希鸥网观察到，近日，文远知行（NASDAQ: WRD，HKEX: 0800）旗下物理AI数据与模型基础设施子公司景烁科技完成数千万美元pre-A轮融资，嘉御资本、HKSTP香港科技园、天狼星资本共同投资。这家从文远知行近十年自动驾驶商业化体系中分拆的企业，正试图把“数据采集”从项目制外包变成可复用的基础设施。

物理AI数据赛道的进入门槛不在采集设备，而在数据治理。景烁科技自研的第一视角高精度采集设备EGOK配合WorldEngine平台，把采集、清洗、标注、验证串成流水线，再将成品数据集输送给大模型公司。这套打法的实质，是把非标的“数据劳务”转化为标准化的“数据产能”。

文远知行近十年的Robotaxi与Robobus运营，沉淀了一支懂物理场景的工程团队。景烁科技CEO霍达是文远知行001号员工，曾在美国、中国、新加坡搭建全球化工程研发团队。这套组织基因决定了它不靠堆人力做标注，而是靠技能资产引擎把操作经验拆解成可迁移的模型能力。

定价权来自供给稀缺。全球物理AI数据企业光轮智能估值已达20亿美元，Scale AI被Meta以143亿美元战略入股、对应估值290亿美元，Mercor今年10月完成3.5亿美元C轮、估值100亿美元。资本愿意为“数据枢纽”付高溢价，因为谁掌握高质量操作数据集，谁就卡住了具身智能公司的训练管线。

希鸥网认为，数据基础设施的竞争正在出现分层：上游是采集设备的硬件壁垒，中游是数据治理的工程效率，下游是与模型公司联合迭代的生态黏性。景烁科技年收入增长超100%、在手订单数十亿元，说明中游环节已经跑通；但100多家客户里有多少是长期协议、多少是项目制采购，将决定它是“数据工厂”还是“数据包工头”。

融资到账从来不是创业公司的安全垫，而是催缴单。景烁科技拿到的数千万美元，首先要扛住数据平台与世界模型协同研发的烧钱速度。灰度发布逻辑同样适用于数据产品，先拿5%的客户验证某个新场景数据集的实际训练增益，再决定是否扩产，比创始人拍板押注十个新场景更可靠。

数据生意的现金流结构值得警惕。物理AI数据采集需要真机设备、场景搭建和标注人力，一旦客户账期拉长到半年，规模越大越失血。景烁科技披露的“数十亿元在手订单”需要拆开看回款节奏，优先做预付费或短账期的定制数据服务，把固定成本压在研发团队而非重资产采集基地上，是小团队在大象脚下活下来的姿势。

物理AI数据采集天然贴着隐私与合规红线。第一视角视频涉及人脸、车牌、家庭场景，跨境数据流动受《数据安全法》约束，一旦某个大客户因合规问题暂停采购，整条数据管线就可能停摆。商標、软著、数据授权链要在扩张前落定，擦边球业务在物理AI领域不是灰色地带，是刑事风险。

金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。如需修改或发布文章，请加微信号：sheisceo