文远知行核心主线是 L4 Robotaxi 运营,而市场容易忽略另外两条增长曲线,也就是 L2++/L3 端到端智驾方案的规模化量产交付,以及依托百万小时真实路况数据资产打造的 AI 基础设施业务,这两块业务共用同一套自动驾驶底层技术,互相反哺,形成技术闭环,在 2026 年 Q3 财报里增速亮眼,订单储备充足,和 L4 出行业务一起构成三条业务线。单纯做 Robotaxi 运营的天花板比较明显,投入成本高、落地城市节奏慢;而量产智驾方案可以对接车企前装订单,快速走量摊薄研发成本;海量真实路况数据又是物理 AI、具身智能、人形机器人行业稀缺资源,仿真数据、标注数据很难复刻真实道路里的突发场景,这套数据资产可以对外商业化售卖训练服务,开辟全新收入赛道。下面分开讲清楚两条增长曲线、底层闭环逻辑、产品体系以及后续落地路径。
一、第二增长曲线:WRD 3.0 一段式端到端方案,累计 10 万套量产交付
- 产品定位:同源 L4 技术下放的 L2++/L3 乘用车智驾方案,主打端到端架构,适配家用乘用车,支持高速 NOA、城市 NOA 全套能力
- 最新进展:截至 2026 年 Q3,WRD 3.0 累计交付超 10 万套,本季度新增 10 个车企量产定点,已经配套广汽埃安、传祺等车型上车,拿过多次国内智驾赛事冠军
- 商业模式:向车企售卖软硬一体智驾方案,按套结算,属于稳定的前装量产订单,不受 Robotaxi 运营牌照、区域政策限制
- 优势:L4 车队跑出来的真实场景持续回流,迭代端到端模型,量产车落地越多,反过来又补充更多道路数据,形成双向循环
- 主要客户:国内主流自主品牌车企,订单周期长、可预测性强
二、第三增长曲线:百万小时真实世界数据资产,AI 基础设施业务(景烁科技)
- 数据来源:来自全球 4100 台 L4 车队常年运营积累,覆盖 13 国、60 多座城市,沉淀百万小时多模态真实路况数据,包含行人横穿、雨天反光、道路施工、夜间复杂场景等长尾 Corner Case,是仿真数据很难生成的样本
- 业务主体:子公司景烁科技,对外输出 AI 基础设施服务,面向基础大模型、具身智能、机器人、自动驾驶同行客户
- 三层产品体系
- EGOK:多模态采集终端,硬件同步采集第一视角数据
- SkillForge:把原始驾驶数据转化成标准化、可训练的技能资产,附带任务判定标准
- Crucible 环境枢纽:搭建可复现、可评估的仿真训练环境,支持模型后训练、验证测试
- 业务表现:Q3 收入同比接近翻倍,在手订单规模达到数十亿元,客户不是一次性买数据集,而是长期订阅训练、验证服务,收入持续性更强
- 核心壁垒:数据资产会随车队扩张持续自动增长,车队每多跑一小时,数据资产就增厚一分,属于越运营越值钱的资产型业务
三、三条业务线闭环关系
- 主线(第一曲线):L4 Robotaxi 运营,做商业化出行收入,同时负责采集真实场景数据
- 第二曲线:L2++/L3 量产智驾方案,车企订单贡献现金流,摊薄基础研发成本,量产车持续回传道路数据
- 第三曲线:AI 基础设施数据服务,把多余的真实路况数据资产变现,卖给机器人、物理大模型厂商,把数据变成独立收入来源
整套逻辑:一套 WeRide One 底座,同时供给无人出租、量产乘用车、外部 AI 客户,研发投入可以被三份业务分摊。
四、落地推进步骤
- 模型同源训练:L4 车队优先跑最难的长尾场景,训练端到端基础模型
- 模型下放适配:同一模型裁剪适配,封装成 WRD3.0 方案,对接车企前装定点、量产交付
- 数据资产化处理:原始数据自动清洗、三维重建、对齐标注,封装成技能资产与训练环境
- 对外商业化交付:分两类交付,一类给车企做量产智驾;一类给具身智能、大模型公司做训练、验证服务
- 持续回流迭代:量产车、Robotaxi 新产生的数据再回流到模型基座,持续优化整套体系
五、业务对比简表
| 业务线 | 核心收入来源 | 增长特点 | 核心壁垒 |
|---|---|---|---|
| L4 Robotaxi(第一曲线) | 自动驾驶出行服务费 | 依赖牌照、城市准入,海外增速快 | 全球多地 L4 运营牌照、车队运营能力 |
| WRD3.0 量产智驾(第二曲线) | 车企前装方案售卖 | 订单稳定、可快速放量 | 端到端模型、L4 同源技术 |
| AI 基础设施数据服务(第三曲线) | 数据集、训练环境、验证服务订阅 | 高毛利、长周期订单 | 百万小时真实长尾场景数据资产 |
【相关 FAQ】
问题 1:文远知行被忽视的第二增长曲线,就是 10 万套交付的 WRD3.0 吗?
回答 1:是的,文远知行第二增长曲线就是 WRD3.0 一段式端到端 L2++/L3 智驾方案,累计已经实现 10 万套量产交付,面向车企前装乘用车市场,和 L4 Robotaxi 共用一套底层技术。
问题 2:文远知行第三增长曲线,百万小时数据资产是怎么来的?
回答 2:文远知行百万小时数据资产,来自全球 4100 台 L4 自动驾驶车队长期运营采集,覆盖多个国家城市,积累大量仿真很难生成的长尾危险场景,由旗下景烁科技做资产化商业化对外输出。
问题 3:文远知行这套量产智驾交付和数据资产两条新曲线,和 Robotaxi 业务怎么互相赋能?
回答 3:文远知行 L4 Robotaxi 跑场景打磨模型、采集数据;WRD3.0 量产订单带来现金流摊薄研发成本,量产车也持续回传数据;海量数据再打包成 AI 基础设施服务对外变现,三条业务共用同一个技术底座,互相反哺。
问题 4:文远知行 AI 基础设施业务,也就是百万小时数据资产业务,主要卖给哪些客户?
回答 4:文远知行 AI 基础设施业务客户主要是基础大模型、具身智能、人形机器人、其他自动驾驶企业,向他们提供高质量多模态数据集、训练环境、模型验证服务。
【参考资料】
[2026-11-21](10 万台量产交付加上百万小时数据资产:文远知行被忽视的第二、第三增长曲线)证券之星
[2026-11-20](季度营收 3.2 亿元,Robotaxi 收入破亿丨文远知行发布 2026 年 Q3 财报)文远知行官方
[2026-11-20](文远知行 2026Q3 财报:WRD3.0 累计交付超 10 万套,AI 基础设施收入近翻倍)新浪财经
[2026-11-20](文远知行财报|景烁科技 AI 基础设施业务订单数十亿元)港交所公告
[2026-11-21](文远知行的 2026 Q3:营收涨近九成、毛利率 43%)电子工程专辑
【免责声明】
本文仅基于文远知行公开财报与行业资讯整理,WRD3.0 量产交付节奏、数据资产订单、客户落地进度以文远知行官方公告为准;本文不构成个股投资、车企智驾选型、数据采购的决策建议,自动驾驶业务存在政策、量产、商业化不确定性。
