成本狂追捧，客户没几个。

定焦 One（dingjiaoone）原创

作家 | 璐

裁剪 | 魏佳

具身智能的数据基建，正在成为"上游战场"。

近的 AI 论坛上，总绕不开这么组对比数据：LLM 预查验罕有十万亿 token，自动驾驶有百亿小时数据，而具身智能面前公开可用的操作数据，唯有几十万小时别。多具身智能执行厂商也公开表态，数据是现时大的瓶颈。

边是机器东说念主在春晚舞台上舞蹈、翻跟头，在实验室叠衣服、当 24 小时售货员；另边是走进的确庭或工场，就频频翻车。反差背后，问题指向了数据穷乏，并催生出条立的赛说念。

当年半年，成本开动密集流向数据公司：光轮智能短短两个月内连接完成两轮融资，估值 20 亿好意思元，成为民众个具身数据域角兽；2025 年景立的简智机器东说念主，获蚂蚁、滴滴、德联投；觅蜂科技从智元孵化立后，飞速完成数亿元融资。

数据从查验模范里的个变量，成为立赛说念，只用了不到年。这背后是两个信号。

具身智能投资东说念主天机辩讲授，是 VLA 大模子的泛化瓶颈开动显现，数据质料才是机器东说念主大脑的天花板；二是执行厂出货节律比预期快，数据需求从研发探索被到了量产备。

这个判断在线得到了印证。形芯智能是门作念具身智能数据的三公司，总裁朱军每天跟客户交说念，对数据穷乏的体感径直。他告诉「定焦 One」，前两年行业都在埋头搞整机、智慧手等硬件，等硬件真作念出来才发现，机器东说念主换个物体、换个环境就不会操作，短板全卡在数据上。厂商光靠里面收集压根供不上模子迭代节律，缺口露馅，三数据的需求天然就起来了。

但数据这块拼图并不好补。真机收集太贵、场景障翳折柳、废片率，加上各采各的、表情互欠亨用，行业总和据量迟迟上不来。

缺口满盈大，涌入的玩满盈多，这条赛说念还在变挤。

01. 谁在提供数据？四条分娩阶梯

2023 年，具身智能行业刚刚起步时，缺数据的问题便被存眷。机器东说念主的数据到底难在哪儿，为什么不成像大模子那样径直从互联网上获取？

具身智能查验的中枢是"动作"。机器东说念主要学会拧瓶盖、叠衣服、开抽屉，需要的是"看到什么 - 作念什么 - 力度多大 - 流弊如何动"的齐全闭环，这类数据在互联网上简直不存在，须"造"出来，而如何造，径直决定了成本、质料和范围化空间。

面前，具身智能主要分四大类数据收集阶梯，成本、保真度各有劣，头部公司经常不押注单阶梯，会选拔多线并行。

先是真机收集。由操作员捎带 VR、AR 头显，将画面同步到机器东说念主的录像头视角，然后完了机器东说念主的每个动作。

这式产出的数据质料，不错径直用于查验 VLA 模子。智元、选等头部东说念主形机器东说念主厂商，以及前年才成立的灵御智能，都押注了这阶梯。

但该阶梯的收集成本很，既要购买真机，对操作员也有条目。特斯拉 Optimus 数据收集员时薪在 25-48 好意思元。

位具身智能从业者默示，永久间捎带 VR 头显不仅很容易晕，操作员还需通过 VR 画面判断空间距离和物体位置，稍不夺目就容易出错，废片率是常态。有从业者统计，数据的开阔哄骗率为 60-70。

国内的部分公司试图通过"东说念主臂同构"假想裁减门槛，但这假想殉难了机器东说念主"东说念主能"，其收集的数据集法让机器东说念主完成钻狭缝这类独特场景的任务。

二类是执行收集巴中公路钢绞线。

此阶梯不需要机器东说念主执行，收集完的动作数据在后期通过重定向映射到标的机器东说念主执行，成本约为真机遥操的半以至低，主要分为可一稔开辟、动作捕捉。代表公司有觅蜂科技、简智机器东说念主。

可一稔开辟收集的代表是 UMI（通用主宰接口），东说念主手持特制夹爪径直操作物体，同步纪录轨迹和视觉数据。动捕收集则是东说念主一稔动作捕捉开辟纪录全身或手部指引，可用于驱动东说念主形机器东说念主或生成仿真数据。

但这类收集式有两大局限。

是东说念主手戴夹爪操作时，只可知说念"收拢了"或"充公拢"，感受不到用了多大的力、力是如何变化的，因此像拧瓶盖、插 USB 这类需要"边感受边调整力说念"的良好活，其查验出来的模子天然看起来动作是对的，但上手就容易使错劲。二是东说念主的动作"翻译"给机器东说念主时，会产生多半的信息丢失。

