四川
当前人形机器人行业硬件方案趋于收敛，“大脑”训练成为决胜关键，而数据量级和质量直接决定模型泛化能力。一个残酷的现实是：机器人可用的真实物理交互数据总量仅约50万小时，不足大语言模型训练数据的万分之一。
据2026年机器人全产业链接会披露，GPT-2和GPT-3的训练数据分别对应约79万小时和1100万小时，而要实现可用的具身智能，至少需要1000万小时的多模态数据。由于当前采集良率仅20%-40%，且多场景、长尾数据等因素叠加，实际需求远超这一数字——觅蜂已把2030年目标数据采集量定在100亿小时。
2025年数据采集需求占人形机器人整体订单约31%，2026年这一比例预计将突破50%。京东提出两年内采集1000万小时真实场景视频数据，并发动最多60万人参与采集行动。数据正从研发辅助需求，升级为行业核心生产力。
目前真实数据采集主要有三类路线：真机遥操作、无本体采集和仿真合成。
真机遥操作精度最高，操作员通过VR头显同步控制机器人完成动作，产出的数据可直接用于训练VLA模型。但其成本高昂——特斯拉Optimus数据采集员时薪在25至48美元，且长时间操作容易引发眩晕，废片率较高。
无本体采集（如UMI和EGO）成本更低。EGO（第一人称视角）采用轻量化头戴设备采集人类操作视频，据斯坦福研究验证，仅2万小时异构数据即可让机器人初步涌现自动化能力——给模型喂2万小时数据后，再给一段40秒的洗碗视频，它就能初步学会洗碗。觅蜂科技将EGO采集成本降至传统真机摇操的三分之一甚至更低。
仿真合成数据成本最低、生成最快，但与真实物理世界存在偏差，难以完全替代真机数据，目前多作为补充方案。
数据采集爆发正带动四个核心环节扩容：
数采设备供应链是当前确定性最强的受益方向。无论采用哪种采集路线，相机（尤其是3D深度相机）、IMU惯性测量单元、触觉传感器都是刚需。奥比中光在3D深度相机领域领跑，订单供不应求；华依科技已与觅蜂科技达成IMU批量供货合作。
第三方数采服务商凭借数据标注和场景管理经验获得头部订单。京东、智源等企业自建数采工厂，同时与外部数据公司协同。
仿真平台方面，英伟达、索辰科技是国内外代表玩家。
垂类应用中，细分场景的专属数据库具备稀缺性，有望率先实现商业化落地。
国金证券研报指出，数采爆发有望拉动相机、IMU、触觉传感器等高ASP环节规模快速提升，竞争格局清晰、增长空间最大。当前全球数据缺口依然巨大，头部玩家已经开始布局千万小时甚至百亿小时级别的采集目标，数据设备、服务和传感器供应链都将迎来持续增长。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
