这一波机器人的爆发，催化剂不是特斯拉，而是OpenAI，他发布的GPT-6 Astra给机器人带来了很强的泛化能力，中金公司评价说“标志人形机器人开始拥有自己的通用底座大模型”。
OpenAI买了100万小时的数据来投喂给模型，才达到这个效果。
如果说宇树科技是专注于本体，那么OpenAI的核心目的是机器人大脑。
大脑成熟的前提是海量真机数据，往上就是数据采集、采集工具，现在热炒的凡拓数创、海天瑞声、奥比中光，都是这一概念。
为什么数据成了稀缺的资产，网上的视频、图片数据还不够用吗？
一句话，世界模型无法替代真机数据：虽然有很多虚拟数据，但很多复杂的物理方程没有精确的解析解。
比如《黑神话》，悟空在水里运动、做动作、发技能，水流很不逼真；看一些仿真动画片，水流也很难真实还原，因为流体力学没有精确解析解。
软物体挤压、捏脸时脸部的挤压形状也未必真实，因为很多分子之间相互作用；
一个人从桌上拿水杯，手往前伸，但具体伸了多少厘米、往上抬了多少角度，都不知道。拿空杯子、满杯子、湿杯子、滑的杯子，需要的力也不同；视频里没有这些数据，虚拟数据无法消除这个系统性物理偏差，需要真实数据来反馈修正模型。
结论是：一定要真机数据，真机数据是最底层、最稀缺的底层资产。
GPT是靠海量文本数据，大力出奇迹跑出来的，机器人大脑也需要海量数据力大砖飞。
不止是openAI在这么做，字节、腾讯控股、谷歌、Meta都需要这些数据、采集设备。
全球维度，今年大概是1000万小时的数据体量，到3年后可能有百亿级别的有效数据体量，翻1000倍，并且都是有效数据。
什么是有效数据？
8小时的原始数据，能用的只有1~1.5小时，中间需要清洗。
按10亿有效数据对应100亿维度原始数据，一天采集8小时（不是24小时，因为人要休息；采集对象不是专门找的数据采集员，而是正在干活的工人，很多是兼职，采集公司给一些劳务报酬），一年365天，对应的是350万台级别的销量。
还要提醒一点，采集设备是耗材。相机天天开着容易发热、容易损坏，比如夹爪天天夹、一天夹8小时、夹一年容易坏。这些一体机的生命周期在半年到一年左右，就要换新的。