Nearly 100 Players Flood Embodied Data: 4.47 Billion Yuan Raised in One Year, Who Can Really Profit from 'Selling Data'?

Full text · 原文 4,625 字

林方舟发自凹非寺 在湖南郴州，一家中国移动营业厅挂牌“具身数据采集5S店”，普通顾客领一套夹爪、手套和头戴相机，经过简单培训，就能边做家务，边采集机器人训练数据。 首期投放的1000套设备，满产状态下每年能采集100万小时数据。我仿佛听到了商家心里打的小算盘：既采了数据，又赚了眼球，4A广告公司都应该来学学。（doge） 具身数采类似的“花活”还有不少：有的为了采数据免费上门保洁（欢迎来我家），有的把数采做成VR游戏，还有的把机器人接入互联网，采集员不用跑到数采工厂，远程就能“云操控”。 具身数采 不过，以上案例看完笑一笑就好了，真要采到符合要求的数据其实并不简单。之所以“花活”层出不穷，都是因为机器人实在是太缺数据了。 眼下大家都在牟足了劲采数据，但还少有人全面梳理过这个行业的图谱。 量子位不完全统计了97家国内具身数据玩家的情况，其中70家做数据采集，27家做数据infra。 过去一年（2025年7月1日至2026年7月1日），15家「不做本体、不做模型、只做数据的独立具身数据服务商」，共融资约44.7亿元。 在资本对具身智能“猛猛上头”的当下，这个数字其实并不算多。量子位此前统计，今年上半年，具身“大脑派”公司半年就融了223亿元。 为了帮你看清具身数据行业，我们总结了以下十个行业现状。 数据怎么采？ 现状1：数据采集技术路线分为四大类，跨路线采集赛道最拥挤 目前主流具身数据采集的技术路线可以分为四大类： 真机遥操：人类操控真实机器人执行任务，同步采集动作、状态及传感器数据。 无本体采集：人直接完成示范，通过动捕、夹爪映射、第一视角相机等设备采集动作，无需机器人参与。 仿真合成：在虚拟环境中批量生成机器人交互数据，用于模型训练。 互联网视频蒸馏：从互联网视频中提取人类动作知识，转化为具身模型可学习的数据。 量子位不完全统计的70家数采公司/平台中，有30家同时走多条采集路线，占43%，例如：真机遥操+无本体、真机遥操+仿真、无本体+仿真、全路线等。 走跨路线采集方案的玩家，比单独押注任何一条路线的玩家都要多。 行业常用数据金字塔来形容机器人训练所需的数据结构。目前没有任何一种数据采集方式能够独自满足机器人的训练需求。 △ 现状2：单独押注真机遥操路线的玩家最多 依次分析每条技术路线。 单独押注真机遥操路线的最多，有22家，占31%。 这22个玩家中，13家是国资数据平台，7家是机器人公司（生产机器人硬件或开发具身大模型的公司），还有1家从AI数据标注行业转型，1家从工业装备制造领域跨界。 机器人公司有硬件优势和真实需求，做真机遥操采集是自然而然的选择。 而国资数据平台的优势则是“不怕重”。遥操是重资产路线，需要买本体、租场地、雇操作员，这些恰好都是国资平台容易调动的资源。 单独押注无本体采集路线的公司有15家，占21%。 这条赛道的公司最年轻，绝大多数都成立于2024年9月之后。 无本体采集路线的技术也最丰富，子类包括：Ego视角、UMI、动作捕捉、sEMG肌电、触觉采集…… 而单独押注仿真合成的玩家有2家：松应科技和谋先飞（Motphys）。 仿真赛道曾经的知名玩家，如今都选择把鸡蛋放在多个篮子里。 比如，曾以仿真数据为核心的光轮智能，也开始采集人类数据；曾是最坚定的仿真派之一的银河通用，今年6月发布了全身遥操作系统，拥有了遥操数据采集能力。 原因有两方面：外部，真机数据和人类数据的供给快速增加，价格持续下降，仿真数据的规模和成本优势被削薄；内部，sim2real gap仍没有太好的解法，很难高保真还原真实世界中的摩擦、形变、力觉与触觉反馈。 