作者｜霞光AI實驗室 子墨

梅卡曼德創始人邵天蘭的一則朋友圈，將具身智能行業心照不宣的隱祕爭議徹底擺上台面。

他言辭犀利地直指行業亂象：部分高估值具身智能企業，依託關聯交易、數據採集中心及地方資源包裝營收數據，以此衝刺IPO、謀求資本上市。此番發聲中，邵天蘭還在評論區直接點名銀河通用，引發行業熱議。

邵天蘭朋友圈截圖

針對此次質疑，銀河通用官方迅速作出回應，表態不願參與行業口水紛爭，將持續深耕技術研發、場景落地與商業化推進，專注自身核心業務發展。

一石激起千層浪。

一時間，針對"攢局型"具身智能企業左手倒右手、表演式數採的質疑聲四起——採集量級究竟能否支撐真實場景落地，衆說紛紜。

而早在今年8月，類似問題已被海外媒體所關注：《金融時報》在《誰在買中國機器人？》一文中，描述了一套交易鏈條：機器人企業與地方政府共建數採中心採購其機器人，隨後再把採集的數據賣回機器人企業，還將這一過程稱為「循環孖展」。

這也讓具身智能行業內的一些更本質問題，不得不被推到台前：機器人企業究竟需要什麼數據？數採中心生產的數據是否真正進入模型？設備訂單和數據交易又該如何判斷實際價值？

要看清這些問題，仍要回到一條數據產生、流轉並進入模型的全過程。霞光社對話了三位身處數採行業的從業者，分別從真實數據、訂單需求和觸覺數採出發，呈現出這門生意正在經歷的變化。

物理AI數據創業者 黃大榮：中國具身智能數採卡在哪？

如果只看機器人出貨量，中國具身智能似乎已經走得很快。但出貨量只能反映產業化進度，機器人能否在真實場景中完成任務，最終還要回到模型能力。而模型能夠走多遠，很大程度上取決於它究竟見過多少真實世界。

據了解，OpenAI 積累的原始數據已達到千萬小時級別，這還僅是保守估算。為其供給數據的海外機構，單月採集量便可達到百萬小時。反觀國內，簡智、光輪兩家企業同樣具備單月百萬小時的採集能力，但市場上願意大規模採購 Ego 數據的買家寥寥無幾。（Ego數據，指採集者頭戴相機 / AR 眼鏡，以人眼第一視角記錄人與物體交互的多模態數據，用來訓練人形機器人，讓機器人學習在真實環境裏怎麼觀察、抓取、完成任務。）

如此懸殊的差距，很容易讓人想到一條「捷徑」：真實採集既慢又貴，能不能直接依靠仿真和合成數據追上去？

可以是可以，但現階段恐怕很難。

自動駕駛已經走過一遍類似的路。最初，大量汽車先要在真實道路上運行，積累幾千萬甚至上億小時的數據。只有模型見過足夠多的道路、天氣和突發情況後，合成數據纔有參照，才能補充那些危險、低頻或難以重複的場景。現在的具身智能，更像自動駕駛的早期階段。真實物理世界的樣本底座還沒有建立起來，模型甚至沒有充分見過杯子如何滑落、人在狹窄空間裏如何調整動作。這個時候只談仿真，很容易生成一段「看起來合理」的視頻，卻無法讓機器人在現實中穩定完成任務。

既然真實數據採集那麼重要，為什麼國內的具身公司購買Ego數據量這麼少呢？

答案其實很簡單，就是因為錢不夠。雖然大家現在覺得具身孖展火熱、泡沫叢生，但實際上，要想真正落地真實場景，融到的這些錢還遠遠不夠。

我們可以來算一筆賬：一套採集設備可能要兩三千元，再加上採集人員，按照全球平均水平估算，僅人工成本就接近每小時15美元。把這個數字乘以一千萬，就能明白為什麼數據規模不是多建幾個數採中心、增加一些工位就能堆出來的。

