真干活攒下的数据，还是更贵
未来半年到一年，做真实任务的模型方会继续外购实测数据，贵就贵在别人很难替代的任务覆盖。
为什么这样判断
动作、触觉、细胞反应和个体行为都需要观测与实际结果配对，公开文本往往无法还原目标任务的反馈。采集设备、场景组织和结果标注构成前期固定成本，能够持续补齐稀缺场景的供应商可以节省客户的自建时间，并凭有效覆盖获得溢价。仿真与公开数据会压低常见样本的价格，使实测采购更集中于部署误差、长尾场景和结果校准。不同领域的数据不可互换，持续定价权取决于补充样本对客户效果的可归因改善，以及外购相对自建的成本优势。
另一种解释
Qwen-Drive-1.0（W05）以 283 万条公开来源样本训练，在论文所列驾驶对比中取得领先指标（作者自报），直接削弱独占数据的必要性。灵初智能（W04）在模型业务内采用人类数据路线，Antioch（W06）提供仿真平台，说明客户自建与合成替代都可能压缩外部采集商的议价空间。Mecka（W10）的年化收入为公司自报且包含数据与部署业务，恺望数据（W01）的产能也不等于采购量，两者均未证明高毛利复购来自数据稀缺性。
公开证据预览
这里只展示访客可读的两条预览，保留支持、补充与反驳的区别。预览不是完整证据清单。
- · 补充：Sabi 脑信号模型的数据涉及约 100 名志愿者（自报）（媒体报道）。
- · 支持：厘清智能连接真实数据管线、仿真、评测与跨本体部署（媒体报道）。
公开预览中出现的公司
沿着这些公司的实践继续阅读；这不是完整的论点成员清单。