单独押注互联网视频蒸馏路线的也只有1家：枢途科技。 这家公司从互联网单目RGB视频里提取多模态机器人训练数据，宣称能把综合采集成本降到行业平均水平的千分之五。 具身数采 玩家是谁？ 现状3：独立数据服务商已成最大的玩家群体 如果不按技术路线，而是按身份分类，97名玩家可分为5类： 独立数据服务商39家，占40%； 国资数据平台25家，占26%； 机器人公司24家，占25%； 工业和IT跨界公司5家，占5%，例如来自物流、装备制造、自动化工程等领域的公司； 大厂平台型公司4家，占4%，例如华为、京东等。 可以看到，最大的玩家群体是独立数据服务商。 这说明：具身数据已经成长为一条独立赛道，不再是机器人公司的附属部门。 △ 现状4：三分之二玩家“具身原生”，三分之一玩家“跨界转型” 再换一种分类方式，将所有具身数据行业玩家分为“具身原生”和“跨界转型”两类。 “具身原生”公司成立之初主业就是具身数据或具身智能相关业务；“跨界转型”公司多从AI数据标注、自动驾驶、动作捕捉或工业领域转型而来。 97名玩家中，65家“具身原生”，占67%；32家“跨界转型”，占33%。 再拆开来看，数采公司和数据infra公司的构成完全相反。 70家数采公司里，57家“具身原生”，约占八成；27家数据infra公司里，19家“跨界转型”，约占七成。 为什么infra吸引转型公司，采集行业却多是新玩家？ 很多具身数据infra玩家是AI数据标注公司，例如海天瑞声、数据堂、云测数据等。他们积累的管线、质检和交付能力，很适合平移到具身数据infra环节。 而具身数据没有现成数据，采集环节则要从零构建资产，老玩家没有优势，新公司反而容易轻装上阵。 具身数采 产能与布局 现状5：全行业年产能160万至180万小时，短期目标扩大15到20倍 现有具身数据产能是多少？离市场需求还有多少差距？ 量子位不完全统计，具身数据行业现有年产能为：160万至180万小时+7000万至8000万条。 行业的短期目标为：未来1-3年内，产出2500万至3500万小时+亿条级数据。如果仅看小时数，短期目标是现有产能的15-20倍。 需要注意的是，由于各家机构披露口径不同，小时数和条数目前没有统一的换算标准，因此在这里并行列出。 这些数字只统计了真机遥操数据和无本体采集数据，剔除了仿真合成数据。产能通过公司/平台已披露的数据保守估计而来，实际数字可能还会更多。 而机器人训练数据的总需求量，目前仍然未知。但可以参考大语言模型的锚点：LLM可以吃掉整个互联网现成的语料，机器人需要的数据却只能一条一条采。有统计称，截至今年初，全球高质量真实物理交互数据总量只有约50万小时，不足LLM训练数据量的两万分之一。 换个角度看，即便产能短期目标全部兑现，相比大语言模型的数据量，可能也只是刚够到起跑线。产能与需求之间仍然存在巨大差距。 具身数采 现状6：全国六成省份建有数采工厂，目前长三角分布最多 这些数据都是在哪里采集的？ 量子位不完全统计，全国的数采工厂已经铺到20个省份，其中国资背景的数采工厂覆盖16个省份。 数采工厂主要分布在长三角、京津冀和珠三角地区。其中，长三角以30座居首。 不少人力成本较低的三、四线城市也成为数采工厂的选址地，例如宿迁、自贡、郴州、运城、德清等。 分布模式和技术路线相关。遥操类数采工厂散布各省，轻资产的无本体路线公司则扎堆在一线城市。 不少城市正在打造数采重镇的城市名片。 例如，无锡是全国首个提出城市全域数据采集概念的城市。它做的最重要的事是：鼓励制造业、服务业企业开放产线、平台，将真实场景作为数据采集厂，采集机器人最稀缺、也最实用的数据。 △ 钱往哪流？ 现状7：15家独立具身数据服务商过去一年融资约44.7亿元 再来看看最能说明问题的指标：钱。 由于机器人公司的数据业务无法从整体融资中剥离，我们圈出15家过去一年有融资记录的“独立具身数据服务商”，这些公司的融资情况在行业中很有代表性。 