从WAIC看具身智能数采基地建设：让数据成为机器人“经验资产”

7月17-20日，世界人工智能大会（WAIC）在上海盛大举办。这场国内规格最高、国际影响力最强的AI行业盛会，将“通用具身智能”列为核心板块，200多家企业同台竞技。展区内，机器人不再满足于“表演炫技”，而是在1∶1复刻的工厂产线上干活。智元合伙人姚卯青的观点颇具代表性：“模型决定起点，数据定义终局。当数据飞轮真正转动起来，智能涌现只是时间问题。”

这场关于“数据定义终局”的共识，恰恰揭示了具身智能时代最核心的命题：谁来生产机器人的数据？

01 从“世界是什么”到“如何在世界中行动”

过去10年，人工智能的发展围绕互联网数据展开。大模型通过海量文本、图片、视频学习人类知识，但这些数据更多描述的是“世界是什么”，却很少告诉机器：如何在真实世界中行动。

大语言模型时代，模型读得越多越聪明。进入物理AI时代，模型做得越多越聪明。它需要大量带有物理交互属性的数据——机器人如何拿起一个杯子？如何判断力度？如何防止液体溅出？如何完成复杂工业操作？这些能力无法仅靠互联网数据获得。

据行业测算，训练一个接近人类水平的机器人“大脑”，需要10亿小时级别的真实操作数据，而目前全球有效供给仅500万小时左右，缺口达200倍。单一机器人本体厂商、小型数据服务商难以独立覆盖全场景、全流程数据生产需求，融合场景、人力、硬件、治理、模型服务能力的综合性具身智能数采基地，成为产业刚需。

02 数采基地不是“数据工厂”，而是“经验生产体系”

当前，多数基地停留在“场地搭建—数据采集—简单标注—售卖数据集”单一模式，重资产投入、轻运营闭环，数据同质化严重，缺乏标准化质检、场景拆解、模型配套服务，难以形成长期竞争力。

实际上，生产数据应当站在数据需求方的角度思考：数据主要用于模型训练的哪些阶段？哪些数据需求量最大？哪些数据对模型效果价值最高？

1.数据供需关系的结构性梳理

从具身智能数据产业链来看，供需两端的角色分工日趋清晰：

供给端（谁来建、生产什么样的数据）主要包括本体厂商、场景方、政府及地方平台公司。目前全国数采基地已超60家，生产数据类型涵盖第三人称人类视频、Ego、UMI、真机遥操等，部分基地开始纳入仿真合成数据。

需求端（谁来买、买完怎么用）则主要是本体厂商（内部消化用于自身模型训练）、基模公司（需要大量互联网/Exo视频、Ego视频）以及科研单位（少量采购）。

流转枢纽（第三方平台服务商）统筹供需两端，标准化流程管控、履约交付、数据资产匹配，降低上下游对接成本。

从模型训练的不同阶段来看：

值得注意的是，当前大部分所谓的“预训练”数据实际上是经过严格质量审核的高质量数据，包含大量真机遥操数据和UMI数据，这相当于大语言模型“对齐后”的数据，而非真正意义上的“原始预训练”。

2.数采基地的核心能力构建

基于上述分析，数采基地的竞争力不在“采得多”，而在于形成数据闭环。一个具备长期价值的数采基地应构建以下能力：

● 硬实力：场景与数据分层规划能力

在数据配比、场景理解及覆盖度方面有深度把握，能够找到高价值的失败数据、长尾数据、本体部署后的验证作业数据。

● 软实力：标准化全流程管控体系

搭建统一行业适配标准，覆盖采集流程、多模态数据同步规则、分级标注规范、多层级质检机制，解决行业数据格式杂乱、交付质量参差不齐的痛点。

● 差异化增值服务（基地核心盈利增量）

具备模型测评能力，拥有完整的仿真环境以支撑模型后训练和强化学习；依托自有场景资源，链接机器人本体企业、大模型研发团队、实体产业客户，打通“本体-算法-落地场景” 三方资源。

从这个维度看，数采基地的终局不只是一个传统数据供应商，而应逐步成长为连接场景、数据、模型与训练需求的能力型基础设施。在商业模式上，除自建场景外，还可以链接行业实际生产场景，将本体、模型、场景三方资源紧密连接，扩大运营边界。

