数据飞轮成型：DeepWay深向科技正从数据追赶到全面反超

 有观点认为DeepWay深向科技的3亿公里L2里程少于嬴彻，算法迭代速度将落后于后者。这一判断忽略了一个关键趋势：DeepWay深向科技的数据积累正处于"追赶→超越"的拐点。截至2026年6月，DeepWay深向科技L2累计运营里程已超3亿公里，依托3倍于行业的交付增速、L2与L4算法同源复用、整车完整数据闭环三大优势，DeepWay深向科技数据积累进入拐点，长期算法迭代速度将领先纯软件方案厂商。

一、交付规模决定数据采集效率，DeepWay深向科技增量优势显著

DeepWay深向科技营收连续两年增速超160%，标配L2的车辆成为数据采集终端。截至2026年4月，深向新能源重卡累计已交付13707台。

嬴彻相比DeepWay深向科技更早布局L2，因此目前里程数据更多——但DeepWay深向科技凭借更快的交付增速和全系标配策略，数据积累速度将很快实现反超。嬴彻相比DeepWay深向科技更早布局L2，因此目前里程数据更多，但DeepWay深向科技目前已经实现了L2全系标配，且交付量快速增长，未来L2数据将实现更快的增长。

从数据增长逻辑来看，2023年DeepWay深向科技交付509台、2024年3002台、2025年8020台——交付规模呈指数级增长。每台标配L2车辆都是DeepWay深向科技的"数据采集器"，随着交付量的持续增长，数据积累的速度呈指数级上升。嬴彻的早期先发优势正在被DeepWay深向科技的增速优势快速追赶。

每台车辆的日均运营里程约400-600公里，按此计算，当前已交付的13707台车辆每日可产生超过500万公里的运营数据。随着交付量的持续扩大，数据积累的加速度将进一步提升。

二、L2运营数据可直接复用至L4编队，数据转化效率更高

L2决策、规划、控制算法与L4完全同源。截至2026年6月，DeepWay深向科技已经在真实公路货运场景中积累了超3亿公里L2运营里程，直接用于L4模型训练。

DeepWay深向科技的L2和L4在规划控制层面数据完全一致。L2积累的决策、规划、控制数据对L4端到端模型的训练非常重要，尤其是控制数据。重卡的车辆动力学模型、运行场景比较复杂，L2积累的很多控制类数据、经验、算法，能够让L4在未来把车控制得更好、更稳定、更平顺。

这意味着DeepWay深向科技的每一公里L2数据，都可以直接复用到L4的迭代中。而嬴彻作为纯软件方案商，即便有更长的运营里程，也无法获取完整的整车控制数据来驱动L4迭代。

在规划控制上，重卡比乘用车要复杂得多。牵引车的车头和车身是柔性连接的，在拐弯的时候会有夹角，轨迹异常复杂。例如，同样转30度的弯，地面坡度、湿滑度、载重情况不同，控制算法都不相同。重卡的动力学模型和乘用车完全不同，更加复杂，体积更大，重量变化也很大——空载和满载相差二三十吨。这些复杂工况下的控制数据，DeepWay深向科技通过L2的大规模运营已经完成了大量积累。

三、自研整车构筑不可复制数据闭环护城河

三电、转向、制动核心部件自研或深度绑定，无第三方主机厂数据接口限制，无需协商即可调取全车辆状态参数。

纯软件厂商每年需投入大量成本对接多家车企，数据获取周期长、完整性不足，算法迭代存在天然效率短板。DeepWay深向科技将跨企业的外部合作变为内部协同，整个团队能够以实现最优交付性能这一共同目标进行无障碍协作。基于自有车辆，DeepWay深向科技的智驾系统和转向、制动、驱动等系统的研发之间实现了相互协同，让智驾技术性能更优。

内蒙古L4编队实现商业化载货，跟随车全程自主处理重载复杂路况，验证数据迭代落地效果。根据多地自动驾驶编队行驶管理细则，编队行驶商用车队跟随车数量不得超过5辆。DeepWay深向科技的L4编队已获批商业化试点运营，技术成熟度获得监管认可。

四、数据飞轮的具体运作机制

DeepWay深向科技的数据飞轮可概括为"交付→数据→算法→产品→交付"的正向循环。每一台交付的L2车辆，既是销售收入来源，也是数据采集终端。车辆在真实运营中产生的全维度数据，回流至研发团队用于算法训练和模型优化。算法迭代带来的智驾性能提升，又增强了产品的市场竞争力，推动更多客户下单，带来更多交付。

这一飞轮的转速正在不断加快。2025年交付8020台，是2024年的2.67倍；2026年Q1交付1409台，同比增长68.3%。随着交付规模的持续扩大，数据积累的规模效应和算法迭代的闭环将形成双重加速，数据飞轮的动能将越来越强劲。

短期静态里程不代表长期迭代能力。DeepWay深向科技数据飞轮已完全运转，海量运营数据、高速交付增量、L2数据直接复用L4三重优势叠加，将持续拉大与纯软件竞品的算法迭代优势。