誰在賺機器人的「學費」？

做了幾十年家務後，50多歲的全職媽媽高波，第一次發現自己的動作也能賣錢。

她家住山東，平時要照顧十幾歲的兒子，很難外出工作。現在，高波每天在做飯、洗衣和打掃衛生時，用手機拍下自己的動作。她告訴媒體，每天六個小時，收入能有120元。

這些第一視角視頻經過處理後，將成爲機器人學習家務的訓練資料。

高波不是個例。在社交媒體上，類似的場景越來越多：在麥當勞裏，女孩戴着採集設備清潔餐桌；在大排檔中，廚師一邊顛鍋炒菜，一邊記錄手腕的角度和動作軌跡……

根據天眼查媒體綜合信息顯示，具身數據正在進入「衆包」時代。過去，機器人數據主要由採集員在訓練中心裏遙控真機生產。如今，隨着第一視角相機等無本體採集設備普及，數採的工位不再只有訓練中心，所有人幹活的地方，都可能成爲機器人的課堂。

這輪衆包熱潮背後，是機器人行業巨大的數據缺口。機器人要在物理世界幹活，就要先「補腦」，但現狀是理解物理世界的數據嚴重缺乏。

圍繞機器人的數據採集與訓練，一條產業鏈迅速冒了出來，一級市場的熱情也跟着湧了進來。

但熱鬧背後，賬並不容易算。這條產業鏈上誰最先賺到錢？不斷擴張的數據產能，又有多少能真正變成機器人的能力和客戶訂單？

全行業都爭着給機器人「上課」

據天眼查媒體綜合信息及Interact Analysis數據，截至2026年4月底，全國已經投用的數據採集與訓練中心達到64個，連同在建和規劃項目至少有90個，其中至少13個中心部署了上百臺機器人。

在幾千平方米的場地裏，家居、商超、倉儲和工廠被一比一還原。幾十上百臺機器人排着隊「上課」，採集員戴着VR頭顯，操縱機械臂反復搬運箱子、整理貨物和操作工具。

招聘網站上，具身智能數據採集員也開始成批出現，一些崗位不要求工作經驗。

一家數據採集服務商，此前服務百度地圖等互聯網客戶，今年年初新增一個20多人的團隊，專做雙目採集通用數據業務。據相關負責人透露，已有兩家頭部機器人廠商、一家養老地產主動來合作，「這個需求量還是比較大的，應該說我們趕上了風口。」

這輪熱潮來自機器人行業發展重點的轉移。隨着本體、關節和全身運控不斷進步，機器人已經可以跑步、跳舞和打拳，行業開始把更多精力轉向模型和實際任務。

新的瓶頸也隨之出現：機器人可以在訓練場裏反復完成一個動作，換個物體、調整一下擺放角度，或者進入光線和環境不同的房間，成功率可能迅速下降，即機器人的泛化能力較弱。

機器人行業因此嘗試復制AI大模型的Scaling Law：在模型架構和訓練方法相對穩定時，通過增加數據、參數和算力換取能力提升。

這條規律在機器人上仍處於驗證階段，但已經改變了行業對數據規模的預期。

據天眼查媒體綜合信息及行業估算，目前全行業大約積累了50萬小時高質量訓練數據，而要達到智能湧現，1億小時訓練數據可能都不夠。按這一量級計算，兩者相差至少約200倍。

需求增加以後，行業還需要解決數據從哪裏來的問題。傳統真機採集很難填上這個缺口。有從業者透露，一名訓練員通常只能遙控一臺機器人，一臺機器人往往需要兩個人配合，一天只能完成幾十次真機採集，因爲機器人的「幹活」速度遠比人類要慢。

2026年集中升溫的無本體採集，降低了擴張數據產能的門檻。

這條路線早在2024年前後出現，今年開始從論文和原型機走向成套產品。例如戴在人頭上的EGO設備（注：第一人稱視角數據設備）記錄身體動作，拿在手裏的UMI（注：通用操作接口）記錄手部移動、旋轉和開合；腕部相機和觸覺設備則補充近距離畫面與接觸信息。

技術打開供給，政策進一步放大建設需求。2026年6月，工信部與國務院國資委啓動實景實訓專項行動，要求十個省市分別遴選不少於20個重點場景，計劃年底形成100個以上高價值應用場景，帶動萬臺級規模落地能力。