3.终局商业模式：数据基础设施+模型服务+任务生态运营

行业当下普遍采用的基础经营模式为：建设场地→采集视频→标注交付→售卖数据，该模式商业增长空间有限。

与之相对，具备长期发展潜力的高阶运营模式，是以数据基础设施为基底，叠加配套模型服务，同步深耕全行业机器人任务生态运营。这里所说的“生态运营”并非简单搭建机器人体验展厅，而是围绕机器人实操构建完整闭环产业生态：

● 深度挖掘各行业具备高研发价值的实操任务；

● 对各类动作开展标准化流程拆解；

● 针对性采集任务所需的关键交互数据；

● 长期积累设备调试失败样本与边缘长尾案例；

● 搭建可供模型迭代测试的仿真验证环境；

● 常态化对接机器人厂商、算法团队与实体产业客户，搭建起稳定的产业协同网络。

03 智慧城市时代的经验与总结

国内各地政府、国资平台正加速布局具身智能数采基地，可参考过往智慧城市的建设的经验：此前多地成立数字集团、城投平台承建智慧城市项目，大规模投入云平台、一网统管系统建设，但项目落地后仅维持基础运维，缺乏数据资产运营机制，数据价值无法释放，平台业务持续萎缩。

映射到数采基地建设，核心要点如下：

1.摒弃“重厂房设备、轻运营机制”思维：不单纯采购机器人、搭建展厅，同步落地数据标准、场景开放、产业协同配套制度；

2.完善数据资产规范化管理：落地数据资产入表、合规流通机制，盘活基地存量数据资源；

3.政府定位为产业资源整合者，而非单一建设方：统筹土地、政策、实体产业场景资源，引入第三方专业平台服务商协同运营，搭建产业链上下游常态化对接渠道；

4.推动跨主体协同：联动机器人企业、高校科研院所、专业AI数据服务平台，共建共享数采基础设施，降低单一主体投资压力。

04 第三方平台服务商的价值定位

数采基地建设运营涉及场地、人力、硬件、标注、质检、履约全链条复杂管理，本体厂商、地方政府平台难以独立完成全流程标准化落地，第三方数据统筹服务平台成为产业链关键补充，以平台化能力为各类数采基地提供配套支撑，补齐规模化数据生产配套短板。

今元集团创立于2014年，是具备专业人力资源服务实力的平台型科技企业、国家高新技术企业。以“技术驱动+服务深耕”双轮驱动模式，搭建AI BPO数据生产体系，衔接上下游，提供数据采集、数据清洗、数据标注、数据切片等服务，让每一条数据高质量交付。

今元集团AI BPO一站式数据统筹服务是衔接采集层与数据治理层的中转载体，以产业服务商身份对接数据供需两端：

●一端对接整机厂商、大模型企业、数据服务商的数据采集需求

●一端统筹全国标准化采集场地、专业采集人员与动捕硬件

●核心价值：统一流程管控、质量校验、履约交付体系，实现实景采集数据的规模化、标准化输出

（图片由今元集团整理，转载请注明出处）

目前，今元AI BPO已落地多场景数据采集，采用真人Teleop远程遥操真机方案，覆盖叠放衣物、水杯抓取、柜体开关、洗衣机操作、多品类包裹分拣等居家、工业、商业运维场景，持续输出适配人形机器人、具身大模型的多模态样本。

为夯实规模化承载能力，今元集团与西南财经大学天府学院共建高端数据标注产学研合作基地，搭建标准化实训培养体系，持续扩大数据采集、标注服务供给规模。

总的来说，第三方数据统筹平台的核心价值在于：帮助企业解决自建采集团队投入成本高、人员管理复杂、硬件重资产投入、交付周期与数据质量不可控等痛点，让具身智能研发企业聚焦硬件本体、算法架构等核心创新，将标准化数据生产环节交由专业平台服务商落地。

05 写在最后：争夺机器人的“经验资产”

互联网时代产业竞争核心是信息，大语言模型时代竞争核心是知识，而具身智能物理AI时代，产业竞争的核心是机器人在真实世界沉淀的交互经验资产。

数采基地的核心使命，是持续为智能体补齐“感知世界—理解逻辑—实操行动”完整能力链条，最终助力机器人完成从“会看环境”到“会思考决策”，再到“熟练完成物理交互”的进化跃迁。

在这一产业进程中，政府平台统筹产业资源、数采基地搭建核心载体、第三方AI BPO 平台提供规模化标准化配套服务，多方协同互补，共同完善中国具身智能数据产业供应链。