在湖南郴州，一家中国移动营业厅挂牌 " 具身数据采集 5S 店 "，普通顾客领一套夹爪、手套和头戴相机，经过简单培训，就能边做家务，边采集机器人训练数据。
首期投放的 1000 套设备，满产状态下每年能采集 100 万小时数据。我仿佛听到了商家心里打的小算盘：既采了数据，又赚了眼球，4A 广告公司都应该来学学。（doge）
具身数采类似的 " 花活 " 还有不少：有的为了采数据免费上门保洁（欢迎来我家），有的把数采做成 VR 游戏，还有的把机器人接入互联网，采集员不用跑到数采工厂，远程就能 " 云操控 "。
具身数采
不过，以上案例看完笑一笑就好了，真要采到符合要求的数据其实并不简单。之所以 " 花活 " 层出不穷，都是因为机器人实在是太缺数据了。
眼下大家都在牟足了劲采数据，但还少有人全面梳理过这个行业的图谱。
量子位不完全统计了 97 家国内具身数据玩家的情况，其中 70 家做数据采集，27 家做数据 infra。
过去一年（2025 年 7 月 1 日至 2026 年 7 月 1 日），15 家「不做本体、不做模型、只做数据的独立具身数据服务商」，共融资约 44.7 亿元。
在资本对具身智能 " 猛猛上头 " 的当下，这个数字其实并不算多。量子位此前统计，今年上半年，具身 " 大脑派 " 公司半年就融了 223 亿元。
为了帮你看清具身数据行业，我们总结了以下十个行业现状。
数据怎么采？
现状 1：数据采集技术路线分为四大类，跨路线采集赛道最拥挤
目前主流具身数据采集的技术路线可以分为四大类：
真机遥操：人类操控真实机器人执行任务，同步采集动作、状态及传感器数据。
无本体采集：人直接完成示范，通过动捕、夹爪映射、第一视角相机等设备采集动作，无需机器人参与。
仿真合成：在虚拟环境中批量生成机器人交互数据，用于模型训练。
互联网视频蒸馏：从互联网视频中提取人类动作知识，转化为具身模型可学习的数据。
量子位不完全统计的 70 家数采公司 / 平台中，有 30 家同时走多条采集路线，占 43%，例如：真机遥操 + 无本体、真机遥操 + 仿真、无本体 + 仿真、全路线等。
走跨路线采集方案的玩家，比单独押注任何一条路线的玩家都要多。
行业常用数据金字塔来形容机器人训练所需的数据结构。目前没有任何一种数据采集方式能够独自满足机器人的训练需求。
现状 2：单独押注真机遥操路线的玩家最多
依次分析每条技术路线。
单独押注真机遥操路线的最多，有 22 家，占 31%。
这 22 个玩家中，13 家是国资数据平台，7 家是机器人公司（生产机器人硬件或开发具身大模型的公司），还有 1 家从 AI 数据标注行业转型，1 家从工业装备制造领域跨界。
机器人公司有硬件优势和真实需求，做真机遥操采集是自然而然的选择。
而国资数据平台的优势则是 " 不怕重 "。遥操是重资产路线，需要买本体、租场地、雇操作员，这些恰好都是国资平台容易调动的资源。
单独押注无本体采集路线的公司有 15 家，占 21%。
这条赛道的公司最年轻，绝大多数都成立于 2024 年 9 月之后。
无本体采集路线的技术也最丰富，子类包括：Ego 视角、UMI、动作捕捉、sEMG 肌电、触觉采集……
而单独押注仿真合成的玩家有 2 家：松应科技和谋先飞（Motphys）。
仿真赛道曾经的知名玩家，如今都选择把鸡蛋放在多个篮子里。
比如，曾以仿真数据为核心的光轮智能，也开始采集人类数据；曾是最坚定的仿真派之一的银河通用，今年 6 月发布了全身遥操作系统，拥有了遥操数据采集能力。
原因有两方面：外部，真机数据和人类数据的供给快速增加，价格持续下降，仿真数据的规模和成本优势被削薄；内部，sim2real gap 仍没有太好的解法，很难高保真还原真实世界中的摩擦、形变、力觉与触觉反馈。
