460亿砸向具身智能，真正的天花板是数据

2026年上半年，具身智能赛道迎来了融资爆发期。钛媒体的深度报道数据显示，短短六个月内，288起融资事件、226家企业参与，披露融资总额突破460亿元。这个数字超过了2024年全年该领域的融资总和，创下历史新高。

前五家头部企业就拿走了171亿，占比达到37%。银河通用25亿、自变量机器人近20亿、星动纪元超2亿美元的融资规模，让整个行业为之震动。

更夸张的是，它石智航在4月单轮斩获4.55亿美元，刷新了中国具身智能领域的融资纪录。星尘智能3个月内完成3轮融资超10亿，估值直接突破百亿。单笔超过10亿元的融资事件，在2026年上半年就已经发生了25起。

然而，在资本狂欢的背后，一个残酷的现实正在浮出水面——数据，才是这个行业真正的天花板。

具身智能 | 数据采集 | 融资 | 数据天花板

数据的天花板有多低？

如果用一句话概括当前的具身智能现状，那就是：钱不是问题，数据才是真正的天花板。

全球可用的真机数据，总共只有大约50万小时。这个数字听起来似乎还不错，但如果和大语言模型训练用的文本数据相比，简直就是杯水车薪——LLM训练文本数据量是真机数据的两万倍。

某知名算法团队负责人私下透露，他们花了三千万采集了10万小时的机器人数据，训练后模型能力却只提升了5%。三千万换来5%的提升，这个数字让很多从业者感到绝望。更让人焦虑的是，这不是个例，而是行业普遍面临的困境。

问题的根源在于数据的稀缺性。动捕设备需要专业场地，采集员时薪差异巨大：居家采集17元、场地采集22-31元、真机遥操作则高达75元以上。即便如此，采集到的数据质量参差不齐，且场景单一化严重。

更糟糕的是，数据迁移能力极其有限。在A工厂学习到的技能，换到B工厂大概率会失灵。传送带速度不一样，地面摩擦系数不一样，光照条件不一样，货物摆放方式不一样——每一个细节的差异，都可能导致模型"认不出"同一个任务。这意味着每个场景都需要重新采集数据，成本呈指数级上升。

银河通用的数据实践

以银河通用的AstraBrain-WBC 0.5为例，这个全球首个机器人"小脑"通用基础模型，训练数据达到了2万小时、20亿帧人类动作数据。这个数字已经碾压了英伟达SONIC的700小时，是同类数据集的200倍以上。

银河星脑采用三层架构：大脑负责感知和规划，小脑负责运控，神经控制层处理灵巧操作和力反馈。要实现29自由度的全身协同控制，需要海量真实场景数据的支撑。

但即使是这样的数据量，也只是一个起点。数据质量直接决定模型能力。真实的力度反馈、环境交互经验，是仿真无法替代的"肌肉记忆"。这解释了为什么投入那么多资金采集数据，模型性能提升却有限——数据量重要，数据质量更重要。

29个自由度的全身协同控制，毫秒级的实时响应，92.58%的零样本泛化成功率——这些指标看起来很美，但背后是巨大的数据投入。AMASS数据集只有720万帧，银河通用的数据量是同类数据集的200倍以上。然而工程师们私下表示，即便如此，数据仍然不够用。

巨头的数据军备竞赛

面对数据瓶颈，头部玩家们已经开始了一场军备竞赛。

星海图推出了百万小时真实数据计划，目标是在未来几年内积累百万小时级的真实世界交互数据。千寻智能布局了30万个采集点，目标是实现百万小时级的真实世界交互数据采集能力。京东更是雄心勃勃，计划在两年内达到1000万小时的采集规模。觅蜂科技的MEgo平台采用无本体数采设备的设计，计划在2026年实现千万小时的数据产能。

"浦江X"具身智能标准化数据集平台也已经上线，试图通过标准化解决数据碎片化问题。全国首个异构人形机器人训练场已经投入使用，超过百台机器人同时进行数据采集工作。

人民数据大会在6月16日于自贡召开，明确指出数据标注正在从文本图像走向多模态复杂标注，4D时序标注成为新的技术方向。来自全国各地的专家齐聚一堂，讨论的核心议题只有一个：如何突破数据瓶颈，推动具身智能产业健康发展。

仿真数据的局限性

很多人天真地以为，可以用仿真数据来弥补真实数据的不足。这个想法在理论上是可行的，但在实践中遇到了巨大的挑战。

仿真数据便宜、安全、可重复，这是它的优势。但仿真到现实的差距是致命的。真实世界充满不确定性，环境噪声、光照变化、地面摩擦系数、物体材质差异——这些在仿真中难以完全模拟的因素，在真实世界中无处不在。

工厂流水线、物流仓库这些复杂生产环境，更是充满了不确定性。机器人在这里需要学会处理各种突发情况：传送带速度变化、货物堆放不整齐、人员走动干扰、设备维护间隙。这些"脏活累活"恰恰是训练泛化能力的关键。

