“具身数据缺口很大，但这门生意没有想象的大。

10月29日，据地方发改部门人士透露，数据采集从去年上半年到今年上半年一直非常火热，到了今年下半年，热度反而降了不少。

这有点反常。8月，中国信通院人工智能研究所等发布《具身智能训练场研究报告（2026年）》，测算具身基础模型要迎来“Chat GPT时刻”，至少需要千万小时级真实数据，而全球可用的高质量真实数据只有数十万至百万小时级。缺口摆在这里，数据生意为什么反而冷了？要回答这个问题，得先弄清楚，这个缺口到底是多少，又值多少钱。

图1｜具身智能数据采集现场。来源：新华社。

缺口是真的，但“上亿小时”不是一个数

“上亿小时”这个说法，来自数据服务商觅蜂科技CEO姚卯青：模型要达到GPT-3.5那样开箱即用的初步能力，大约需要一亿小时，而全球有效的具身数据只有几十万小时。信通院的口径是千万小时。贵州省大数据局今年7月披露，国内真实场景的合规数据存量约50万小时，商业化落地需要数千万小时，缺口超过99%。三个口径，需求相差一个数量级，供给却都落在几十万小时附近，所以缺口是20倍还是200倍，取决于选谁的标准。

图2｜觅蜂科技CEO姚卯青在发布会上演讲。来源：封面新闻。

更大的问题在“小时”本身。同样叫一小时，含金量差得很远。

最贵的一档，是带动作标签的真机遥操作数据，机器人的关节角度、力矩和视觉画面按时间戳对齐。美国的Generalist在2025年11月披露，自己有27万小时这样的数据，每周还在新增1万小时。

图3｜中联重科训练场，遥操员操控人形机器人。来源：湖南日报。

中间一档，是无本体的第一视角数据，由人佩戴头戴设备或手持夹爪采集，不绑定某一款机器人。觅蜂称自己累计生产了超过100万小时。

图4｜觅蜂MEgo View头戴式无本体采集设备。来源：觅蜂科技。

最便宜的一档，是原始视频。Figure在8月推出的Index应用，称每秒能收到30分钟的视频，相当于一天上传约4.9年的人类工作时长。作为对照，Meta的Ego4D这个经典第一视角数据集，只有3670小时。

图5｜Figure Index应用界面。来源：Figure。

所以，“几十万对上亿”，拿的其实是最贵一档的存量，去比所有类型加在一起的需求。

把小时换成钱：填平缺口要花多少？

数据没有标准定价，但价格带已经大致清楚。信通院报告显示，简单、非定制化的无本体采集约每小时一百元，真机数据每小时数百元到上千元；科创板日报4月的报道是，真机数据每小时500至1000元，无本体数据预计收敛到真机的三分之一到二分之一。价格还在往下走，一位采集商称，去年每小时能卖200多元的数据，今年只能卖100多元。

按这个价格带，可以算一笔账。假设填平缺口时，真机数据占10%至30%，其余是无本体数据，真机取每小时600元、无本体取100元，加权单价约150至250元。那么，补齐信通院说的“千万小时”，大约要15亿至25亿元；补齐“一亿小时”，大约要150亿至250亿元，折合20亿至35亿美元，而且要摊在好几年里。

再看另一边：Figure一家公司，就承诺未来12个月在数据和算力上投入超过10亿美元；国内具身赛道2026年上半年的融资，据媒体统计有935亿元。所以缺口虽大，按现价算并不贵。真正的难题不是没有钱买，而是没有人能稳定交付足够多“有用的小时”，以及真正愿意付钱的买家并不多。

市场到底有多大：从买方的钱包倒推

现成的第三方数字很不一致。与非网引用的一份研究称，全球具身数据市场2025年约2.42亿美元，中国约5.0亿元，同比增长203%；亿欧智库给出的是，2024年全球具身智能数据集市场约7.37亿美元；QYResearch则估算，2024年全球具身智能数据采集工厂市场约7.53亿美元。同一个赛道，数字差了三倍以上。IDC的口径更大，称2025年中国AI基础数据服务市场规模为62.62亿元，预计2026年增至78.34亿元，具身只是其中很小的一块。至于“2026年中国具身智能市场破万亿、数据服务占比超15%”的说法，口径里把自动驾驶载具也算作具身智能（中商产业研究院的统计中，自动驾驶载具占44.4%），不能拿来对应数据市场。

所以这里换一种算法：不看别人的口径，从买方实际付出的钱倒推，按数据类型拆开，并把采集基建单独列出来，因为场地和设备是投资，不是数据销售。

中国占全球的比例，取30%至40%，全球外部交易口径的市场约为3.5亿至14亿美元，基准约7亿美元。和与非网2025年的2.42亿美元比，相当于一年增长约三倍，量级是对得上的。