並且數採也不是說量堆夠採夠了就行了，模型在早期需要的是廣度，要先「見過世界」。因此，採集需要覆蓋世界各地不同的國家和地區，讓機器人接觸不同的職業、家庭和生活環境。比如菲律賓的鐵皮房、柬埔寨的茅草屋，都是有價值的，它們能讓模型知道，人類並不都生活在標準化公寓裏。

菲律賓的鐵皮房

但廣度數據只能幫助模型完成前期預訓練。當機器人準備進入具體市場，採集就必須從「看得多」邁向「學得深」，圍繞目標場景反覆訓練。

例如，面向中國家庭的機器人，需要熟悉本地家庭的空間、物品和生活習慣；面向北美商超或咖啡廳，則必須到當地採集。店內員工可以簽署拍攝協議，但營業期間不斷進出的顧客很難逐一授權。因此，真正接近商業場景的數據，最難拿到，也最昂貴。

採集場景確定之後，還要保證採集的內容能夠真正被模型使用。攝像頭一直開着，只是增加採集時長，並不代表記錄下來的數據全部有效。

以印度的一些手工作業現場為例，當地人習慣赤腳圍坐在地上，邊聊天邊完成手裏的工作。雙手、雙腳和其他人的動作同時進入畫面，模型甚至需要先判斷哪個是手、哪個是腳。為了減少干擾，採集方案會要求操作人員分開工作，避免腳部入鏡，必要時還要穿上襪子。

但在實際執行中，有人不願分開，因為會影響彼此聊天；也有人認為只要戴着設備，就應該計算採集時間，即使中途喝水、休息或去洗手間，也不會主動關閉設備。

印度人做數採現場

同樣的流程交給國內數採員，溝通成本往往會低一些。講清楚場景表和操作規範後，他們通常能夠理解什麼是有效數據：只有完成規定動作時纔開啓設備，離開任務就暫停採集，無關人員也儘量不進入畫面。

兩種執行結果的差異，最終都會反映在數據質量上。

這也讓「採集了多少小時」成為一個容易失真的指標。設備運行一小時，不等於模型得到一小時有效數據。操作偏離流程、手部受到遮擋、多人動作相互交疊，都會產生大量的無效片段。而那些符合採集要求的片段，它仍然也只是生數據。要讓模型讀懂，還需要先剔除無效片段，再完成動作和語義標註。

例如，一段製作蛋花湯的第一視角視頻中，一個人左手端碗，右手拿着筷子，把蛋液打散，再倒進鍋裏。標註人員需要指出雙手的位置和姿態，並用語言說明每一步正在發生什麼：左手扶住什麼，右手如何運動，蛋液在什麼時機倒入鍋中，動作與物體之間產生了怎樣的關係。機器人學習的不是「這是一段做飯視頻」，而是畫面背後的動作邏輯。

數據完成清洗和標註後，才能正式進入模型訓練環節。

不過，現階段一些國內企業即使能拿到十萬小時數據，模型也未必能夠承受得住。問題不再是數據有沒有處理好，而是企業是否具備足夠的算力、穩定的數據管道和能夠持續訓練大模型的工程能力。數據需要被送入模型，訓練結果還要返回採集端，告訴團隊哪些動作已經足夠、哪些場景仍然缺失。這個循環跑不起來，採得再多也只是堆在服務器裏的素材。

OpenAI的優勢就在這裏。它不只擁有更多數據，還有足夠的算力和一整套能夠消化數據的治理能力。國內企業面對的則是多重缺口：數據量不足、算力受限，能夠同時理解模型和數據的團隊也不夠成熟。

這些問題歸根結底還是需要持續的資金投入來彌補。

雖然現在許多具身智能公司的估值很高，但估值並不等於真正到賬、可以用於訓練的錢。數據、算力和頂尖人才都是長期投入，而國內資金又分散在大量創業公司中，真正落到單家公司手裏的資金，很難支撐一場千萬小時級別的數據戰爭。

在這樣的資金壓力下，企業與地方共建數採中心，成為了補充設備和採集能力的一種方式，爭議也隨之出現：數採中心採購機器人形成銷售收入，採集的數據又被機器人企業買回，這些交易究竟來自真實訓練需求，還是主要在關聯主體之間循環？