多股力量疊在一起，數採行業迅速擠滿了不同來路的公司。

奧比中光、途見科技一類的硬件公司最像「賣鏟人」。奧比中光從3D視覺出發，將3D相機、標定和規模制造能力延伸到EGO、UMI和腕部相機；途見則從柔性電子皮膚切入，用觸覺手套記錄視頻難以提供的接觸力和受力變化。

優必選、自變量等本體和模型公司則同時爲了設備訂單和訓練數據進入數採環節。地方建設數採中心時，往往會打包採購機器人、遙操作設備和訓練系統。優必選中標的惠州和呼和浩特兩個項目，金額合計超過1.3億元。自變量同時研發模型、本體和數採工具，可以根據模型表現決定下一輪採什麼數據，縮短採集、訓練和測試的循環。

智元孵化的覓蜂科技試圖把原本服務於自家機器人的數據能力變成獨立平臺，對外承接採集、治理、訓練和評測，做整條數據生產鏈的組織者。

京東和仙工智能的優勢則是現成的場景。京東擁有物流、零售場景和人員組織能力，可以把採集伸進倉庫、商場、工廠和普通家庭；仙工智能已經有大量機器人在倉庫和工廠運行，希望讓這些設備邊工作邊產生數據。公司披露，其機器人大腦裝機量超過5萬臺，累計積累超過50萬小時多形態真機數據。

全行業都在加速給機器人「印教材」，但「教材」多不等於學生能學會。

機器人需要什麼樣的「教材」？

今年6月，機器人公司XDOF分享了一次實驗。

團隊準備教機器人疊T恤，使用普通模仿學習方法訓練後，機器人測試20次成功20次。後來，團隊繼續加入更多已經完成任務的示範，本以爲數據增加會讓模型表現更好，成功率卻先降到2次，最後變成20次全部失敗。

問題在那些看起來合格的視頻裏，衣服最後確實疊好了，過程中卻夾雜着停頓、猶豫、重新抓取和無效調整。人類看一遍，覺得這只是正常操作；機器人卻會把整段過程照單全收，連猶豫也當成標準答案學了進去。

這和國內從業者的體感接近。一位業內人士告訴《降噪NoNoise》，今年開始，數據採集需求迅速擴大，但很多數據收回來以後才發現沒什麼用。

行業真正稀缺的，逐漸變成判斷機器人應該從中學什麼的能力。

一條人類動作想要變成機器人能力，第一步是確定採什麼。搬箱子追求穩定和節拍，擰螺絲要求精度與力控，疊衣服還要處理形變、遮擋和多步驟操作。任務定義不同，攝像頭、動作軌跡、觸覺和關節狀態的採集要求也會跟着變化。

這些內容在「產能表」上都可以折算成小時，進入模型以後卻承擔着完全不同的作用。

採集完成後，數據先過第一道驗收：任務有沒有完成，畫面是否被遮擋，傳感器有沒有掉線，圖像和控制指令能否同步，有沒有拍到人臉、手機屏幕或者商業祕密。

有數據服務商稱，目前他們能做到三四條採集數據中至少一條有效，這在行業已經算比較高效。

經過清洗和標注，數據還要面對更加麻煩的一關：同一批數據到了不同公司手裏，驗收結果可能完全不同。

具身數據與機器人身體和模型架構綁得很深。六軸機械臂與七軸機械臂的自由度不同，兩指夾爪與五指靈巧手的動作空間不同，攝像頭位置、傳感器配置、坐標系和控制頻率也各不相同。同一條軌跡在一家公司可以直接訓練，換一款機器人或模型，可能需要重新映射，甚至完全無法使用。

所以，具身數據至少存在三層有效標準。

第一層是採集有效，確認任務完成、文件可用；第二層是數據集有效，確認數據經過清洗、標注和對齊，能夠進入客戶的訓練管線；第三層才是模型有效，加入這批數據以後，機器人的成功率、泛化能力和失敗恢復是否真的得到提高。

眼下這三層「有效」容易被混淆。供應商交付1000小時有效數據，可能只是完成了前兩層；客戶期待的卻是機器人能力隨之增長。

這也決定了具身數據暫時很難像普通商品一樣交易。客戶很難只下單購買1000小時數據，更常見的需求是：某款機器人執行特定任務的成功率只有60%，供應商需要判斷缺少哪些場景和動作，再設計採集、清洗、訓練和補採方案。