仿真训练出来的模型，在真实场景中表现往往不尽如人意。这就是为什么那么多团队发现，自己在仿真环境里测试效果不错的模型，一到客户现场就"抓瞎"。

融资分化的信号

2025年下半年，具身智能领域的融资数据已经发出了预警信号。融资事件数同比下降31.7%，但单笔融资金额同比上涨46.8%。钱在变多，项目在变少。

百亿估值已经成为进入主流融资圈的入场券。更重要的是，估值逻辑发生了根本性转变——从看故事变成了看数据。复购率、故障率、连续运行时间，这些硬指标取代了PPT上的愿景。

投资人不再只看团队背景、技术路线，更会要求看数据资产：采集了多少小时数据、覆盖了多少场景、数据质量如何、数据利用率如何、模型效果提升多少。那些无法回答这些问题的企业，融资难度会越来越大。

关节模组、传感器等零部件赛道的新项目融资已经开始回落，这表明市场正在理性化，真正有价值的环节被重新审视。

数据外包的残酷真相

在这样的背景下，数据采集外包成为刚需。但外包不是万能药，质量才是生命线。

很多企业尝试过各种方式采集数据：自建采集团队、外包给第三方、购买公开数据集。但自建团队成本高、周期长，外包质量难以把控，公开数据集又无法满足定制化需求。

以光轮智能、无问智科、弈人科技、觅蜂科技等公司为例，他们在数据采集上各有探索，但都面临着同样的挑战：如何在有限的时间和预算内，采集到高质量、多场景、可迁移的真实世界数据。

数据采集外包听起来简单，实际操作中困难重重。场景适配是个大问题——采集团队需要熟悉目标场景，理解机器人在该场景下需要学会什么。工厂流水线、物流仓库、实验室、展厅，每个场景的需求都不一样。设备门槛也不低，动捕设备需要专业场地，真机遥操作需要机器人硬件。人员培训同样棘手，采集员不仅要会操作设备，还要理解任务目标。而数据质量把控更是一道硬关卡，采集到的数据需要经过清洗、标注、验证，每个环节都不能掉以轻心。

真实场景才是金矿

拥有真实工厂、物流生产环境采集能力的企业，正在展现出明显的优势。他们可以在生产现场直接采集数据，无需额外搭建模拟环境，采集到的数据本身就带有真实场景的所有复杂特征。这种数据训练出来的模型，才是真正能打的模型。

他们能够在生产现场完成数据采集，保证数据的真实性和多样性。

4D时序标注的新趋势

人民数据大会上传出一个重要信号：数据标注正在从文本图像走向多模态复杂标注。

传统的2D图像标注已经不够用了。具身智能需要的是4D时序数据——捕捉动作的连续性和动态变化，对机器人运控模型训练至关重要。

4D时序标注能够记录机器人动作的完整过程，包括起始位置、运动轨迹、速度变化、力反馈等维度。这种多模态数据对于训练高质量的机器人控制模型至关重要。

这意味着标注人员需要升级技能：从简单的打标签变成理解物理世界、理解运动学、理解任务逻辑。这带来的直接结果是标注成本大幅上升，但这是无法避免的。低质量标注不仅浪费数据，还会污染模型——训练出来的模型可能还不如不练。

数据采集的未来走向

从当前趋势看，数据采集正在向几个方向发展：

第一，场景多样化。单一场景的数据已经无法满足需求，企业需要跨越多个行业、多个环境进行采集。制造业、物流业、服务业、医疗业——每个行业都有独特的场景和挑战。

第二，数据标准化。"浦江X"等标准化数据集平台的出现，表明行业正在尝试建立统一的数据规范，解决数据碎片化问题。标准化不仅能提高数据利用率，还能降低成本。

第三，采集效率提升。觅蜂科技的无本体数采设备、大规模训练场等方案，都是为了提高采集效率。未来的数据采集将是工业化的、规模化的。

第四，质量分层。不同质量的数据用于不同阶段的训练，高质量数据用于关键任务，低质量数据用于预训练。这种分层策略可以最大化数据价值。

第五，专业分工。专门做数据采集的企业开始受到关注。相比于每家公司都自建数据团队，外包给专业机构可能是更高效的选择。

谁能打破数据天花板

当数据成为天花板，谁能打破这个天花板，谁就能主导这个行业。

融资会继续向头部集中，但数据能力是比融资额更持久的护城河。那些能够系统化、规模化、高质量采集真实世界数据的企业，将成为行业的核心基础设施。

有意思的是，专门做数据采集的企业开始受到关注。相比于每家公司都自建数据团队，外包给专业机构可能是更高效的选择。但不是所有外包都一样，真正有价值的是那些理解场景、拥有设备、有专业团队、能保证质量的服务。