設備數量、工位規模和採集時長容易展示，模型能力是否提升卻需要更長時間驗證。當後者難以被迅速證明時，設備訂單、項目規模乃至上市進度，就容易被當作企業成熟度的替代指標。

但在我看來，上市只是獲得繼續投入的機會，並不等於已經「上岸」。真正的上岸，是像酒店、餐飲或工業機器人，能夠進入真實場景，並被客戶重複採購，即使做的不是通用人形機器人，也已經建立了自己的商業閉環。

而機器人最終進入哪裏，又會反過來決定下一批數據應該採什麼。

從中國市場看，我判斷，家庭場景可能比工業場景更早出現機會。高端工廠已經完成了大量自動化，剩下的質檢等工作技術門檻很高；勞動密集型工廠的人工成本又很低，未必願意購買一台幾十萬元的機器人。相比之下，養老、做飯、洗衣、提醒用藥和取送物品，可能是更明確的需求。機器人不必一開始什麼都會，只要能夠在一個家庭裏穩定完成幾項重複工作，就可能產生購買或租賃價值。

所以，數採不能先把小時數做大，再去尋找用途。機器人準備進入什麼場景、服務什麼人、解決什麼問題，決定了哪些動作值得被記錄，哪些環境需要反覆訓練。

數據的終點從來不是服務器，而是機器人終於能夠在真實世界裏，把一件事做好。

中瞳數融總經理 孫浩：不是攝像頭開得不夠久，而是數據生產沒有真正接上模型需求

數採行業正在呈現一個看似矛盾的現象。

一邊，機器人企業不斷喊着「缺數據」，但真實數據的供應量可能連需求的1%都不到；另一邊，一些數採中心已經擺滿設備、招來數採員，採回來的數據卻遲遲找不到買家。

矛盾背後，其實是供需錯位：高質量數據供小於求，低質量數據供大於求。企業缺少的，是能夠解決模型問題的高質量數據；市場上開始過剩的，則是沒有明確用途、為了增加時長而生產的同質化數據。目前，數採行業最大的斷點，不是攝像頭開得不夠久，而是數據生產還沒有真正接上模型需求。

這種錯位，可以從一條有效數據是如何產生的說起。

桌上放着一個水杯，數採員伸手拿起它，看起來只有幾秒，為了讓機器人學會這個動作，卻可能需要重複幾十次。杯子的角度、抓取位置、手臂高度和使用的力量稍有變化，都會形成不同的運動軌跡。這些變化越豐富，機器人能夠學習的動作組合也就越多。

在此過程中，失敗的動作同樣可能有價值。如果第一次沒有拿穩，調整手勢後重新抓起，這條「失敗—糾正—恢復」的軌跡，有時比一次順利完成更有意義。因為機器人進入現實環境後，不僅要學會怎樣成功，還要知道出錯後如何繼續。

但有價值的失敗，不等於所有重複動作都有效。動作偏離要求、手部被遮擋或設備空轉，都會留下無法使用的片段。因此，數採員一天工作12個小時，最終能夠交付的有效數據可能只有2-5個小時。

這也意味着，模型企業提出的訓練需求，不能直接交給數採員執行，而要先被拆解成具體的動作、場景和交付標準。我們承擔的正是這項連接工作：公司一端對接頭部機器人企業和模型企業，明確訓練任務並承接數據訂單；另一端連接城投、交投等地方國資平台，幫助其建設和運營數採中心，再把訂單轉化為能夠落地執行的採集任務。

當訓練需求明確後，數採團隊還要判斷，這批數據能否被不同企業和機器人複用。公共數據集、通用家庭動作和數字孿生資產適合標準化採集；故障恢復、複雜地形和特殊工藝，則要根據機器人的結構和傳感器進行定製。目前，我們承接的散單中，約六至七成都屬於定製需求。