单独押注互联网视频蒸馏路线的也只有 1 家：枢途科技。
这家公司从互联网单目 RGB 视频里提取多模态机器人训练数据，宣称能把综合采集成本降到行业平均水平的千分之五。
现状 3：独立数据服务商已成最大的玩家群体
如果不按技术路线，而是按身份分类，97 名玩家可分为 5 类：
独立数据服务商 39 家，占 40%；
国资数据平台 25 家，占 26%；
机器人公司 24 家，占 25%；
工业和 IT 跨界公司 5 家，占 5%，例如来自物流、装备制造、自动化工程等领域的公司；
大厂平台型公司 4 家，占 4%，例如华为、京东等。
可以看到，最大的玩家群体是独立数据服务商。
这说明：具身数据已经成长为一条独立赛道，不再是机器人公司的附属部门。
再换一种分类方式，将所有具身数据行业玩家分为 " 具身原生 " 和 " 跨界转型 " 两类。
" 具身原生 " 公司成立之初主业就是具身数据或具身智能相关业务；" 跨界转型 " 公司多从 AI 数据标注、自动驾驶、动作捕捉或工业领域转型而来。
97 名玩家中，65 家 " 具身原生 "，占 67%；32 家 " 跨界转型 "，占 33%。
再拆开来看，数采公司和数据 infra 公司的构成完全相反。
70 家数采公司里，57 家 " 具身原生 "，约占八成；27 家数据 infra 公司里，19 家 " 跨界转型 "，约占七成。
为什么 infra 吸引转型公司，采集行业却多是新玩家？
很多具身数据 infra 玩家是 AI 数据标注公司，例如海天瑞声、数据堂、云测数据等。他们积累的管线、质检和交付能力，很适合平移到具身数据 infra 环节。
而具身数据没有现成数据，采集环节则要从零构建资产，老玩家没有优势，新公司反而容易轻装上阵。
产能与布局
现状 5：全行业年产能 160 万至 180 万小时，短期目标扩大 15 到 20 倍
现有具身数据产能是多少？离市场需求还有多少差距？
量子位不完全统计，具身数据行业现有年产能为：160 万至 180 万小时 +7000 万至 8000 万条。
行业的短期目标为：未来 1-3 年内，产出 2500 万至 3500 万小时 + 亿条级数据。如果仅看小时数，短期目标是现有产能的 15-20 倍。
需要注意的是，由于各家机构披露口径不同，小时数和条数目前没有统一的换算标准，因此在这里并行列出。
这些数字只统计了真机遥操数据和无本体采集数据，剔除了仿真合成数据。产能通过公司 / 平台已披露的数据保守估计而来，实际数字可能还会更多。
而机器人训练数据的总需求量，目前仍然未知。但可以参考大语言模型的锚点：LLM 可以吃掉整个互联网现成的语料，机器人需要的数据却只能一条一条采。有统计称，截至今年初，全球高质量真实物理交互数据总量只有约 50 万小时，不足 LLM 训练数据量的两万分之一。
换个角度看，即便产能短期目标全部兑现，相比大语言模型的数据量，可能也只是刚够到起跑线。产能与需求之间仍然存在巨大差距。
这些数据都是在哪里采集的？
量子位不完全统计，全国的数采工厂已经铺到 20 个省份，其中国资背景的数采工厂覆盖 16 个省份。
数采工厂主要分布在长三角、京津冀和珠三角地区。其中，长三角以 30 座居首。
不少人力成本较低的三、四线城市也成为数采工厂的选址地，例如宿迁、自贡、郴州、运城、德清等。
分布模式和技术路线相关。遥操类数采工厂散布各省，轻资产的无本体路线公司则扎堆在一线城市。
不少城市正在打造数采重镇的城市名片。
例如，无锡是全国首个提出城市全域数据采集概念的城市。它做的最重要的事是：鼓励制造业、服务业企业开放产线、平台，将真实场景作为数据采集厂，采集机器人最稀缺、也最实用的数据。