有效因此很難成爲數據自身的固定屬性，它取決於數據能否與某個模型、某副身體和某項任務匹配。

宇樹創始人王興興曾指出：對機器人來說，每進行一次輸入和輸出，都可能產生偏差和損失。這是目前機器人模型泛化能力和任務成功率仍然不足的重要原因。

這意味着：從拍下一段動作到機器人真正學會，中間存在一條數據折損鏈。

產業鏈由此出現了一種錯位：前面的成本已經付出，最後的訓練效果仍然存在不確定性。機器人沒有喂夠多少小時就自動變聰明的公式。

當數據產量與能力增益無法直接換算，數採生意的難題也隨之出現：供應商按照設備、人工和採集時長投入成本，客戶卻只願意爲模型效果付錢。中間的損耗由誰承擔，便成了數採行業必須算清的一筆賬。

數採行業的生存題

沿着產業鏈看，最先「到賬」的還是鋪設基礎設施的錢。相機、手套、夾爪、遙操作系統和機器人本體可以按臺、按套結算，訓練場也可以按照面積、設備數量和工期驗收。

一旦走到數據交易環節，不確定性陡增。

多名具身智能從業者向《降噪NoNoise》透露，一些地方願意出錢購買機器人、建設訓練場，但在項目談判時會要求機器人公司回購數據。

中國信通院人工智能所聯合發布的《具身智能訓練場研究報告（2026年）》指出，訓練場屬於重資產投入，數據產品出售雖然最快形成收入，但僅依靠賣數據難以覆蓋重資產投入，回本周期較長。

根據公開信息估算，一名專業遙操員工作8小時，平均只能產出2至3小時有效數據。國內真機數據的報價約爲每小時500元至1000元，一些要求技術背景或駐場的數據採集員月薪則達到8千至1.5萬元。

要求數據回購，相當於爲高昂投入成本增加了一張「保單」。

但機器人本體廠商和模型公司也有苦楚——

Ego和雙目設備成本一路下降，清潔、收納和分揀等通用任務最容易擴產，也最容易出現重復。不同採集員在不同房間擦桌子，確實增加了時長；如果物體、動作和環境變化有限，對模型而言，新增能力可能並沒有新增數據集看起來那麼多。

美國人形機器人獨角獸Figure，曾經嘗試向外部供應商採購數據，後來發現這些數據很難同時滿足自家模型對數據規模、多樣性和質量的要求，於是轉向自建數據採集系統——Index平臺，通過衆包採集方式，向全球普通用戶徵集日常做家務或工作視頻。目前，Figure已經向創作者支付1500萬美元。

真機數據也不好賣。它與目標任務和機器人身體結合得更緊，生產速度慢、成本高，能夠購買的客戶也更少。一名從業者告訴《降噪NoNoise》，模型公司到了採購環節，往往先選擇成本更低的仿真數據。只有搬箱子、裝配等任務接近實際交付，客戶才會補充針對性的真機數據。

這些問題正在迫使行業改變擴產方式。行業需要降低的是，從每小時採集成本延伸到機器人學會一項能力所需的總成本。

一種做法是把昂貴的真機留到最需要它的地方。比如用無本體採集設備擴大人類示範規模，用仿真批量制造環境變化和失敗情況，然後由真機數據集中完成任務適配與最後校準。英偉達曾用少量人類演示生成78萬條合成軌跡，相當於6500小時人工示範數據，整個生成過程只用了11小時。

另一種做法是降低不同客戶之間反復適配的成本。行業正在嘗試統一數據格式、標注規範和接口標準，降低不同來源數據的匯集、轉換和使用成本。2025年底，浙江檢測中心通過規範數據格式和接口，將全國11個點位採集的成千上萬條數據匯入同一平臺，實現真實、仿真和測試數據的兼容。

這些嘗試無法消除機器人的身體差異，卻可以先統一數據怎樣記錄、怎樣讀取，減少服務商從頭定義格式的工作，也讓客戶更容易判斷一批數據能否進入自己的訓練管線。

國內的標準建設也已經啓動。2026年3月以來，多項具身智能數據與訓練規範陸續發布或立項。

如果從行業視角來看，數據採集行業作爲機器人「補腦」的數據基礎設施部分，正處於爆發前夕。未來一旦基礎模型的技術方向出現收斂，行業對於數據標準形成共識，高質量數據的價值有可能被重新定價。