訓練機器人熨衣服，受訪者供圖

無論是標準化還是定製化，採集方式解決的只是「數據怎麼生產」，至於數據有沒有價值，還要由模型訓練結果來回答。

模型企業通常不會一開始就採購大量數據，而是先圍繞具體場景和任務購買幾百或幾千小時。第一批數據進入模型後，訓練結果會返回數採端：哪些動作已經學會，哪些步驟仍然失敗，下一輪還需要補充什麼。數採團隊會據此調整任務，再把新的數據送回模型。採集-訓練-反饋-補採，由此形成一輪輪循環。

第一次購買可能只是試用，第二次、第三次購買，才說明數據確實解決了問題。

隨着同類數據不斷增加，模型能力的變化也會反映出數據的邊際效益。如果動作採了很多，模型表現卻不再明顯提升，這類數據就接近飽和，再繼續採集增長的只是文件數量，而非能力。

行業判斷數據價值的方式也因此在逐漸發生變化。過去，累計採集時長的數據本身就能成為項目亮點；而現在，比時長更重要的是模型任務成功率提高了多少、邊際效益是否還在增長，以及模型企業是否願意持續採購。只有訂單、訓練和復購形成閉環，數據的價值才能真正得到驗證。

但問題在於，目前能夠形成這種閉環的訂單還不夠多。

機器人尚未大規模進入工廠、倉庫和家庭，模型企業能夠提出的實際任務有限，數據訂單隻能隨着研發和落地進度逐步釋放。與此同時，各地卻已經看到了真實數據的長期價值，開始提前建設數採中心，希望為之後的產業需求準備產能。

長期需求確實存在，但它不會立刻變成足以支撐所有數採中心的訂單。於是，一些數採中心在等待訂單的過程中，只能先組織人員採集容易執行的動作。數據時長不斷增加，具體要解決哪個模型問題卻不夠清晰，「為了採而採」也就由此出現。

現階段，這種現象很難被徹底解決。一個新市場通常要經歷先發散、再聚攏的過程：參與者先進入，不同模式先被嘗試，隨後再由真實訂單、數據價格、模型效果和復購情況完成調整，最終形成相對穩定的行業格局。

在這個過程中，數採中心能否持續獲得訂單，一定程度上取決於能不能進入到有真實需求的場景中採集到數據。

然而，這些場景並不容易開放，比如家庭採集涉及隱私，精密製造工廠又包含生產流程和技術信息。為了解決這一問題，一些數採機構會與地方經信部門或國資企業展開合作，協調工廠開放部分流水線，再讓工人佩戴設備，或租用生產區域完成採集。

但能夠獲得這類訂單的數採中心仍然有限，其餘的數採中心只能採集門檻較低的通用動作，當這些數據無法賣給獨立採購方時，就只能被關聯的機器人企業購回，「循環孖展」的現象也由此產生。

地方與企業共建數採中心的模式本身沒什麼問題，但當企業從關聯的數採中心購買數據時，交易的真實性和獨立價值就需要進一步說明。比如訂單來自模型訓練、二次迭代還是其他需求，使用的具體場景、樣本類型及佔比，數據將用於完成哪些模型任務，以及交易價格是否公允，是否存在獨立第三方購買同類數據，復購量和復購率如何等等。

這些信息能夠幫助外界判斷，關聯交易是否建立在真實需求之上。同時，評價一家數採中心，也要看其有效數據比例、場景覆蓋度、模型能力提升、邊際效益和長尾問題解決情況，而不能只看設備數量、工位規模和累計時長。

沿着這套評價標準繼續發展，未來數採行業的分工也將更加清晰。

頭部機器人企業會保留內部數採部門，處理敏感數據、核心任務和安全要求較高的場景；公共數據、標準化任務和可複用場景，則交給第三方機構。

中小型數採企業不必與大廠比拼規模，而是在一些細分領域尋找機會。比如一些原本服務電力、能源、航空或礦山的企業，可以憑藉行業關係和信任基礎進入特殊作業現場；還有一些可以向數據清洗、標註、評測和數據資產平台延伸，不再只是出售採集時長。

數採中心本身也會逐漸變成混合系統：人工負責複雜動作和特殊情況，機器人自主完成簡單、重複的採集，評測系統篩選有效數據，再把結果反饋到採集端。數採員也可能會從動作執行者轉向評測工程師、任務設計師和長尾案例設計師等等。