三类是仿真成，主要通过模拟诬捏物理全国，批量生成机器东说念主操作数据。

这条阶梯对时期才能条目很，尤其是在松开诬捏与现实差距面，需要自研仿真引擎、物理参数校准等才能。以光轮智能为例，它自研了套"能模拟、能测量、能生成"的仿真系统，累计请托 100 万小时东说念主类行为数据，复售率 10 倍，是面前仿真阶梯里范围大的。

不外这类阶梯短板也很解析，在仿真环境里，物体的各项属都是设定好的，比如杯子分量、名义的光滑进度，为固定数值。但的确场景中，杯子可能装了水、手可能是湿的，这些微小变化难以模拟到位，致操作失败。

四类式是蒸馏，近期被越来越多公司遴选。

它是径直索求互联网上已有的东说念主称或三东说念主称操作（比如 Ego4D、YouTube 烹调等），哄骗模子反"东说念主作念了什么动作"，产出结构化数据（比如手 pose、物体轨迹、流弊动作），再移动到机器东说念主上。

举个例子，段东说念主拧瓶盖的，不单是纪录某次的流弊角度，还能提真金不怕火出"手到这个位置、施加这个向的力，瓶盖就会转"的通用法例。这种式莫得触及动作收集，唯有筛选和清洗，旯旮成本低，数据量为雄壮。比年来，这项时期受到行业疼爱，主要收货于全国模子的纯属，让提真金不怕火精度达到了商用水平。代表公司是佳视界，其三个月内累计融资约 35 亿元，估值已达百亿别。

Ego4D 网站截图

但污点在于，里唯有视觉信息，没关系节角度、发力大小等动作细节，且东说念主手与机械臂解析不同，法径直用于端到端查验，频繁只动作扶植数据。

需要指出的是，如今各都遴选多条阶梯并行的政策。比如，以仿真数据为中枢的光轮智能，也开动收集东说念主类数据。曾是执意仿真派的星河通用，通常发布了全身遥操作系统。自动驾驶数据标注降生的恺望数据，是多阶梯通吃，执行、真机遥操、仿真成它都能邻接。

朱军回归，当今成本阛阓比拟偏成仿真和全链路平台，其次是可一稔，真机阶梯少有东说念主看，但线下客户刚需照旧真机数据，仿真只可作念扶植。阶梯融趋同已是明确趋势，仿真厂商搭建数据解决平台，搭配真机数据校准；可一稔企业重叠成数据延迟样本；真机收集团队自研仿真、蒸馏用具降本。

02. 收入几百万，估值飙到几个亿

数据造出来只是开首，能不成出去、给谁、能不成赓续，锚索才是这条赛说念能不成立住的流弊。

据天机辩调研估算，国内具有赓续采购才能的数据客户相配有限。面前主要分三类：机器东说念主执行厂商、具身模子（VLA 和全国模子等）团队，以及校和科研机构。有计划到不少客户仍停留在考证阶段，实在具备范围化采购才能的客户，可能唯有几十。

并且，这几十客户的付费意愿也不沉稳。位具身智能数据厂商默示，面前执行厂商采购外部数据，主淌若因为"我方采不够用"，旦执行厂的数据收集体系跑通，外部采购可能就会大幅收缩。

朱军坦言，"先买批数据试用，跑通明我方建团队复刻"的客户不少，他们的派遣式是尽量配套属收集用具、场景工艺和迭代案。并且"赓续随着客户新数据尺度，客户我方复刻的综成本、周期都很，面前还很难替代咱们。"

至于变现式，也主要有三种，插足门槛和护城河各不相易。

其中，次买断数据集占主流，这亦然卷的贸易样式。

以 EGO 可一稔收集阶梯为例，面前市面上好多小团队买改装头显 + 腕带相机 + 开源标定代码，几万块就能搭套收集工位，但标定漂移、装璜、同步丢帧致废片率经常在 30 陡立，数据质料错落不王人。次买断数据集之是以占主流，主要在于它简便，但也容易被复制。

二类是硬件，比如可一稔收集开辟、遥操职责站，以至整台收集用机器东说念主。壁垒在于硬件假想、供应链和产能。风险在于出去之后，客户不错我方组织东说念主力采数据。

三类是平台、订阅和处事，壁垒但起步难，需要客户还是酿成范围化数据销耗民风，而面前的阛阓还没到这步，仅部分公司在试探。

朱军显现，他们当今的收入主淌若靠尺度化数据集售和定制表情收集，综毛利率不，东说念主力是大成本，标注、收集、算法研发东说念主员支拨占比，其次是收集硬件折旧，算力成本反而占比低。他们的永久标的是绑定客户永久迭代需求，裁减次数据集销售。

