社区

具身智能被吹了很多年。

先吹硬件，再吹本体，再吹人形机器人，后来又吹 VLA、世界模型和机器人大脑。

但一个尴尬的问题一直没变：

机器人到底什么时候真正能干活？

2026 年，资本开始给出一个新答案：也许拐点不先出现在模型里，而是先出现在数据里。

最近，具身数据突然变热。量子位统计，过去一年，仅 15 家“不做本体、不做模型、只做数据”的独立具身数据服务商，就拿走了约 44.7 亿元融资。

银河通用推出“银河星坊”数据基建，星海图联合北京亦庄共建数据公司，并启动“百万小时真实数据计划”。各地也在建设具身数据采集中心、遥操作基地和数据工厂。

这说明行业正在形成一个新共识：

真实世界数据，可能会比模型更早成为具身大脑的 ChatGPT 时刻。

如果按 36 氪 / 量子位的行业分类来看，当前具身数据主要有几条路线：真机遥操、无本体采集、仿真合成、互联网视频蒸馏，以及数据 infra 平台。

但如果按商业价值排序，逻辑会更直接：

真实业务现场真机数据 ＞ 真机遥操数据 ＞ 无本体数采 ＞ 仿真合成数据 ＞ 互联网视频蒸馏数据。

不是后几类没有价值，而是越靠前，越接近机器人真正要面对的物理世界。

采集场里能拿到动作样本。

真实现场里，才能拿到任务经验。

而任务经验，才是机器人大脑真正长大的养料。

一、仙工智能：具身智能公司，天然真机数据最容易被低估

仙工智能代表的是具身智能公司中最容易被低估的一类。

它不是垂直数据公司，而是一家刚刚上市的平台型具身智能机器人公司，核心产品是机器人大脑，也就是具身智能机器人的核心控制器。

公开信息显示，仙工智能已服务 2100+ 全球客户，覆盖 20+ 行业、70+ 国家和地区。目前仙工智能累计有 50000 台AI 机器人在真实业务现场运行，即使每天只有 20% 的设备数据回流，每台设备每天工作 10 小时，一年按 300 个工作日计算：

50000 台 × 20% × 10 小时 × 300 天 = 3000 万小时

也就是说，仙工智能每年实际可沉淀的高质量真机数据，可能达到 3000 万小时级别。

这类数据不是采集场里摆出来的动作，而是真实客户、真实设备、真实流程里自然长出来的任务经验。

别人是在搭场采数据。

仙工智能是在业务运行中自然长出数据，数据成本无限趋近于 0。

这也是它最容易被低估的地方：它看起来不是数据公司，但可能天然拥有最值钱的数据资产。

数据够多样，格式够统一，来源够真实，成本够可控，增量可持续。

数据多样、格式一致好训练、真机数据、可持续、低成本。

具身智能数据重要性提升的现在，这匹黑马值得关注。

二、星海图：具身智能公司，百万小时真实数据计划

星海图代表的是具身智能公司主动建设真实数据计划的路线。

2026 年，星海图联合北京亦庄共建数据公司，并启动“百万小时真实数据计划”。这意味着，头部具身智能公司已经开始把真实数据作为基础设施来建设，而不是把数据当成模型训练的附属资源。

这条路线的优势很明显：目标清晰、组织化程度高，可以围绕自家机器人、本体和任务体系形成稳定数据积累。

但它也有一个核心问题：集中采集的数据，能不能真正覆盖复杂业务现场？

如果答案是能，它会成为具身大模型的重要燃料。

如果答案是否，它就仍然只是更大规模的动作样本库。

三、银河通用：仿真合成路线，虚实融合提升训练效率

银河通用代表的是仿真合成路线中的头部玩家。

其推出的“银河星坊”数据基建，本质上是用合成数据扩大训练规模，再用真实数据进行校准和场景回流。

这条路线的优势是效率高。

单靠真机采集，很难快速满足通用机器人训练所需的数据规模。仿真和合成数据，可以让机器人更快覆盖更多任务、更多环境和更多边界情况。

但它的挑战同样清楚：仿真里能跑，不代表真实世界能干。

虚实融合最终必须回到真实现场验证。

所以银河通用的看点，不只是“能不能造更多数据”，而是“这些数据能不能穿透 sim2real gap”。

四、光轮智能：独立数据服务商，具身数据卖铲人

光轮智能代表的是独立数据服务商路线。

它不做通用机器人本体，也不训练具身模型，而是围绕物理仿真、数据生成、数据处理和模型评测，提供具身数据基础设施。

量子位统计显示，光轮智能过去一年融资额约占 15 家独立具身数据服务商总融资额的七成，是目前具身数据赛道中最受关注的独立服务商之一。

这类公司的商业想象力很清晰：如果具身数据成为上游资源，那么数据服务商就是卖铲人。

但它们也要面对最现实的问题：纯卖数据，到底是不是一门能持续赚钱的生意？

资本已经给了热度。

接下来要看利润表。

五、诺亦腾：无本体采集路线，低成本扩充动作样本

诺亦腾代表的是无本体采集路线。

无本体数采的核心，是不依赖机器人本体，而是通过动作捕捉、手套、夹爪、第一视角相机等设备，先采集人类动作，再把数据映射给机器人学习。

这条路线的优势是轻、快、便宜，适合大规模补充动作样本。

但它的短板也很明确：人类动作不等于机器人动作，人类能做的事，机器人不一定能以同样方式完成。

所以无本体数采可以补动作库，但很难替代真实业务现场里的任务闭环数据。

它是很好的补充燃料，但不是最终答案。

结语：具身智能的 ChatGPT 时刻，也许先从数据开始

过去，行业总以为具身智能的 ChatGPT 时刻会来自某个超级模型。

但现在看，事情可能反过来。

在通用机器人大脑真正爆发之前，最先被重新定价的，可能是真实世界数据。

采集场能提供动作样本。

仿真系统能提供训练规模。

数据平台能提供供给效率。

但真实业务现场，才能提供任务经验。

具身智能的下一次进化，不只是模型变强，而是机器人终于开始拥有足够多的真实世界经验。

如果说芯片是机器人大脑的算力底座，存储是机器人大脑的记忆容器，那么真机数据，就是机器人大脑理解物理世界的养料。

芯片决定机器人大脑能不能算。

存储决定机器人大脑能不能装。

真机数据决定机器人大脑能不能长大。

也许，真正的 ChatGPT 时刻，不是机器人突然会说话。

而是它终于在真实世界里，学会了干活。 $仙工智能(06106)$