460亿的融资只是一个开始，真正的较量才刚刚展开。谁能解决数据问题，谁就能在这场竞争中占据有利位置。

质量是生命线

某算法团队负责人的案例很能说明问题：花了三千万采集10万小时数据，模型能力只涨了5%。这不是数据量的问题，而是数据质量的问题。

如果采集到的数据场景单一、质量参差不齐、标注不规范，那么再多的数据也难以带来模型性能的实质提升。

质量把控需要从源头做起：场景选择、采集设备、采集流程、人员培训、数据清洗、标注规范、质量验证，每个环节都不能马虎。

一个完整的数据采集项目，动辄几百万甚至上千万。花了这么多钱，采集到的数据质量还不一定好。场景单一、标注不规范、数据利用率低——这些问题困扰着几乎每一个团队。

迁移能力决定落地能力

最让从业者头疼的是数据迁移问题。

在A工厂学习的技能，换到B工厂大概率会失灵。你不能指望一套模型打天下。需要为每个场景单独采集数据，重新训练模型。成本呈指数级上升。

见过太多团队兴致勃勃地训练了一个模型，拿到客户现场一试，发现根本用不了。客户不傻，他们不会为你的"实验室数据"买单。

更可怕的是，这个问题短期内似乎没有很好的解决方案。你不能说"我们的模型迁移能力很强"，因为那往往意味着更大的数据投入。

行业大洗牌已经开始

当数据成为天花板，谁能打破这个天花板，谁就能主导这个行业。

靠讲故事融资的日子已经过去了。接下来的竞争，是数据资产的竞争，是数据能力的竞争，是谁能真正解决数据瓶颈的竞争。

融资逻辑的转变说明了一切：从看故事变成了看数据。复购率、故障率、连续运行时间成为新的评估标准。那些无法证明自己数据能力的企业，正在被资本抛弃。

关节模组、传感器等零部件赛道的新项目融资已经开始回落，行业正在经历大洗牌。真正有价值的环节被重新审视，数据采集能力成为核心竞争力。

460亿的融资只是一个开始，真正的较量才刚刚展开。

行业大洗牌已经开始

靠讲故事融资的日子已经过去了。接下来的竞争，是数据资产的竞争，是数据能力的竞争，是谁能真正解决数据瓶颈的竞争。

融资逻辑的转变说明了一切：从看故事变成了看数据。复购率、故障率、连续运行时间成为新的评估标准。那些无法证明自己数据能力的企业，正在被资本抛弃。

关节模组、传感器等零部件赛道的新项目融资已经开始回落，行业正在经历大洗牌。真正有价值的环节被重新审视，数据采集能力成为核心竞争力。

那些能够系统化、规模化、高质量采集真实世界数据的企业，将成为行业的核心基础设施。他们不仅能够满足自身的数据需求，还能为整个行业提供数据服务。

数据采集的专业化趋势

有意思的是，专门做数据采集的企业开始受到关注。相比于每家公司都自建数据团队，外包给专业机构可能是更高效的选择。

但不是所有外包都一样。真正有价值的是那些理解场景、拥有设备、有专业团队、能保证质量的服务。

结尾

460亿的融资只是一个开始，真正的较量才刚刚展开。谁能解决数据问题，谁就能在这场竞争中占据有利位置。

当数据成为天花板，谁能打破这个天花板，谁就能主导这个行业。钱不是问题，数据才是真正的天花板——这才是当前具身智能行业最真实的写照。

行业大洗牌已经开始

靠讲故事融资的日子已经过去了。接下来的竞争，是数据资产的竞争，是数据能力的竞争，是谁能真正解决数据瓶颈的竞争。

融资逻辑的转变说明了一切：从看故事变成了看数据。复购率、故障率、连续运行时间成为新的评估标准。那些无法证明自己数据能力的企业，正在被资本抛弃。

关节模组、传感器等零部件赛道的新项目融资已经开始回落，行业正在经历大洗牌。真正有价值的环节被重新审视，数据采集能力成为核心竞争力。

那些能够系统化、规模化、高质量采集真实世界数据的企业，将成为行业的核心基础设施。他们不仅能够满足自身的数据需求，还能为整个行业提供数据服务。

数据采集的专业化趋势

有意思的是，专门做数据采集的企业开始受到关注。相比于每家公司都自建数据团队，外包给专业机构可能是更高效的选择。

但不是所有外包都一样。真正有价值的是那些理解场景、拥有设备、有专业团队、能保证质量的服务。

结尾

460亿的融资只是一个开始，真正的较量才刚刚展开。谁能解决数据问题，谁就能在这场竞争中占据有利位置。

当数据成为天花板，谁能打破这个天花板，谁就能主导这个行业。钱不是问题，数据才是真正的天花板——这才是当前具身智能行业最真实的写照。

460亿的融资只是一个开始，真正的较量才刚刚展开。谁能解决数据问题，谁就能在这场竞争中占据有利位置。当数据成为天花板，谁能打破这个天花板，谁就能主导这个行业。钱不是问题，数据才是真正的天花板——这才是当前具身智能行业最真实的写照。

460亿的融资只是一个开始，真正的较量才刚刚展开。谁能解决数据问题，谁就能在这场竞争中占据有利位置。当数据成为天花板，谁能打破这个天花板，谁就能主导这个行业。钱不是问题，数据才是真正的天花板——这才是当前具身智能行业最真实的写照。

那些能够系统化、规模化、高质量采集真实世界数据的企业，将成为行业的核心基础设施。他们不仅能够满足自身的数据需求，还能为整个行业提供数据服务。专业化的数据采集平台正在成为行业的新风口。