钱往哪流？
现状 7：15 家独立具身数据服务商过去一年融资约 44.7 亿元
再来看看最能说明问题的指标：钱。
由于机器人公司的数据业务无法从整体融资中剥离，我们圈出15 家过去一年有融资记录的 " 独立具身数据服务商 "，这些公司的融资情况在行业中很有代表性。
先解释一下，" 独立具身数据服务商 " 的筛选标准有三条：不做通用机器人本体，不训练具身模型，具身数据为核心业务。
量子位不完全统计，过去一年间（2025 年 7 月 1 日至 2026 年 7 月 1 日），这 15 家 " 独立具身数据服务商 " 共完成 34 起融资，合计约 44.7 亿元人民币。
融资的时间段高度集中。2026 年 4 月至 6 月三个月内，融资事件数量占了四成多。这和今年上半年具身智能全行业的资本狂热息息相关。
量子位曾统计，2026 年上半年，具身智能全行业共融资约 438 亿元。
具身数据赛道一年融的钱，只是具身智能全行业半年融资的零头，说明起码在眼下，这个赛道还并不够 " 性感 "。
再往下深扒一层，具身数据行业内部发展并不平衡。
这 15 家 " 独立具身数据服务商 " 可以划分为三个梯队：
第一梯队光轮智能最突出。
这家公司过去一年完成 6 起融资，共融资 31 亿元，约占总融资额的七成。
它还是唯一一家披露估值的 " 独立具身数据服务商 "。最新估值超 20 亿美元，约合人民币超 135 亿元，是全球首个具身数据独角兽。
第二梯队有 11 家公司，例如简智机器人、诺亦腾机器人、渊澈太初、觅蜂科技等。
第二梯队的公司，过去一年累计融资在数千万至数亿元间，融资阶段大多为 Pre-A 轮及以前，只有几家成立时间较早的 AI 数据标注转型公司突破了 A 轮。
第三梯队的公司有 3 家：枢途科技、智域基石、补天石科技。
他们过去一年的累计融资在数千万元级别，融资轮次为天使轮，业务还处于早期验证阶段。
从资本的角度看，过去一年，共有 69 家投资机构投过这 15 家 " 独立具身数据服务商 "。
出手最多的国方创投，投了 3 次；出手 2 次的有 5 家投资机构；剩下 63 家机构，都只投了 1 次。
对照具身模型融资热时头部机构抢占份额、连续加注的景象，眼下，具身数据赛道虽然方向有共识，但标的还没有共识，没有真正敢重仓的投资机构。
资本的谨慎有理由：相较于想象空间极大的具身 " 大脑 "，具身数据是 " 劳动力密集型 " 的生意，价格会越卷越低，客户需求量也有相对明确的预期，天花板就在那里。
但也有投资人告诉量子位，具身数据行业存在一定的延展想象空间：一方面，这是一个全球生意，国外的市场很大；另一方面，数据采集的能力还能迁移到模型评测等，成为物理 AI 的基础设施。
总的来看，独立的具身数据行业仍处于较早期的阶段。
公司发展处于早期。半数以上近一年融到资的 " 独立具身数据服务商 " 成立时间不足一年。
融资处在早期。15 家 " 独立具身数据服务商 " 中，13 家公司的最新轮次在 A 轮及以前。
商业模式处在早期。没有一家公司披露过利润。仅弈人科技一家自称盈利，但也没公开利润的具体数字。
第一句，具身数据行业已经成长为一条独立赛道，吸引大量玩家涌入，并且正在成为 AI 领域新增就业岗位的蓄水池、地方经济活力的新引擎。
第二句，这条赛道仍然处于早期阶段，许多问题还没解决，许多共识还没形成，许多变量还没收敛。
第三句，资本的态度最诚实。鲜有公司验证过：" 纯卖数据 " 是一门赚钱的生意。VC 还在撒网阶段，没人能看清哪条鱼最大。
接下来的一两年，大概率就是这门生意的验证窗口。产能会不会兑现，价格会卷到哪里，谁先把利润表拿出来，决定了具身数据商能否真正成为赚钱的 " 卖铲人 "。