數採員操作訓練，受訪者供圖

採集方式和崗位會發生變化，但真實數據在未來3-5年仍然不可替代。仿真雖然能夠快速生成低頻、危險或難以重複的場景，但重量、尺寸和摩擦係數等物理參數卻仍需從現實中獲得。參數一旦出現偏差，機器人在仿真環境中抓得再穩，進入現實也可能失敗。

因此，行業還要繼續積累大量真實數據和真機數據。等物體、場景和動作參數足夠豐富，仿真纔可能承擔更多預訓練和長尾場景生成任務。

從落地節奏看，工業場景可能會先於家庭釋放數據需求。前者已經存在相對明確的任務，數據訂單更容易圍繞實際問題產生；家庭機器人的空間雖然更大，技術能力和使用成本卻還需要時間成熟。

但無論機器人最終進入工廠還是家庭，數採的邏輯始終相同：場景提出問題，數據記錄解決問題的過程，模型再從這些記錄中學習。模型、場景和數據構成了具身智能的鐵三角。任何一環脫離另外兩環，都會陷入空轉。

因此，數採行業真正成熟的標誌，不是又建了多少中心、採了多少小時，而是能夠清楚回答一個問題：這批數據，究竟讓機器人學會了什麼。

超維傳感創始人兼CEO 李炎輝：觸覺數採仍是藍海，但第一步不是堆數據

當大量企業湧向視覺數採時，我們把注意力放在了觸覺。

一方面，團隊已經深耕觸覺傳感器12年，積累了長期的技術經驗；另一方面，視覺方向參與者衆多，沒有必要再重複「造輪子」。觸覺雖然存在霍爾、電容等不同路線，市面上從事相關手套的企業也有十餘家，但真正能夠穩定提供高質量觸覺信息的廠商仍然很少。從具身智能數採的角度看，這裏仍是一片藍海。

更重要的是，觸覺數採補上了視覺數採難以覆蓋的接觸信息。機器人可以通過視覺找到目標，但手指接觸物體後，還要根據壓力、摩擦和受力變化，判斷有沒有拿穩、應該使用多大的力。

以拿起一個300克的水瓶為例：假設拿起水瓶恰好需要5N的力。如果不同傳感器在相同動作中分別記錄出4N、5N和6N，模型就可能誤以為，4-6N都能完成抓取。但到了現實中，4N可能拿不起來，6N又可能把瓶子捏癟，讓水灑出來。

模型不會主動判斷哪一個數值錯了，它只會按照收到的數據學習。因此，觸覺數採首先要解決的是：同樣的接觸，能否被不同設備穩定地記錄為一致的結果。

這也決定了觸覺數據不能一開始就用採集時長衡量。只有先解決一致性問題、建立統一的數據標準，討論時長才有意義。

如果同一個動作在不同手套、不同批次的傳感器上得到不同結果，一小時的數據可能存在偏差，一萬小時只會積累更多偏差。反過來，如果傳感器能夠持續、穩定地記錄接觸信息，採集時間越長，模型獲得的有效樣本纔可能越多。

因此，觸覺數據的「有效」，意味着記錄準確、結果一致。要做到這一點，不能只依靠某一個零部件。從底層材料、印刷工藝到軟件算法、貼合和標定，任何環節出現偏差，都可能讓最終力值發生變化，本質上是要給觸覺數採建立一把統一的尺子。

有了這把尺子，觸覺數據的有效時長反而比視覺數據更容易判斷。

視覺設備連續工作8小時，可能拍下大量與任務無關的畫面，真正能夠進入訓練的數據不到一半。觸覺傳感器則不同：沒有發生接觸時，記錄值為零；只要真實接觸發生，設備保持一致、操作符合規範，這段觸覺信息就可以被留下。如果8小時都在按照標準完成有效接觸，8小時就可以是8小時有效數據。

