具身智能数据赛道升温：近百家玩家入局，一年融资约44.7亿元

据量子位报道，围绕具身智能训练数据的采集与基础设施服务，国内已经形成一个快速扩张的新赛道。其不完全统计显示，目前国内具身数据相关玩家达到97家，其中70家主要从事数据采集，27家提供数据基础设施。过去一年，即2025年7月1日至2026年7月1日，15家“不做机器人本体、不做模型、只做数据”的独立具身数据服务商合计融资约44.7亿元。相比具身“大脑派”公司今年上半年融资223亿元的规模，数据赛道仍显得更早期，但其热度已经明显上升。

一个直观案例来自湖南郴州。据报道，当地一家中国移动营业厅挂牌“具身数据采集5S店”，普通顾客可领取夹爪、手套和头戴相机等设备，经过简单培训后，在做家务等真实场景中采集机器人训练数据。首期投放1000套设备，在满产状态下每年可采集100万小时数据。这类带有“体验店”色彩的采集方式，反映出行业正在尝试把原本重资产、重运营的数据采集，拆解为更分布式、更低门槛的流程。

机器人为什么突然“缺数据”

具身智能的核心挑战，是让机器人在真实世界中完成抓取、移动、清洁、装配等任务。不同于纯文本或图像模型，机器人训练不仅需要“看到”环境，还要学习动作、力反馈、位姿、状态变化以及任务结果。来源显示，行业常用“数据金字塔”描述机器人训练所需数据结构：高质量真机数据、人类示范数据、仿真数据和互联网视频知识，都可能在不同层级发挥作用。

这也解释了为何行业出现大量采集“花活”：有公司通过免费上门保洁换取家庭场景数据，有团队把采集过程设计成VR游戏，也有玩家让采集员远程控制机器人完成任务。表面看是营销，实质上是为了扩大真实任务覆盖面，降低数据生产成本，并尽可能获得更接近现实的交互样本。

四条采集路线并行，跨路线公司最多

从技术路线看，目前主流具身数据采集大致分为四类：真机遥操、无本体采集、仿真合成，以及互联网视频蒸馏。量子位统计的70家采集公司或平台中，有30家同时采用多条路线，占43%，比单独押注任何一种路线的玩家都多。这说明行业尚未形成单一标准答案，企业更倾向于组合式获取数据。

• 真机遥操：由人操控真实机器人执行任务，同步记录动作、状态和传感器数据，优点是真实度高，但需要机器人本体、场地和操作员。
• 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、肌电或触觉设备记录动作，不依赖机器人参与。
• 仿真合成：在虚拟环境中批量生成训练数据，具备规模优势，但仍面临从仿真迁移到现实的差距问题。
• 互联网视频蒸馏：从公开视频中提取人类动作知识，再转化为机器人可学习的数据。

在单一路线中，单独押注真机遥操的玩家最多，共22家，占31%。其中包括国资数据平台、机器人公司，以及从AI数据标注、工业装备制造等领域转型而来的企业。国资平台适合承担买设备、租场地、组织人员等重资产投入；机器人公司则天然拥有硬件与真实训练需求。

独立数据服务商成为最大群体

如果按玩家身份划分，97家企业和平台可分为独立数据服务商、国资数据平台、机器人公司、工业相关主体等类型。来源摘要显示，独立数据服务商已经成为最大玩家群体，达到39家，占40%；国资数据平台25家，占26%；机器人公司24家，占25%。这意味着具身数据正在从机器人公司的内部能力，逐步外溢为可交易、可融资、可平台化的产业环节。

不过，能否真正靠“卖数据”赚钱仍是关键问题。具身数据不是简单的视频或图片素材，它必须与机器人任务、动作空间、传感器格式和模型训练流程匹配。对买方而言，数据的价值不只取决于时长和数量，还取决于任务覆盖、标注质量、动作精度、场景多样性以及是否能提升模型能力。

影响与解读：数据公司要跨过“采得到”到“用得上”

对中文科技产业观察而言，具身数据赛道的兴起，类似大模型早期的数据标注与算力基础设施浪潮，但门槛更复杂。文本数据可以低成本复制，机器人数据却受制于设备、场景、物理反馈和安全边界。未来真正有议价能力的公司，可能不是采集时长最多的公司，而是能持续交付高质量、可验证、可复用训练数据的公司。

短期看，跨路线采集会继续成为主流：真机数据保证现实可信度，无本体采集降低规模化成本，仿真补充长尾场景，视频蒸馏提供更广泛的人类行为先验。中长期看，数据服务商还需要向数据清洗、评测、任务库建设、训练闭环和模型反馈优化延伸。否则，只停留在“把动作录下来”的阶段，很容易陷入低价竞争。

总体来看，具身智能的数据需求是真实存在的，融资热度也在推动供给侧快速扩张。但这个行业距离成熟商业化仍有距离。谁能把分散采集转化为标准化产品，把原始样本转化为模型能力增益，谁才更可能在这轮具身智能基础设施竞争中留下来。