先解释一下，“独立具身数据服务商”的筛选标准有三条：不做通用机器人本体，不训练具身模型，具身数据为核心业务。 量子位不完全统计，过去一年间（2025年7月1日至2026年7月1日），这15家“独立具身数据服务商”共完成34起融资，合计约44.7亿元人民币。 融资的时间段高度集中。2026年4月至6月三个月内，融资事件数量占了四成多。这和今年上半年具身智能全行业的资本狂热息息相关。 量子位曾统计，2026年上半年，具身智能全行业共融资约438亿元。 具身数据赛道一年融的钱，只是具身智能全行业半年融资的零头，说明起码在眼下，这个赛道还并不够“性感”。 具身数采 现状8：独立具身数据服务商可划分为3个梯队，分化明显 再往下深扒一层，具身数据行业内部发展并不平衡。 这15家“独立具身数据服务商”可以划分为三个梯队： 第一梯队光轮智能最突出。 这家公司过去一年完成6起融资，共融资31亿元，约占总融资额的七成。 它还是唯一一家披露估值的“独立具身数据服务商”。最新估值超20亿美元，约合人民币超135亿元，是全球首个具身数据独角兽。 第二梯队有11家公司，例如简智机器人、诺亦腾机器人、渊澈太初、觅蜂科技等。 第二梯队的公司，过去一年累计融资在数千万至数亿元间，融资阶段大多为Pre-A 轮及以前，只有几家成立时间较早的AI数据标注转型公司突破了A轮。 第三梯队的公司有3家：枢途科技、智域基石、补天石科技。 他们过去一年的累计融资在数千万元级别，融资轮次为天使轮，业务还处于早期验证阶段。 △ 现状9： 69家投资机构出手，没有一家重仓 从资本的角度看，过去一年，共有69家投资机构投过这15家“独立具身数据服务商”。 出手最多的国方创投，投了3次；出手2次的有5家投资机构；剩下63家机构，都只投了1次。 对照具身模型融资热时头部机构抢占份额、连续加注的景象，眼下，具身数据赛道虽然方向有共识，但标的还没有共识，没有真正敢重仓的投资机构。 资本的谨慎有理由：相较于想象空间极大的具身“大脑”，具身数据是“劳动力密集型”的生意，价格会越卷越低，客户需求量也有相对明确的预期，天花板就在那里。 但也有投资人告诉量子位，具身数据行业存在一定的延展想象空间：一方面，这是一个全球生意，国外的市场很大；另一方面，数据采集的能力还能迁移到模型评测等，成为物理AI的基础设施。 △ 现状10：半数以上“独立具身数据服务商”成立不到一年 总的来看，独立的具身数据行业仍处于较早期的阶段。 公司发展处于早期。半数以上近一年融到资的“独立具身数据服务商”成立时间不足一年。 融资处在早期。15家“独立具身数据服务商”中，13家公司的最新轮次在A轮及以前。 商业模式处在早期。没有一家公司披露过利润。仅弈人科技一家自称盈利，但也没公开利润的具体数字。 具身数采 最后，把以上十个现状总结成三句话： 第一句，具身数据行业已经成长为一条独立赛道，吸引大量玩家涌入，并且正在成为AI领域新增就业岗位的蓄水池、地方经济活力的新引擎。 第二句，这条赛道仍然处于早期阶段，许多问题还没解决，许多共识还没形成，许多变量还没收敛。 第三句，资本的态度最诚实。鲜有公司验证过：“纯卖数据”是一门赚钱的生意。VC还在撒网阶段，没人能看清哪条鱼最大。 接下来的一两年，大概率就是这门生意的验证窗口。产能会不会兑现，价格会卷到哪里，谁先把利润表拿出来，决定了具身数据商能否真正成为赚钱的“卖铲人”。 本文来自微信公众号“量子位”，作者：关注前沿科技，36氪经授权发布。

Site key	36kr
Policy area	具身智能
Category	report
CMS	媒体报道

Nearly 100 Players Flood Embodied Data: 4.47 Billion Yuan Raised in One Year, Who Can Really Profit from 'Selling Data'?

近百名玩家涌入具身数据 : 一年融资44.7亿，谁能真靠“卖数据”赚钱？