-->

　　机器人数据的短缺状况正在好转
。

　　近两年来
，国内众多企业砸下重金，投资于物理AI数据领域 ，使得更多真实世界的数据涌出
，一定程度上缓解了“数据荒 ”。

　　不过，机器人业内普遍共识是 ，现在物理AI数据量
，不足以促成机器人到达智能涌现的时刻 。同时，近期部分数据采集项目的失利 ，意味着不少真金白银投向了错误的技术路线
。

　　缓解数据瓶颈

　　中国企业在批量制造机器人训练所需的数据。

　　近日
，觅蜂科技的第两万套数据采集设备下线，觅蜂的无本体数据也已累积100万小时 。

　　这些数据采集自物理世界 ，包括视觉
、触觉、力觉等
。接近50万小时是通过人头戴设备进行裸手采集，捕捉手部操作与深层的意图表达；35万小时数据是通过手部戴着相机来追踪腕部姿态与连续运动的轨迹；接近15万小时是通过末端执行器夹爪采集
，适用于动作映射和跨本体的直接迁移。

　　觅蜂科技只是近年涌现的众多物理AI数据平台之一，不少企业将数据视为值得深入投资的业务 。

　　京东集团就在宿迁市启动了具身智能数据采集社区
。它依靠自研的头戴式数据采集设备 ，系统性采集人类在真实生活与生产环境中的行为数据。京东方面的目标
，是在两年内采集高质量实操数据超1000万小时 。

　　针对具身智能行业数据稀缺与容错率低的难题，五一视界（06651.HK）也在近期推出AperData具身数据底座 、AperOne具身应用闭环OS平台
。AperData用于解决数据采集精度与效率的问题 ，数据采集的效率也比传统真机遥操作大幅提升
，发布两天后订购超万台。

　　众多企业入局物理AI数据，原因在于后者的稀缺性 。

　　具身智能是当下最热的赛道。根据启信宝数据 ，截至2026年5月
，全国具身智能相关企业已突破万家，其中涉及上市公司269家
。具身智能新增企业数量在2022至2023年经历短暂低谷后 ，2024年企稳回升
，2025年新增企业同比增长37%，产业供给端进入加速扩张阶段。

　　它也吸引了最多的风险资本 。

　　IT桔子数据显示 ，2026年上半年，国内具身智能赛道融资总金额已突破900亿元
，达到935亿元，较2025上半年提升了5倍
。

　　赛道很热 ，燃料却不够。机器人的数据荒
，一直是技术落地的卡点 。

　　觅蜂科技董事长姚卯青认为，物理AI更大的瓶颈还没有到算力
、算法这些阶段
。相比大语言模型 ，物理AI还在更早期的时候
，数据稀缺是突出的问题。

　　语言模型所需的数据几乎是天然存在的，互联网各种软件里充斥着数字世界的对话、图像和知识 。但机器人最终是为了干活儿 ，它需要知道多大的力气能够抓起鸡蛋而不至于挤碎
，需要懂得光滑的玻璃栈道比粗糙的柏油路面更容易摔倒，而这些物理世界的经验是难以从互联网上获取的
。

　　目前物理世界采集的数据 ，比语言模型的数据少了几个数量级
，当下的数据量不足以使机器人到达“GPT时刻
”。

　　随着机器人走进真实世界，以及越来越多企业进入物理AI数据采集领域 ，数据累积的速度在加快 。

　　“我们相信物理AI的数据瓶颈已经被缓解，进入正向循环
。”姚卯青表示。通往AGI物理AI最终需要上千万 、上亿小时的数据
，现在国内已经初步织起了真实世界数据采集和治理的 ***  。

　　泥沙俱下

　　企业蜂拥投资数据采集，资源浪费不可避免地发生了。

　　近日 ，位于北京的石景山首钢园数采中心被爆出已经停止运营
，合作方睿尔曼智能则撤出了项目
。

　　这一项目是北京首个落地的大型人形机器人数据基础设施，2025年3月份才建成运营。中心部署百台机器人 ，并搭建汽车装配
、新零售等十大场景
，目标之一是年数据交易量超100万条 。

　　之一财经记者联系了一位睿尔曼智能的创始人，不过他未回应记者的采访
。而据项目运营方、中关村通力公司相关负责人对媒体表示 ，项目正在实施改造
，今后将发力4D高斯光场与世界模型技术路线。

　　一家科技公司的管理层对记者表示，在实验室环境下 ，遥操作方式采集数据
，往往需要员工带着本体设备长时间工作 。但员工工作8小时，所采集的有效数据也往往只有1个小时
。同时 ，数据采集工厂的电费 、人工成本
、办公室成本都很高。如果采集的数据，八成都是垃圾
，这就意味着效率过低、成本过高 、而数据会很贵 。

　　“实验室环境没有真实环境乱
。真实环境里做任何数据采集操作的时候，阳光
、角度会变化 ，甚至旁边会有人走动
，实验室环境很难模仿。 ”上述管理层表示，足够乱、不断变化的真实环境 ，对采集数据泛化性更好 。未来要想让机器人真正干活
，它就要学习人是怎么干活的，而真实环境里的数据就是机器人的“教材
”
。

　　近年来 ，国内成立了大量的“实验室场景”的数据采集项目。这些项目在特定场地
，集中搭建卧室 、工厂、消费零售等场景，供机器人采集数据 。但首钢园数采中心项目的失利 ，也向外界传递出危险信号：相同类型的数据采集平台
，可能会遭遇类似的难题。

　　机器人行业对数据有严苛标准，尤其是头部团队对空间定位的精度
、语义标注都有很高要求
。一些数据采集中心 ，缺少对生产数据充分的验证环节，将数据的落地交给下游模型企业。

　　中国已经有宇树、智元等企业将机器人推向了市场 。不过
，目前机器人的技术没有收敛，产业模式也没有成型
。

　　据五一视界董事长兼CEO李熠观察 ，机器人企业现在都在摸索数据 、商业的闭环。所有的科技产业都必定经历期望过高
、投资疯狂、技术短暂难以突破并回调
，再曲折向上的过程 。2016年左右的自动驾驶跟现在具身智能的热度一样，但最终智能驾驶上下游 ，有近百家公司被“震 ”下去了
。

　　“大家对于具身的期望过高
，对于物理AI期望过高。无论一级还是二级市场的公司，都是在卷一个生态位 ，避免在行业震动的过程中被震下车 。
”李熠表示
。

　　李熠认为
，在有生之年肯定能看到机器人像人一样，什么都能做。但机器人技术升级和产业发展的过程 ，注定是动荡不安的 。

（文章来源：之一财经）