但數據有效，並不意味着數據足夠豐富。

比如讓數採員反覆疊一條毛巾，若毛巾的材質、擺放方式和操作過程完全相同，即使重複100次、1000次，採回來的數據雖然符合標準，但模型學到的內容卻十分單一。

真正有價值的數採，需要在統一標準下製造更多變化。毛巾的材質可以不同，光線可以從明到暗，也可以產生陰影；操作姿態和摺疊方式也可以調整。模型見過的變化越多，進入真實場景後才越有可能完成任務。

但這些變化也不能脫離採集目標，如果正常任務要求五根手指抓住水瓶，操作過程中卻只用指腹或手掌發生了非正常接觸，傳感器即使準確記錄了力值，數據也可能偏離原本的任務要求。

因此，觸覺數採不僅需要執行動作的人，也需要能夠設計動作的人。

短期內，數採員的需求會快速增加，但崗位也會逐漸分化。一類人按照制定好的規範完成重複操作；另一類人則要理解模型需要什麼，設計材質、姿態和接觸方式等變量，讓普通操作人員也能穩定採出高質量數據。長期來看，前者可能會先增加再減少，後者會持續存在。

人員之外，觸覺數採能否擴大規模，還要看採集設備如何完成驗證，並進入實際項目。

我們並不直接經營數採中心，而是為模型企業和數採機構提供高一致性的數採手套，並與使用方共同研究採集規範。目前，一副觸覺數採手套市場價格大約為幾千元，但採購通常不會一步到位。

超微傳感 超芯維Hypetrix HSG系列數採手套，目前已在京東店鋪上線，受訪者供圖

剛開始時，模型企業或數採機構可能會先採購10-20套，用來驗證可行性和設備性能；驗證通過後，纔可能擴大至上千套。設備能否擴大部署，也不只取決於硬件本身，還取決於採回來的數據是否真正幫助模型完成了任務。模型反饋回來之後，採集方式和傳感器還要繼續調整。

隨着觸覺數據需求不斷擴大，成本更低的仿真和合成數據也會逐漸進入模型訓練。但現階段，它們還無法替代真實數據，因為觸覺領域尚未形成足夠規模的數據基礎。

就像生成式視頻能夠合成畫面，是因為模型已經學習過海量真實視頻。觸覺同樣如此：壓力、摩擦以及不同材料接觸時的反饋，都要先從現實世界中獲得，仿真和合成數據纔有學習與校準的依據。

因此，早期的真實觸覺數據會遠多於合成數據。積累到某個階段後，合成數據可能逐漸增加，甚至超過真實數據。這個拐點何時到來還無法確定，但真實數據必須先完成基礎積累。

真實數據的持續積累，最終需要由具體應用場景承接。相較於家庭，工業領域更可能會率先形成穩定的觸覺數據需求。

工廠環境相對結構化，機器人要抓什麼、放到哪裏、使用多大的力，都更容易被定義，數採任務也能圍繞具體操作展開。這個方向雖然競爭激烈，但也恰恰說明越來越多企業看好它進入實際生產的速度。參與者增加，也會帶來更多嘗試和成功案例，推動中國製造業提高生產效率。

當然，並不是所有進入這個賽道的企業都能留下。產品是否穩定、數據是否有效、模型能否因此完成實際任務，最終都要接受現場的檢驗。沒有價值的產品和數據會被淘汰，真正解決問題的企業才能在競爭中生存。

數採中心也會經歷類似的篩選，經歷一個從少到多、再從多到少的過程。

產業早期需要快速積累數據，數採中心會先從少到多。但當簡單、重複的數據逐漸採夠，只承擔標準動作採集的中心會慢慢減少。能夠進入特殊場景、提供高質量數據和定製服務的機構，纔可能長期存在。

與此同時，行業分工也會隨之形成。涉及精密製造、核心工藝和企業獨有技術的數據，很難對外開放，頭部企業可能會建立數採部門，將這些數據留在內部，形成自己的「護城河」。更通用、更寬泛的數據，則可以由第三方機構提供，幫助模型企業降低採集成本。

如今，具身數採仍處於早期階段，難免魚龍混雜，充滿爭議，但最終都會聚焦到價值，迴歸到實質。那些能夠持續提升數據質量、推動統一標準建立的參與者，更有可能在行業沉澱之後留下來。