拆解如祺出行半年报:营收增长140.7%,AI数据和Robotaxi有望打开科技价值成长空间

蓝鲸财经
Aug 20

如祺出行交出了一份核心指标全面向上的半年成绩单。

8月19日,如祺出行(9680.HK)发布2026年中期业绩公告。报告期内,该公司收入40.35亿元(人民币,下同),同比大增140.7%;毛利总额大增156.3%至5亿元,毛利率进一步提升至12.4%。同期,其订单总量达1.84亿单,同比增长150.6%,日订单量突破百万规模。

除了基本面持续向好外,拆开这份半年报,还可以看到两个值得长期观察的信号。

一个来自AI数据服务。上半年,以AI数据为主要收入来源的技术服务收入首次超过1亿元,同比增长274.4%,成为公司增速最快的业务板块。

另一个来自Robotaxi。随着全球Robotaxi竞争从技术验证转向真实商业运营,如祺也在扩大车队和运营生态。截至目前,其Robotaxi运营车辆已经超过550辆。

一个连接物理AI时代快速增长的数据需求,一个对应自动驾驶商业化,两条业务线正在如祺出行既有业务基础上有望打开新的科技价值成长空间。

AI数据服务放量,收入增速达274.4%

从收入结构上看,如祺出行正在以“出行服务+技术服务”双轮驱动收入持续提升。

包括Robotaxi、网约车服务在内的出行服务是如祺出行的主营业务,在上半年录得收入39.20亿元,同比增长139.5%。同时出行服务订单总量已达1.84亿单,同比增长150.6%,日均订单量已达101.5万单、同比增长150.7%,进入行业关键指标“日订单量百万规模俱乐部”。

在出行服务收入保持高增的同时,以AI数据为核心的技术服务上半年收入首次突破1亿元,大幅增长274.4%,毛利率达22.7%,成为公司增长最快的业务板块。

根据已披露的往期业绩报告数据显示,技术服务正在为如祺出行贡献快速增长的新营收。相关收入在2024年上半年同比增速为175.8%,到2025年上半年提升至207.0%,而到了2026年上半年,进一步攀升至274.4%,放量趋势明显。

这项业务持续高增长背后,一个值得关注的产业背景是,AI竞争正在进一步从数字世界走向物理世界。

今年年初,英伟达CEO黄仁勋在2026年CES展会上断言,物理人工智能(物理AI)的“ChatGPT时刻”已经到来。据悉,其将AI的演进分为四个阶段:感知AI、生成AI、代理AI、物理AI。物理AI的核心在于“AI与物理世界的融合”,关键是让AI系统理解并应用物理规律,实现从虚拟智能到实体执行的跨越。

在业界看来,当AI从生成文字、图片走向驾驶汽车、控制机器人,训练对象也从互联网信息延伸至真实物理世界,对视觉、动作、环境以及交互等高质量数据的需求随之增加。但训练具身智能、智能驾驶等典型物理AI场景的高质量物理世界数据却面临巨大缺口。

行业数据显示,以训练具备通用自主能力的具身大模型为例,至少需要千万小时级的真实交互数据,而截至2026年初,全球可用的高质量物理交互数据总量仅约50万小时,缺口超过99%。知名研究机构IDC更直接指出,物理AI未来的差距,会越来越多地体现在运行数据能否沉淀为场景资产、验证用例和模型更新。

而早于具身智能等物理AI赛道爆发前,如祺出行在2023年就开始布局AI数据服务,基于平台积累的真实出行场景数据推出智驾数据解决方案,具备从原始数据采集到标准化数据集交付的全链条服务能力,掌握感知数据、行为数据、合成数据及多模态训练数据集等数据资产。

今年6月,如祺出行发布具身智能数据平台,服务范围正式延伸至高增长的具身智能领域。一个月后,公司数据资产上架“汽车行业可信数据空间”,进一步打通合规标准化数据资产流通渠道。

