随着自动驾驶进入规模化落地前夕，车企、出行平台和软件公司的竞争正进一步升温。业内认为，在车载平台和AI模型日趋通用之后，单靠“有技术”已难以拉开差距，真正决定胜负的，是谁能持续积累更多实路数据，并将其转化为训练、验证和部署的闭环能力。

目前，在道路数据覆盖范围上占据优势的，是Hyundai Motor Group。该集团在约190个国家销售汽车，年销量超过700万辆，天然具备广泛的数据采集网络。不过，这一网络要真正释放价值，前提仍是搭载自动驾驶功能的车型实现规模化上路。Hana Securities表示，Hyundai Motor Group目前仍主要依靠约40辆专门采集车辆收集复杂驾驶场景数据。

为加快推进自动驾驶布局，Hyundai Motor Group采取双线并行策略：一方面引入NVIDIA芯片和开发平台，另一方面单独培育自研驾驶模型Atria AI。其核心思路是在外部平台基础上叠加自有“驾驶大脑”，同时统一此前各子公司并不一致的传感器体系，以同一标准沉淀分散的数据资产。

相比之下，不生产整车的企业则更依赖运营场景来获取数据，出行平台在这方面推进更快。Kakao Mobility的布局已从打车应用延伸至高精地图、模拟器和调度管控，并在首尔江南开展深夜运营。该公司将驾驶场景划分为五个等级，从仅需遵守信号灯和交通规则的一级，到必须应对不可预测风险的五级。

Kakao Mobility强调，其当前重点获取的是更具价值的“不可预测”场景数据。这类场景在真实道路上出现概率较低、可记录样本也相对稀缺，因此本身就具备较高竞争价值。典型案例包括凌晨违法掉头车辆、需要跨越中心线通行的施工路段，以及醉酒行人突然闯入主干道等。Kakao Mobility自动驾驶开发团队AI驾驶负责人Lim In-ho表示，如何从海量数据中高效筛选这类“难场景”数据，正成为近期AI竞争的核心。

在商业化层面，行驶数据也在加速积累。RideFlux已获得韩国国土交通部批准，可在驾驶席无安全员的情况下开展无人临时运行，并已在首尔上岩地区累计行驶超过3300小时。自2026年7月起，RideFlux还与Hanjin合作，在群山—全州—大田区间使用大型卡车开展有偿货物运输。与单纯交付代码不同，RideFlux正通过直接运营车辆持续获取和沉淀数据。

与此同时，RideFlux也在将量产供货与数据闭环结合起来，在Tata Daewoo Mobility大型卡车Maxen·Guxen上搭载L2+驾驶辅助软件。除车道保持外，该系统还可对变道、分流与汇入、超车以及通过收费站等动作进行一体化控制。其目标是将非自有车辆的行驶记录也纳入L4验证体系。

海外市场同样在围绕数据展开争夺。随着NVIDIA推出面向自动驾驶的Hyperion解决方案，这一趋势进一步加快。Hyperion将传感器、中央计算和安全体系打包为整套平台方案，旨在让自动驾驶汽车开发企业无需从传感器配置环节开始重新设计。

此后，BYD、Geely、Isuzu、Nissan相继加入该平台的L4项目。NVIDIA还与Uber达成合作，计划自2027年上半年起在美国启动相关业务，并在2028年前将机器人出租车运营扩展至28个市场。Hyundai Motor Group也计划采用NVIDIA方案，先于2028年将基于Hyperion的自动驾驶技术导入量产车，随后在2029年下半年扩展至基于自研Atria AI的技术路线。

由于各家公司掌握的数据类型不同，相关成果的落地节奏也并不一致。Kakao Mobility计划在今年内将感知与决策整合为单一E2E模型，让AI直接接收传感器信息并输出驾驶控制指令，以减少因误判引发的突发减速等异常动作。

RideFlux则计划年内在上岩地区面向公众推出主驾无安全员的机器人出租车服务，并在2027年前过渡至完全无人化。相比之下，Hyundai Motor Group的时间表更长：2028年上半年先在量产车上导入基于NVIDIA方案的L2+，自研Atria AI的L2++则计划于2029年下半年推出。

对Hyundai Motor Group而言，首个较为明确的成果验证节点，是2026年年底在光州投放的Atria AI实证车辆。RideFlux也参与了同一光州自动驾驶实证城市项目，这意味着两大阵营将在同一实证城市展开验证。Hana Securities分析称，技术和产品水平、以及开发速度是否达到预期，仍需待样车或量产产品真正落地后，才能得到更清晰的检验。