一、智駕功能容易形成滾雪球效應
智駕功能作為軟件和硬件的結合體，天然具備規模化效應。對於這種重數據、輕硬件的功能來說，一旦演算法、模型、數據量達到突破口，就很容易形成滾雪球的效應。
單就智駕這條賽道而言，國內廠商有獨特的優勢 。一方面是國內擁有更復雜的立體路網和交通情況（相比起北美路網而言），另一方面是國內的數據和相關硬件廠商最為豐富。
當下大熱的BEV + Transformer技術，對數據標註的需求進一步上升。因為目前國內市場的純電和智駕車輛，數量已經達到了全球最高（特別是新能源滲透率方面）。
車上有8-12個網絡攝影機、1—2個激光雷達，10秒鐘的影片裏面可能有上千張圖片，標註成本得幾千元。這件事情如果放在歐美去做，成本只會更離譜。
目前在數據產業上，歐美也只能做到演算法和模式上的創新，即利用真實數據+部份虛擬數據，做成「擬合數據」，來改善原本真實數據過於單一的問題，提升模型訓練的效率。
只是演算法終究是「大同小異」的，甚至不少演算法為了促進行業的發展，都采取的開源的方式。所以數據豐富度反而成為降