目前,如祺出行在全国已布局三大服务交付基地,服务团队超过1500人,月交付标注产能达千万级,并在广州、上海、重庆、沈阳等城市合规部署超过300辆智驾数据采集车。

据了解,如祺出行每年积累数亿单真实出行场景,这些场景包含了“驾驶员决策-车辆响应-环境反馈”全链条的真实交互过程,相关场景若经过合规处理,能直接应用于训练,就会变成当前物理AI训练的稀缺资产。

当然,这类数据的潜在应用范围也在扩大。公告提及,如祺出行的AI数据能力服务于自动驾驶数据需求,并正延伸至具身智能及大模型训练等新兴领域。另据公开信息,如祺数据已服务智能驾驶、消费电子、医疗等多个领域的头部企业。

市场预期,后续伴随物理AI发展持续深入,这种真实世界数据的商业价值有望进一步被释放。

Robotaxi规模扩张,运营能力成为新竞争变量

Robotaxi作为如祺出行的战略重点业务,自公司2024年上市以来就一直备受外界关注。而从全球范围来看,相关领域正在经历从“单车技术竞技”到“规模化落地”的关键节点。

一个明显变化是,近两年来,全球Robotaxi赛道已不再停留于“谁能做出无人车”,而开始真正比谁能运营更多车辆、产生更多付费订单,并最终跑通商业模式。

最典型的参照是Waymo。Waymo目前已建立全球最大规模的Robotaxi车队,超3800辆Robotaxi在美国多地行驶,每周为其贡献超50万份订单。预计2026年在美国实现每周百万份Robotaxi订单。

国内头部玩家同样如此。据百度最新Q2财报显示,萝卜快跑持续推进全球扩张。目前其全球足迹覆盖28个城市,其车队已累计超过350百万公里自动驾驶里程,包括超过240百万公里全无人驾驶里程。

把这些数字放在一起,可以看出Robotaxi行业的变化趋势:技术依然重要,但真实规模化运营能力正在成为新的竞争变量。

这也是类似如祺出行这样的出行平台目前值得观察的地方。今年以来,如祺Robotaxi业务规模进一步扩大。官方信息显示,平台运营的Robotaxi车辆已超550辆。截至8月19日,如祺Robotaxi常态化运营服务已覆盖广州南沙、科学城,深圳宝安、南山,以及横琴粤澳深度合作区等重要区域。

同时,如祺选择的并非自己包办自动驾驶全产业链,而是不断扩容“Robotaxi+”产业合作生态。

基于“Robotaxi+”战略,如祺出行计划未来5年将Robotaxi运营覆盖至100个核心城市,并将在Robotaxi车队规模和运营基础设施建设两方面投入发展,拟推动10亿级投资计划,建成覆盖100个核心城市的Robotaxi三级运维网络,形成可支撑每年10万辆Robotaxi线下运维的综合能力。

据了解,继今年3月小马智行新一代Robotaxi加入如祺车队后,4月公司与芯片厂商黑芝麻智能达成合作,联合生态合作伙伴打造面向量产落地的Robotaxi方案;进入8月,如祺Robotaxi服务相继接入支付宝、腾讯出行服务等平台,加快搭建“自有平台+第三方平台”协同的Robotaxi服务矩阵

这实际上对应了Robotaxi下一阶段可能越来越重要的一种能力:把自动驾驶汽车真正变成能够稳定产生订单的商业运力。

如祺选择的路线,更接近开放运营平台:通过接入不同技术公司、车辆和流量入口参与Robotaxi商业化。

东吴证券指出,如祺出行的“Robotaxi+”模式不自研L4自动驾驶技术,而是通过全面开放运营平台整合自动驾驶企业等生态资源,形成“研发-技术-平台”全链条协同,有望聚合产业链不同环节的优势资源高效解决Robotaxi行业发展早期的共性问题,加快自动驾驶技术规模化落地。

回到如祺出行这份半年报,在基本面持续修复之外,还释放出两大增长信号:一是AI数据服务保持高速增长,并向具身智能等物理AI场景延伸;二是在全球Robotaxi行业进入规模化落地的背景下,如祺出行Robotaxi通过开放模式持续扩张运营规模和产业生态。两条增长曲线逐渐清晰,有望进一步打开如祺出行的科技业务边界,推动其长期成长空间和估值中枢获得市场重新评估。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10