具身数据行业一年融资44.7亿，近百玩家涌入竞逐

背景

具身智能（Embodied AI）成为资本与产业焦点之际，一个关键瓶颈浮出水面：机器人训练所需的高质量物理交互数据极度稀缺。有别于大语言模型可以消耗互联网现成语料，机器人数据必须通过真实或仿真环境逐条采集。过去一年，近百家公司涌入具身数据赛道，试图扮演“卖铲人”角色。量子位统计了97家国内玩家，其中70家做数据采集，27家做数据基础设施（infra）。过去一年（2025年7月至2026年7月），15家“独立具身数据服务商”（不造本体、不训模型、只做数据）累计融资约44.7亿元。但这个数字仅为2026年上半年具身智能全行业融资额（约438亿元）的十分之一，说明数据赛道仍处于早期验证阶段。

核心内容

数据采集的技术路线

主流具身数据采集技术路线分为四大类：真机遥操（人类操控真实机器人）、无本体采集（人直接示范，通过动捕、夹爪、头戴相机等设备）、仿真合成（虚拟环境批量生成）、互联网视频蒸馏（从互联网RGB视频提取动作知识）。在70家数据采集公司中，43%选择跨路线采集，即同时布局多条路线，因为单一方式无法满足机器人训练的全部需求。单独押注真机遥操路线的公司最多，占31%，其中半数以上是国资数据平台或机器人公司。单独押注无本体采集的公司占21%，且多数成立于2024年9月之后，技术子类丰富（Ego视角、UMI、肌电、触觉等）。单独押注仿真合成的只有2家（松应科技、谋先飞），而曾经的仿真派如光轮智能、银河通用已转向混合采集。互联网视频蒸馏路线仅有枢途科技一家，宣称可将成本降至行业平均的千分之五。

玩家身份分类

97家玩家按身份可分为五类：独立数据服务商39家（40%）、国资数据平台25家（26%）、机器人公司24家（25%）、工业和IT跨界公司5家（5%）、大厂平台型公司4家（4%，如华为、京东）。独立数据服务商已取代机器人公司的内部数据部门，成为最大群体，表明具身数据已形成独立赛道。按业务起源分，67%是“具身原生”（成立即聚焦具身数据/智能），33%是“跨界转型”（来自AI标注、自动驾驶、动作捕捉等）。有趣的是，数据采集公司中八成是原生玩家，而数据infra公司中七成是跨界转型，因为传统AI数据标注公司的管线能力可平移到infra环节，而采集需要从零构建资产，新公司反而灵活。

产能与布局

现有具身数据年产能约160万至180万小时（含7000万至8000万条），但行业短期目标（1-3年内）为2500万至3500万小时，需扩大15-20倍。需求端尚无明确上限——全球高质量物理交互数据总量不到LLM训练数据的二万分之一。生产布局上，全国20个省份建有数采工厂，长三角30座居首，珠三角、京津冀紧随其后。部分三四线城市（郴州、自贡、宿迁等）因人力成本低成为选址热点。无锡率先提出“城市全域数据采集”，鼓励制造业、服务业企业开放真实场景。

融资与资本态度

15家“独立具身数据服务商”过去一年完成34起融资，合计44.7亿元。其中光轮智能一家独大：融资31亿元（占七成），估值超20亿美元，成为全球首个具身数据独角兽，位列第一梯队。第二梯队11家公司融资金额在数千万至数亿元之间，多数为Pre-A轮及以前；第三梯队3家（枢途科技、智域基石、补天石科技）融资数千万元，处于天使轮。69家投资机构出手，但无人重仓——国方创投最多出手3次，63家只投1次。资本谨慎的原因在于：具身数据是“劳动力密集型”生意，价格可能内卷，天花板相对明确；但长远来看，数据采集能力可迁移至模型评测，成为物理AI基础设施，且海外市场存在增量。

行业阶段总结

半数以上融资的独立数据服务商成立不足一年，最新轮次多在A轮及之前，无一公司披露利润（仅弈人科技自称盈利但未公开数字）。行业共识尚未形成，验证窗口预计在未来1-2年。

关键要点

• 技术路线分散：四大采集路线并存，跨路线公司占比最高（43%），真机遥操单一路线玩家最多（31%），仿真合成和互联网视频蒸馏路线玩家极少。
• 最大玩家群体是独立数据服务商：40%的公司不造本体、不训模型，只聚焦数据，显示具身数据已从机器人公司附属部门独立成赛道。
• 产能缺口巨大：现有年产160-180万小时，短期目标扩大15-20倍，但相对LLM数据量仍属起步，全球高质量物理数据总量仅约50万小时。
• 资本试探性进入：44.7亿元融资集中在15家独立服务商，但光轮智能一家拿走七成，其余公司融资额较小且轮次早期；69家投资机构中63家只投一次，无重仓者。
• 地理分布与政策挂钩：数采工厂覆盖20省份，长三角密集，国资平台推动三四线城市建厂；无锡率先推行城市级数据开放。
• 跨界转型与原生玩家各有领地：数据采集以具身原生公司为主（57家），数据infra以跨界AI标注公司为主（19家）。
• 盈利模式未验证：无一家公布利润，多数公司成立不足一年，商业模式尚在早期。

意义与影响

具身数据赛道的兴起标志着具身智能产业链的细化分工。过去，数据通常是机器人公司的内部环节；如今，独立数据服务商的出现意味着“数据”本身正在商品化，类似于AI标注行业在2010年代的转型。这对整个产业有三层影响：

1. 降低机器人开发门槛：第三方数据供应商可提供标准化、规模化训练数据，使中小型机器人公司无需自建昂贵采集基础设施，加速产品迭代。
2. 催生新就业与区域经济：数采工厂在非一线城市落地，产生大量本地操作员、质检员岗位，并带动相关设备制造、仓储物流需求。湖南郴州、四川自贡等城市正借此打造“数据采集重镇”名片。
3. 资本验证期倒逼商业模式优化：当前无利润、无重仓的局面意味着只有跑通规模与成本闭环的企业才能生存。一些玩家尝试将数据采集与模型评测绑定，或开拓海外市场，以突破“卖数据”单一收入的瓶颈。未来1