具身智能，卖数据的先赚钱

先给个判断：数据采集这门“铲子”生意，已经开始赚钱了。 2023年那场“百模大战”，让算力硬件商这些“卖铲子”的先赚了个盆满钵满。现在，类似的剧本在具身智能产业里重演了——数据采集从业者正在密集融资，订单拿到手软。 来看看几个典型例子：3月，光轮智能完成10亿元融资，成为全球第一个具身数据独角兽，一季度就落袋5.5亿元订单；4月，无问智科完成超亿元融资，同期的订单额也到了数亿量级；弈人科技在同一个月完成了Pre-A+和Pre-A++两连轮亿元级融资，2025年已经盈利，而2026年一季度的具身订单就已经超过去年全年营收。智元干脆把这块业务分拆出来，成立了觅蜂科技。 不只是新创公司在抢跑，互联网大厂也坐不住了。京东发布了具身智能数据全链路基础设施，计划发动包括快递员、骑手在内的60万人众包采集，目标两年内在真实场景里积累1000万小时的视频数据。百度则走了“数据超市”的路子。 行业热度陡升，背后的逻辑其实并不复杂。正如觅蜂科技董事长兼CEO姚卯青所说：在具身智能还没真正大规模商业化之前，数据作为基础设施，会比终端应用更早形成商业回报。 那么，具身智能的数据到底从哪来？目前主要分四类，像一座金字塔。最顶层是“遥控真机”获得的真机数据，质量最精准，价格也最贵，但这是人形机器人落地的关键；中间层是仿真和合成数据，成本低、可规模化，能补真机数据的不足；底层来自人类视频——互联网视频、人类行为数据，来源广、泛化性强；还有一条比较特殊的技术标准叫UMI，是个低成本、无本体的数据采集范式。

发展到现在，数据采集赛道也分化出了四个流派。真机数据来自智元这样的头部机器人公司，本体带数据闭环走，数据业务是内部能力的外溢；仿真合成数据则由光轮智能这类数据基础设施服务商主导；京东、中国移动这类跨界平台型巨头，靠产业场景优势入局，搞混合采集；还有UMI型公司，比如鹿明机器人、松灵机器人，专注于提供标准化、模块化的采集硬件。 不难看出，2026年已经成了具身智能数据规模化的元年。各色厂商正挂上“数据服务商”的新牌子，靠着刚性需求、高壁垒和可复制的商业模式，在这个新产业链上收割利益。

缺口超99%催生“合成数据”新独角兽，已有3家公司拿下数亿订单

具身智能大模型（VLA/世界模型）的训练需要海量的、多模态的、高保真的物理交互数据。然而截至2026年初，全球高质量的真实物理交互数据总共才大约50万小时。行业共识是，训练通用具身模型至少需要千万小时级的数据——缺口超过99%。 供需严重失衡，数据就成了稀缺资源，买方那边几乎是“有多少买多少”。于是数据采集顺理成章地成了具身智能产业里一把新的“铲子”，再次印证了“数据先行、铲子先富”这个老道理。 值得留意的是，光轮智能、无问智科、弈人科技这些明星公司，并非全都赶在具身智能热潮起来后才成立的。它们大多诞生于智能驾驶浪潮中，走的是“仿真/合成数据”路线，后来才逐步向真机数据扩展，走上融合发展的路子。 2023年，大型语言模型和视觉语言模型取得突破，业界开始普遍尝试给机器人装上“大脑”，让它们从传统自动化设备变成具备感知、决策能力的“具身智能”。同一年2月，智元成立并迅速推出首款人形机器人，引发资本和科技界广泛关注，成为中国具身智能创业浪潮的标杆事件。 光轮智能2023年1月成立，定位就是合成数据公司，为企业落地AI提供合成数据方案。到2026年3月，它官宣完成10亿元的A++和A+++轮融资，成了全球第一个具身数据独角兽；5月又拿了蚂蚁集团领投的新一轮融资，投后估值超过20亿美元，短短两个月估值翻倍。

无问智科2022年11月成立，但2023年5月才正式启动运营。官网介绍里，它多次提到智能驾驶，核心是用AI驱动的大模型仿真技术给自动驾驶保驾护航。2024年具身智能热度飙升，智元、宇树科技都接连拿到两轮投资。无问智科也借势在2024年8月宣布天使轮融资时表示，公司深耕自动驾驶赛道，会逐步拓展到机器人和具身智能。到了2026年4月官宣超亿元新融资时，它的定位已经变成了“物理AI数据基座企业”。 据介绍，基于全国首个虚实融合的长三角（德清）具身智能数据采集训练场，无问智科日产数据上千小时，具备万级规模合成数据和千万次仿真验证能力。长期合作的客户包括星动纪元、它石智航、灵心巧手、零次方等头部企业。2026年一季度又与字节跳动、无界动力、章鱼动力等签了订单，目前在手订单数亿元，今年营收将破亿。 光轮智能则已经把人类数据和仿真做成了闭环基础设施，人类数据交付量全球第一。它的视频数据产品覆盖2.5万多个环境节点、10万多种任务，累计交付超过150万小时。2025年，公司全年营收增长了10倍；2026年一季度的收入预计超过去年全年总和，光是新建订单就有5.5亿元。 更典型的例子是2013年成立的弈人科技。它用自动驾驶积累的车辆感知网络，抓住时机转型采集具身智能数据，2025年AI数据业务收入过亿元，在国内率先实现正向盈利。在具身智能领域，它已落地多个场景应用，拿下了头部客户订单，仅2026年一季度新增订单就超过亿元。 已经过会的宇树科技招股书显示，这家2016年成立的公司2022年用6年时间才做了1.23亿元营收，到2024年才扭亏为盈，净利润约9547万元。相比之下，光轮智能、无问智科成立才3年，2026年就迈过亿级营收门槛，成了“卖数据的先赚钱”的活例子。

