数据成为人形机器人竞争新高地：物理AI时代的基建突围

随着本体硬件逐步成熟，决定具身智能能力上限的关键变量，已从机械性能转向高质量数据。在物理AI时代，数据正取代算力与硬件，成为最稀缺、最核心的生产要素。

训练具备实际应用能力的具身智能模型，行业至少需要1000万小时的多模态交互数据。而当前全球真实世界积累的有效数据量，尚不足该需求的5%。这一巨大缺口，正驱动数据采集中心、专用采集设备与专业化数据服务进入规模化建设周期。

人形机器人本体设计已跨过快速试错阶段，结构、驱动、控制等方案趋于稳定。产业竞争重心明确转向智能模型的训练效能——而模型强弱，根本上取决于数据的质量、规模与多样性。政策层面亦同步跟进：工信部《人形机器人创新发展指导意见》明确提出建设机器人训练数据库，持续扩充高质量、多模态数据，为“大脑”提供底层支撑。

数据价值已从后台研发环节走向前台商业落地。2025年金额超1000万元的人形机器人订单中，数据采集类项目达15笔，占比31.25%，首次超越工业制造（27.08%）和商业服务（10.42%），成为最大细分方向。这标志着数据采集不再是配套服务，而是独立成型的产业赛道。

全国已建成或在建的数据采集与训练设施不少于15座，呈现“北京领跑、长三角集聚、中西部加速”的空间格局。

智元数采工厂（2024年9月投用）占地超3000平方米，日均产出3万–5万条数据，覆盖家居、餐饮、工业等5大类、200多个细分场景；天津帕西尼具身智能超级数据工厂（2025年6月投用）面积近1.2万平方米，单日采集达5万条，依托真人手部动作捕捉，年产能逼近2亿条，效率较传统遥操作提升3–6倍；无锡具身智能机器人工业数据采集与实训中心约7000平方米，设计年产能超1000万条工业数据。

本体厂商深度参与基建：乐聚、优必选、智元均已构建自有数据采集体系；帕西尼感知规划5座数据工厂；优必选Walker S系列已成为应用最广的数据采集机器人，2025年中标数据采集项目金额突破8亿元。

当前主流数据采集路径有三：遥操作、动作捕捉与第一人称（EGO）视角采集，各自在精度、成本与可扩展性之间寻求平衡。

遥操作仍是当前最成熟的真实数据获取方式，涵盖位姿控制、视觉控制及光惯融合三类方案，定位精度达毫米级，采集频率接近千赫兹，但人力与设备成本较高，行业正推动其轻量化与自动化升级。

动作捕捉分惯性与光学两条路径：诺亦腾惯性动捕全球市占率约70%，服务超60家机器人企业；OptiTrack光学动捕可达亚毫米级精度，但受限于遮挡问题，目前普遍采用光惯融合、局部磁场辅助与AI解算等方式提升鲁棒性。

第一人称（EGO）采集正成为增长最快的方向。英伟达GEAR实验室2026年发布的EgoScale框架，仅用20854小时第一视角视频预训练，即实现22自由度灵巧手操作成功率提升54%，验证了EGO数据对具身智能训练的独特价值，也带动EGO相机、UMI夹爪等新型采集设备需求激增。

仿真数据正成为重要增量来源。银河通用已建立自动化仿真流程，一周内可生成10亿帧级数据，训练效率较传统实采提升约1000倍。但仿真到现实（Sim-to-Real）的泛化可靠性仍需长期验证，目前仍以“仿真预训练+真实微调”为主流范式。

围绕数据采集价值链，设备、数据服务与垂类场景构成当前最具确定性的三条发展路径。

设备端，相机、IMU、触觉传感器是数据生产的物理入口。其中，无实体数据（如第一视角视频、通用操作接口数据）预计占整体数据时长的40%–50%，真机遥操作约占30%，EGO相机与UMI夹爪因此成为增速最快的硬件品类。

数据服务仍处早期混战阶段：头部科技企业计划两年内采集超千万小时真实视频数据，并组织数十万人参与标注与生成；部分创业公司提出百亿小时长期目标。已有企业完成数万至十万小时级EGO与灵巧手遥操作数据积累，并与多家具身智能公司达成合作。

垂类场景则因闭环快、壁垒高、需求准，商业化更早落地。汽车制造、电力巡检等领域数据边界清晰、产线可控、反馈直接，已出现聚焦真实产线的具身智能工业数据中心，覆盖主流车企与电子制造商；也有企业深耕电力巡检多年，沉淀出多模态专业数据集，形成难以复制的细分护城河。