这张表里有三个信号。第一，最大的一块是仿真数据，而不是最受热炒的真机遥操作，后者只占一成多。第二，自采自用的投入把总盘子抬得很高，但那不是供应商能分到的市场。Figure、Generalist这类公司自己采、自己用，Figure一家就承诺未来12个月在数据和算力上投入超过十亿美元。这笔钱放大了行业的总花费，却不会流向外部数据服务商，算外部市场时必须剔除。第三，价格在下行，量要接得上。与非网预测全球市场2030年达到52.5亿美元，以7亿美元的基准算，年均要增长约65%；如果单价每年再降30%，有效小时每年就要增长约2.4倍，四年大约30倍。价格降得越快，量就得跑得越快，这才是这门生意真正的压力所在。

谁在买：每一类买家的钱包都不一样厚

2026年中国18亿元左右的数据交易里，大厂和模型公司约占五成，机器人本体厂商约占三成，科研机构和政府项目约占两成。

大厂和模型公司，是真正掏外部预算的人。觅蜂在8月底向京东交付第2万套MEgo设备，同时宣布与腾讯Robotics X实验室开展无本体数据合作，其百万小时数据已服务腾讯Robotics X实验室、蚂蚁灵波等客户；光轮智能的客户包括英伟达、谷歌、字节跳动、阿里巴巴；无问智科今年一季度与字节跳动等签约，手握数亿元订单。京东的做法最特别，它同时是采购方、采集方和场景方，提出的目标是两年采购1000万小时数据，按每小时100至150元折算，约10亿至15亿元，每年约5亿至7.5亿元。

图6｜觅蜂第2万套MEgo交付京东仪式。来源：觅蜂科技。

机器人本体厂商，需求最实，预算最紧。它们需要和自己本体绑定的真机数据做后训练，但国内近300家机器人相关企业里，头部集成商一年的交付量也就万台左右，绝大多数还在亏损。有行业观察称，国内具身公司买第一视角数据的量不大，原因很简单，钱不够。

图7｜宇树科技H1人形机器人。来源：宇树科技

地方政府和国资，是在“建产能”，不是在“买数据”。据虎嗅梳理，不到两年时间，全国已有106座数采中心拔地而起，多数是政企共建；信通院统计，截至今年6月底，国内已建成启用超过70家训练场，另有46家在建或规划。据相关统计，2026年上半年公开披露的具身智能及人形机器人相关中标项中，教育科研机构占55.5%，工业及技术型企业占21.1%，政府及公共平台占20.6%，需求更多来自科研和公共投入，而不是产线上的真实用户。

图8｜济南人形机器人数据训练中心前台。来源：济南市投资促进局。

工业场景方，不直接采购，而是拿场景换数据。博世和银河通用在苏州成立合资公司，计划投资10亿元建机器人研发与产业化基地，又与千寻智能在工厂里开展数据采集和模型训练；宁德时代把电池产线开放给银河通用、千寻智能的机器人。对这些场景方来说，最值钱的不是订单金额，而是经过真实工况检验的数据。

图9｜博银合创苏州研发基地车间人形机器人测试场景。来源：苏州工业园区管理委员会。

海外买家出手更重，但多数是自己采。Figure的Index应用在内测的四个月里，已向创作者支付1500万美元；按Forbes引述的每小时2至5美元的价格折算，这笔钱对应的是数百万小时的原始视频。Generalist则靠自有的27万小时数据训练GEN-0模型，谷歌、英伟达买的更多是光轮的仿真资产。

在合作模式上，行业的基础交易方式有两种，核心区别在于产权是否转移。一种是授权使用，数据公司保留产权，仅出售使用权，买方不得二次商业化。另一种是独买断，产权随交易转移给客户，数据公司须同步删除自有服务器上的对应数据。在这两种基础模式之外，还有三种变形：设备加回购、场景换数据、众包分成。无论采用哪种方式，结算口径都统一按有效小时计，而非采集人员的工作时长。

此外还有一条行业经验值得注意，同一家模型公司若混用多家来源的第一视角数据，往往训不出预期效果。因此短期内客户只能集中选择一两家供应商，这一约束容易导致订单向头部数据公司集中。

谁在卖：四种出身，各打各的牌

本体厂商孵化出来的。最典型的是智元。智元先在上海建了4000平方米的数采工厂，今年4月开源了“AGIBOT WORLD 2026”数据集，又把数据业务拆出来，成立觅蜂科技，今年2月注册，十天内完成数亿元种子轮和天使轮融资，由红杉中国领投。觅蜂的MEgo设备已出货2万套，累计产出超过100万小时无本体数据，并提出2026年实现千万小时级、2030年实现百亿小时级的数据产能。