智元下场孵化，京东、百度、中国移动都来了

随着硬件本体越来越成熟，高质量数据已经被产业界和学术界公认为跨越通用精细操作鸿沟的核心要素。如何低成本、规模化地获取具备物理真实性的多模态数据，成了未来五年决定具身智能商业化落地的胜负手。 智元合伙人、高级副总裁姚卯青显然深谙此道。早在2024年5月，他就牵头建成了行业规模最大的数采超级工厂，面积达4000平米，部署近百台远征A2-D专机，单机单日就能采集上千条数据，这是当前“真机数据”的代表性玩家。仅仅半年后，智元联合上海人工智能实验室、国家地方共建人形机器人创新中心和上海库帕思，开源了全球首个基于全域真实场景的百万真机数据集AgiBot World。凭借这种“本体-数据-模型-场景”重度耦合的战略闭环，智元在2026年4月的评选中，与光轮智能、国家地方共建人形机器人创新中心一起，成为国内具身智能数据赛道的Top 3。

姚卯青不止一次强调：当前机器人行业的瓶颈不是算力而是数据，“高质量的真机数据是实现智能涌现的关键前提”。他还指出，行业里有大量仿真模拟数据，但它们替代不了真实物理交互中产生的细粒度感知信息。智元的策略是“以真机为主，仿真为辅”，只有真实场景采集的数据才能真正驱动机器人智能质变。公司内部有一个清晰的量化目标：两年内积累千万小时级别的真实场景数据。 这个目标的实现，离不开觅蜂科技的数据采集体系。2026年2月，姚卯青推动智元业务拆分出觅蜂科技，自己任董事长兼CEO。这家公司聚焦具身智能数据基础设施，深度应用并推广UMI技术（但不是单纯的UMI型公司），打造独立开放的物理AI数据服务平台。成立才10天，就完成了数亿元种子轮和天使轮融资。 据澎湃科技消息，当前具身智能数据总体定价在200-500元/小时。其中，机器人在现实场景实际操作采集的真机数据需求最旺盛，价格也最贵，国内市场价格在500-1000元/小时。姚卯青透露，随着产能逐步稳定，不依赖特定机器人本体的无本体数据，价格最终会收敛到真机数据的一半到三分之一。比如真机数据卖到每小时1000元，无本体数据未来可能稳定在300-400元。 数据稀缺、价格处于高点，嗅觉灵敏的互联网大厂和工业巨头自然不会坐视。今年以来，它们接二连三地下场，盯上了数据采集这块肥肉，强势切入具身智能产业链。 百度走的是“数据超市”模式。4月10日，百度智能云联合零次方、灵生、傅利叶、纬钛科技、拓元智慧、枢途科技、松应科技等多家具身智能企业，推出“具身智能数据超市（Beta版）”，首创层级化、可扩展的数据标签体系，加速规模化落地。值得注意的是，鹿明机器人虽然以UMI协议数据为主，也选择了“数据超市”模式——今年3月推出了行业首个“FastUMI Pro数据超市”。 大模型对数据的需求维度在几何级膨胀，单一技术路线已经无法满足“规模、成本、精度、泛化”的苛刻要求。行业全面迈向多源融合采集时代：以人类视频注入通用物理常识，以仿真合成数据覆盖长尾边界，以UMI采集分布式扩充真实交互动作，最后结合高精度遥操作进行垂直场景的专家级微调。 京东就是典型。3月16日，它宣布建设一个具身智能数据采集中心，计划覆盖物流仓储、工业制造、健康医疗、家庭服务、城市运维五个核心场景，采集视觉、触觉、空间轨迹等多维度数据。它将发动内部超10万员工和外部最多50万人，计划一年内积累500万小时人类真实场景视频数据，两年内总时长突破1000万小时，同步采集100万小时机器人本体数据。这个中心主要采用基于可穿戴设备的人类第一视角真实场景数据采集，辅以真机遥操作，属于无本体数据与多模态真实交互数据相结合的混合采集模式。 中国移动同样如此。5月8日，它围绕家庭生活场景推出1200平米的“灵犀数霄”具身智能训练场，核心是一套从数据采集、合成、处理到应用的全链路闭环——混合了真机遥操作、无本体轻量化采集和仿真合成数据的一套体系。 不难看出，在具身智能产业链上，数据采集这个“铲子生意”，正在从分散走向平台化供给。它不再是某家机器人公司的附属业务，而是独立跑出了一套自己的商业逻辑，成了被资本市场单独定价、被产业巨头系统性押注的重要赛道。