在天机辩看来，具身智能数据行业的贸易样式还处在探索阶段。"天然几个头部数据玩还是赢得了沉稳的国表里客户框架订单和收入同，但能作念到范围化复制的简直莫得。"

尽管如斯，具身智能数据公司的估值还是水涨船，有些公司年收入唯有几百万，估值还是到了几亿。天机辩告诉「定焦 One」，阛阓对具身智能数据的雄壮需求，是数据公司估值短期暴涨的主要原因之。

位注硬科技早期投资的投资东说念主默示，"当今投具身数据，看的不是 PE，以至不是 PS，而是单客户价值 × 潜在客户数 × 数据壁垒扫数。光轮智能个季度新增订单 5.5 亿元，就是给行业定了个尺度，如果能达到 10 的光轮订单份额，估值就不错参考这个比例去套。"

03. 谁能界说具身智能的数据划定？

面前，行业对"什么样的数据有价值"还莫得达成共鸣。

"是仿真数据照旧的确数据？是三视角照旧视角？"位从自动驾驶转行到具身智能的从业者以为，"自动驾驶到了 2018 年，至少大公认激光雷达 + 录像头融是主流向，但具身智能当今连收集阶梯共鸣都莫得，客户很难赓续下单。"

这致了行业总和据量被严重稀释，模子被固定在单执行上，数据表情的对王人成了让东说念主头疼的模范。面前主流的 VLA 模子，查验时用的是某款机器东说念主的数据，学到的操作式仅适配这款机器东说念主。旦换个或型号，数据表情不同、流弊设立不同、传感器布局也不同，之前查验好的模子就法径直移动，只可从头收集、从头标注、从头查验。

不外，头部模子厂商也在试图破这困局。比如，国际的具身大脑公司 Skild AI 主攻跨执行通用底座模子；蚂蚁灵波近期也出 LingBot-VLA 2.0，堪称用 60000 小时数据查验而成，可适配 20 多种机器东说念主。但天机辩指出，面前市面上的跨执行通用模子，在执行落地时天然"能已毕跨执行移动"，但仍需针对具体机型进行适配微调，这行的时期门槛依然很。

好多具身智能数据公司也开动尝试着"定例则"，其中有三证明得较为活跃：光轮智能、觅蜂科技、简智机器东说念主，各自侧重的向不同。光轮智能出了工业评测平台 RoboFinals，主要触及评测尺度；觅蜂科技主 MEgo 硬件加全范式平台，正在探索动跨执行数据表情尺度的设立；简智机器东说念主则将放在工业数据表情上。

但论哪个维度，"定例则"的本质都触及利益分拨。

如果执行厂商我方来定，其他竞争敌手难以采纳；如果交给三，执行厂商也很难释怀，比如旦觅蜂的跨自己表情被阛阓采纳，能够光轮的数据表情成了行业尺度，就意味着它们掌抓了生态的"收费站"，宇树、智元等执行公司需要为此赓续付费。

同期，数据收集行业还处于早期。面前具身智能执行厂商还处在跑通闭环的阶段，比如，智元忙着把远征和 OmniH2 搬上产线，宇树在冲刺 G1 的沉稳量产请托，星河通用在全力查验 GraspVLA。各的是先把自身疼爱的策画跑通，而非存眷行业通用尺度。

这发展轨迹和自动驾驶有相似之处，天机辩以为，两者都是模子能瓶颈倒逼数据价值显现，都履历"先有标注公司、后罕有据平台、后内化"的旅途压力，早期也都有多半同质化公司涌入。

但不同点在于，自动驾驶的数据空间相对有界限，场景是路，划定相对沉稳，具身数据濒临的场景多，工场、庭、手术室，每个场景的数据散布各异大，这意味着数据稀缺经久，也难被单平台阁下。

并且，自动驾驶的数据飞轮是车企用出货量跑出来的，但机器东说念主执行厂出货量面前远远不够，是以立数据公司的窗口期比当年长，代价是贸易化节律也慢。

朱军则以为，当今具身数据域大的泡沫信号是三重错位：行业东说念主东说念主喊数据是中枢，但客户开阔压低预算、不肯为质料真机数据支付理溢价；赛说念玩扎堆作念同质化仿真数据，靠廉价内卷；成本狂追捧，可行业合座客户复购率偏低，多数团队仅靠融资保管，沉稳贸易化订单很少。

这也意味着，天然尺度制定的临界点尚未到来，但洗信号已相对明晰，未来年，行业将完成从"拼融资"到"拼客户"的切换。那些唯有主见莫得订单的数据公司会先出局，掌抓数据分娩、客户和行业说话权的玩，才有望成为物理 AI 时间的"数据基础模范"。

* 题图来源于 pixabay。手机号码：13302071130相关词条:管道保温     塑料管材生产线     锚索    玻璃棉毡    PVC管道管件粘结胶

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。