四維圖新程鵬：具身智能數據量五年將翻1000倍

作者：SY

出品：明亮公司

4月24日開幕的2026北京車展上，四維圖新（002405.SZ）發布了最新智能體數據綜合解決方案。

該方案包含智能體感知、數據采集方案（4D空間記錄終端、動作捕捉手套、全身運動捕捉套裝等高精度采集硬件），智能體全鏈路合規方案（數據合規服務、智能合規融合終端），及已落地的六大場景應用方案（人形機器人、工業機械臂、無人車、四足機器人等）。

同時，四維圖新還發布了最新的一站式全球導航解決方案，整合12大品類、超50款生態應用，支持“一車一策”定制，3至6個月完成交付，實現全球導航本地化落地。這是四維圖新針對全棧產品組合以“低成本、高體驗、快出?！钡牟呗裕铀賴a出海與艙駕智能化的進一步落實。

基于已有優勢，四維圖新正在尋找“第三增長曲線”。根據介紹，2026北京亦莊人形機器人半程馬拉松上，四維圖新智能體數據綜合解決方案，為許多自主組機器人選手提供了高精度地圖、高精度定位和數據合規在內的多項能力支持。同時，四維圖新還參與了張雪機車智能化的研發與應用。

在此期間，「明亮公司」也與四維圖新CEO程鵬進行了進一步交流。他主要談及了企業出海與具身智能面臨的合規問題及四維圖新的優勢所在，以及AI時代企業面臨的挑戰以及應對之策等話題。以下為程鵬訪談內容精編：

程鵬

01 發展具身智能與助力車企出海，合規問題更應受到重視

Q：具身智能體風口起來后，對四維圖新的影響有哪些？

程鵬：我們自己調研后的總結是：具身與智駕類似，核心都是數據采集與訓練。相比具身智能，智駕的場景相對簡單，主要圍繞道路場景；智駕的姿態也非常簡單，主要是加速、剎車、轉向，我們將這稱之為“有限姿態的單一場景”。而具身智能則復雜得多，是多姿態無限場景。

這種“多姿態，無限場景”，意味著具身機器人的數據量巨大，5年之內輕松翻1000倍。如果我們自己用4年的時間將車的數據合規業務從0做到10億，機器人需要翻1000倍的數據量，所以這部分業務值得去做。 因此，我們成立了具身小組。

我們做的第一件事就是數據合規：以前我們幫助汽車解決的問題是，什么地方的數據可以采集，什么地方的數據不能采集；

第二是用戶隱私：車內不能拍的，以及外面不能拍的，包括人臉、車牌、門牌號，都要保護，用戶隱私在機器人領域可能同樣遇到類似問題，甚至更嚴重，因為機器人要進入到你的生活中。

第三是信息安全：當年我們做智能互聯車時，要解決的問題是確保車不被惡意控制。機器人同樣面臨這一問題——《三體》中，邏輯冬眠后被機器人用餐刀挾持的畫面，如果沒有信息安全也可能發生在我們真實生活中。

第四是商業機密：比如機器人在工位上抓取零部件，如何抓、如何裝，這些都是廠家的商業機密。

這個賽道呈現出的特征是：既有需求，又有難度，又有價值。因此，我們決定把這件事作為接下來的重點第三曲線：第一曲線是地圖導航，第二曲線是汽車智能化，第三曲線是移動智能平臺。

當然，數據是我們選擇的最大的一部分，還有許多其他小的細節。車的采集裝備是攝像頭、激光雷達裝在車上，機器人則是頭上、胳膊上和手上去捕捉動作。機器人訓練時，我們會讓最熟練的人演示，讓機器人學習。我們進行了采集裝備的研發，目前已有樣品，動作捕捉數據模型、硬件采集裝備、手套，都在推進。行業最需要，又沒有人做，這是我們在這個賽道當前所做的事情。

Q：智能體在企業應用中涉及合規監管的擔憂，四維圖新的競爭優勢是什么？

程鵬：因為我們團隊幾乎都是AI背景，所以我們很早就進行了系統性部署。我們內部全面接入大模型，進行AI轉型、組織流程重構。具體體現在以下幾個方面：

一是生產力提升。當前大家普通進行的AI提效，如寫代碼、寫文章，用AI寫完自己再核查一下；

二是產品力提升。用大模型訓練出的優質數據，形成端到端的智駕方法，用大模型去做產品提升與用戶體驗。

三是公司組織重構，打造“超級員工”。去年6月我們對所有干部進行AI能力考核，今年我們要求所有員工成為AI超級員工。核心要求是：產出必須基于AI，必須用AI，實現AI原生。

當然，這些都是基于信息安全、合規與功能安全，在此基礎上進行AI變革。

Q：車企在出海時，不同國家對于數據合規的要求差異巨大，四維圖新如何做到全球化合規的高效復用？

程鵬：本質上還是圍繞幾件事：用戶隱私、信息安全與功能安全。每個國家的痛點不同，但用戶隱私是絕大部分國家的共同要求，各國也都在彼此學習。具體法規條款可能不同，但其實都大同小異。

