的影响,数据复用价值与行业订单特征等内容。

数采行业的发展趋势如何?

数采行业的发展趋势呈现长期刚性需求,AI技术迭代本质为数据驱动,大模型、物理AI等领域对高质量数据的需求将长期存续。行业已消耗完互联网公共数据,当前进入垂直领域落地阶段,产业对垂直领域专属知识数据的需求更为旺盛。具身AI领域存在独特的数据缺口,数据缺口是具身AI落地的核心阻塞性问题,将进一步催生长期、大规模的数采需求。数采行业的核心竞争要素是数据质量,而非客户关系,数据质量直接决定模型最终性能。行业分工将持续细化,头部基模、算法公司核心聚焦自身模型能力打磨,数采业务外包是主流发展方向。当前国内已显现同类型大型数采独角兽持续涌现的趋势。

研报重点分析了哪些方向?

研报重点分析了景硕科技的核心业务与产品体系,景硕与文远的协同效应,数采行业的长期空间与竞争要素,数采行业的竞争格局与客户结构,大模型发展对具身AI数据需求的影响,ego数据的发展趋势与行业影响,数采行业项目模式与定价机制,数采产品形态与核心竞争力,机器人数据需求演进与ego瓶颈,前沿技术对数采行业的影响,数据复用价值与行业订单特征等方向。通过对这些方向的深入分析,研报揭示了数采行业的发展潜力和景硕科技的核心竞争力。

当前数采行业的市场现状如何?

当前数采行业的市场现状呈现供不应求的状态,行业内部分厂商对外宣传的夸张大额订单多为长期框架合同,对应金额为长期合作总规模,并非短期可兑现收入。头部数据企业在手订单规模达数十亿级,订单交付周期为1-2年。行业整体处于供不应求状态,国内外相关创业公司仅发展1-2年就可实现较高规模增长。海内外客户的数采需求均以采购现成数据集为核心,若现有供应商的数据集无法覆盖需求缺口,客户会进一步提出定制化生产需求,定制化需求核心指向产能扩充。当前数采需求整体呈爆发式增长态势。

研报中提示了哪些风险?

研报中提示的风险主要包括:数采行业项目获取模式的不确定性,数采行业暂无统一的标准化定价规则,可能导致价格波动和客户预算不确定性;ego数据的发展瓶颈,未来可能需要加入触觉、嗅觉、声音等多模态传感器数据,当前算力需求虽不及大模型训练,但仍需投入较多算力资源,行业需持续提升整套软件的运行效率与算法精度;量子科技在AI基础设施、数采领域的应用及前瞻布局尚不明确,目前量子科技与数采行业的整体结合度较低。这些风险因素可能对数采行业的发展和企业经营产生影响。