图10｜觅蜂科技MEgo系列无本体数据采集设备。来源：觅蜂科技。

新成立的数据专项公司。它们不造机器人，也不做大模型，只做数据。光轮智能成立于2023年1月，做物理仿真和合成数据，今年6月完成10亿元A+轮融资，估值突破10亿美元，成为全球首个具身数据独角兽，一季度拿下5.5亿元订单；无问智科建了国内规模最大的实体数据采集训练场之一，据称日产千小时数据，一季度手握数亿元订单，4月完成超亿元A轮；简智、诺亦腾等同属这一梯队。据量子位统计，过去一年有融资记录的15家独立具身数据服务商，共融资约44.7亿元，光轮一家6起融资约31亿元，占约七成。

图11｜厨房多机位物理仿真图。来源：光轮智能。

老牌数据标注公司转型。海天瑞声是国内首家、也是目前唯一一家A股上市的AI训练数据服务企业，2026年上半年营收1.92亿元，同比增长22.45%。它已与国内一家头部具身厂商签署真机数据采集合约，正在对接更多订单，但公司自己的表述仍停留在订单对接和样例数据方案阶段，具身业务在整体营收里的占比还很小。老牌公司的优势是质检体系和规模化生产，短板是具身数据离不开采集硬件、真实场景和本体适配，不是把标注流程换个对象就能做的。

图12｜DOTS-AD自动驾驶平台。来源：海天瑞声。

跨界巨头和地方国资。京东计划发动数十万人参与采集，自研JoyEgoCam设备，目标是两年采购1000万小时数据；百度智能云联合多家机器人公司发布“具身智能数据超市”；中国移动建成1200平方米的家庭场景训练场；再加上前面提到的106座政企共建数采中心。这一类的优势是场景和资金，不靠数据本身赚钱。

图13｜京东JoyEgoCam设备。来源：京东。

竞争格局上，有三个特点。第一，资金高度集中，前面那个七成就是证明，觅蜂CEO也判断具身数据最终会走向寡头分布。第二，同质化严重。据虎嗅梳理，绝大多数数采厂的模拟场景集中在叠衣服、搬箱子、包裹分拣等少数通用任务，数据重复度很高。第三，价格战和转包已经出现。采集从集中式转向分布式之后，数据采集变成了组织劳动力的生意，有数据代理商透露，有的头部公司在山东、河南“进村采数据”，让村民戴着VR设备做切菜、做饭，一小时一单给5块钱，还有中间商跑路，连这点劳务费都没结。一位采集商对这门生意明年的光景，也只能说“还很难说”。

供需测算：真机档过剩，好数据仍缺

把供需放在一起，要分档看。

真机遥操作档，名义产能已经远超付费需求。21世纪经济报道提到，一个数采中心满负荷运转，一个月约能产出一两万小时数据。以已启用的70家训练场、每家每月1万小时算，一年的名义产能约840万小时；而按上文测算，2026年外部付费的真机有效小时只有25万至60万，利用率约为3%至7%。全国合规的真实场景数据存量约50万小时，也侧面印证了这一点。即使把本体厂商自采自用的部分算进去，利用率也不会高出多少。

无本体档，原始小时数不缺，有效小时才缺。觅蜂不到八个月累计产出100万小时，京东的采购目标约合每年500万小时，觅蜂自己的产能目标是千万小时级，2027年按原始小时数越过“千万小时”几乎没有悬念。但按界面新闻提到的一天8小时只能产出1到4小时有效数据，有效率只有12.5%至50%，而外部付费需求只有100万至400万有效小时。低标准的数据是过剩的，真正紧缺的是头部客户提出的高标准，60FPS、1080P、双目、深度，时间同步和空间标定精度也都要过关，能满足的供应商并不多。

仿真档，供给弹性最大。仿真数据的成本据称只有真机的约1%，限制它的不是产能，而是仿真到现实的迁移效果。英伟达的范麟熙在红杉AI Ascent 2026大会上提出，要用世界动作模型取代VLA模型，用UMI和第一视角数据取代真机数据，需求结构本身也在变化。

图14｜红杉AI Ascent 2026大会范麟熙演讲。来源：红杉资本。

把三档合起来看，缺口的真实形态并不是“缺很多小时”。按原始小时数，无本体档在2027年就能越过千万小时；按有效小时折算，大约在数百万到一千万之间。真机遥操作档，按全球每年新增100万至200万小时估算，要到千万小时需要5到10年，除非技术路线转向无本体。真正稀缺的，是多场景、高精度、能通过验收这三个条件的交集。