最近我們幫助一個廠家出海做的100多個國家合規分析，他們自己評估用6個月的時間，我們借助AI僅用三周時間便完成了。我們的方法就是訓練一個法規智能體，將100多個國家的所有法規“喂”進入，自動比對其與現有方案的差異項，針對差異一一解決。這個模型搭好以后，我們再進入新市場只需要找差異項，針對性改進即可，而且各國的差異本身也會越來越小，大家都在互相學習，趨同發展。

02 面對競爭與挑戰，要走差異化路線

Q：四維圖新的高精度地圖、定位、感知算力，從汽車遷徙到機器人，最大的挑戰是什么？

程鵬：如今行業面臨的核心問題是誰來牽引的問題。算力與存儲芯片都在漲價，汽車行業和機器人行業買不到，也買不夠，這是我們面臨的主要挑戰——有業務、有訂單，但是買不到芯片和存儲。這是物理隔斷，因為資源都被拿去做大模型訓練中心、賣專利、賣token了，因為汽車行業被列為傳統行業。

目前，汽車是馬達驅動，圍繞感知與執行反饋進行，芯片也相對簡單。要做高端芯片就必須將早期積累做好。汽車時代，我們不造車，我們從汽車場景切入服務車企；如今，我們也會從擅長的技術數據入手，服務更多的產業鏈公司。

Q：機器人在哪個時間節點迎來爆發期？機器人商業化落地會以什么樣的形態進入人們生活？

程鵬：目前機器人被真正驗證的就兩個方向：一個是工業機器人，ABB等廠商的生產線多年前就有機械臂，把機械臂演變成具身機器人，不一定都是人形，會演變成許多新形態。工業場景會沿著以前的路線繼續發展，在很多工位上取代產業工人。

另一個被驗證的是提供情緒價值的表演。“春晚跳舞，功夫表演”。與工業場景對應“產業工人提效者”，表演場景對應的是“情緒價值提供者”。

至于其他場景，目前落地效果有限。

Q：數據采集是勞動密集型和資本密集型，如果騰訊、阿里等大公司涉足，四維圖新的優勢是什么？

程鵬：產品選擇有四個標準：第一，產品選擇我們有四個標準：第一，真實用戶需求；第二，商業價值；第三，能落地且能掙錢；第四，假設BAT和華為用無限資源來砸，你能扛多久？我們的答案是如果能抗18個月，這件事情就可以做。否則，在無限資源面前，你會被挖空人才，時間長了也扛不住。

機器人賽道，為什么宇樹能起來？道理和當年造車新勢力一樣——蔚小理跑出來了而不是BAT，本質上是因為大廠的很多業務毛利很高，但機器人毛利不夠高，大廠未必能看得上。中小公司反而容易走差異化路線。

Q：AI大模型浪潮到來，傳統公司如何打造差異化，或者說如何能夠在這波浪潮中存活下去？

程鵬：大模型對算力的要求很高，我們專注把體驗做好?，F階段，主要在兩個方面受限：一是國家標準，必須要達到要求；二是與十年前類似，沒有能力的公司、沒有數據積累的公司會逐漸掉隊。

我們的發展方向有兩條：一是賽道，從四輪車擴展到兩輪車、具身機器人；二是區域，從國內擴展到海外。

03 艙駕一體確實能降低成本，但目前更多是口號與故事

Q：艙駕一體最近的關注度非常高，如何看待艙駕一體在汽車上的應用？

程鵬：艙駕一體喊了許多年，但關鍵是沒有能真正做出來的。目前只有小鵬是第一個真正做的，他們甚至將自研芯片、座艙、智駕團隊整合在一起。我們也具備這些能力，座艙與智駕到方案都有，但最終都決策方是車企，座艙和智駕屬于不同的部門，各買各的，整合在一起需要時間。

當然，艙駕融合的確能夠降本。一個芯片做兩件事，體驗更好，成本更低。PC和高端手機已經做到，目前一塊板子、一個系統就能實現。

04 兩輪車智能化程度低，潛在市場規模巨大

Q：兩輪車市場的智能化程度如何？四維圖新這部分業務的進展如何？

程鵬：兩輪車并不是新賽道，起起伏伏許多年。如今，正在逐步進入電動車智能化。張雪機車就選擇了我們的芯片進行儀表化，連接頭盔、手機。如果他們自研，需要兩年的時間；我們為他們提供了芯片、操作系統和云端服務，1-2個月就交付了。

目前，兩輪車的市場增長比較樂觀。今年的芯片訂貨量比去年翻了10倍，主要是兩輪車業務；如果單獨看兩輪車則增長了300倍。今年總營收應該能過億，因為基數小，增長應該在100%以上。

目前，中國的兩輪車年產量為3億輛，市場規模遠遠超過汽車。兩輪車的智能化程度低，也意味著機會更大。