具身智能数据狂飙：44亿融资背后，谁在真正变现？
在湖南郴州的一家中国移动营业厅门口，挂着“具身数据采集5S店”的牌子。这听起来像是一个为了蹭热点而制造的噱头，但背后的逻辑却十分务实：普通顾客戴上特制的夹爪、手套和头戴相机，在简单培训后，一边做家务一边为机器人采集训练数据。首期投放的1000套设备，满产状态下每年能产生100万小时的数据。这种看似戏谑的“花活”，恰恰折射出当前具身智能行业最核心的痛点——数据饥渴。
为了厘清这一新兴领域的真实面貌，我们对国内97家具身数据玩家进行了详细梳理。结果显示，其中70家专注于数据采集，27家涉足数据基础设施。在2025年7月至2026年7月这一年间，15家专注于数据服务、不碰本体也不做模型的独立服务商，累计融资约44.7亿元。然而，若将其与具身智能“大脑派”公司半年223亿元的融资额相比，这一数字显得微不足道。这揭示了一个残酷的现实：在资本眼中，数据环节目前并非最性感的赛道。
技术路线的博弈与融合
目前，具身数据采集的技术路线主要划分为四大类：真机遥操、无本体采集、仿真合成以及互联网视频蒸馏。有趣的是，没有任何一种单一路线能够通吃所有需求，行业正呈现出明显的跨路线融合趋势。
统计显示，在70家数采公司中，有43%同时采用多条采集路线。其中，单独押注“真机遥操”的玩家最多，占比31%。这一路线的优势在于国资数据平台和机器人本体厂商。前者拥有调动重资产资源（如本体购买、场地租赁、操作员雇佣）的能力，后者则具备硬件优势与真实场景需求。相对而言，“无本体采集”路线的公司最为年轻，大多成立于2024年底之后，技术细分领域涵盖了Ego视角、动作捕捉、肌电传感等，展现了极强的技术多样性。
仿真合成路线的玩家则在萎缩。曾以仿真为核心竞争力的公司，如光轮智能和银河通用，纷纷转向混合模式。原因有二：一是真机数据和人类示范数据的供给增加导致成本下降，削弱了仿真的成本优势；二是“Sim2Real”差距仍未完全解决，难以高保真还原真实世界中的摩擦、形变及触觉反馈。仅存的纯仿真玩家和互联网视频蒸馏玩家，试图通过极致的成本控制或独特的知识提取路径突围。
玩家图谱：独立服务商的崛起
若按身份分类，独立数据服务商已成为最大群体，占比40%。这一现象标志着具身数据已从机器人公司的附属部门，成长为一门独立的生意。相比之下，国资数据平台占26%，机器人公司占25%，大厂平台型公司仅占4%。
进一步分析发现，行业存在明显的“原生”与“跨界”之分。67%的玩家为“具身原生”，即成立之初即聚焦具身数据；33%为“跨界转型”，多源自AI数据标注、自动驾驶或工业领域。值得注意的是，在数据基础设施（Infra）领域，跨界转型公司占比高达70%，因为它们已有的管线、质检和交付能力可平滑迁移。而在数据采集一线，新玩家更占优势，因为老玩家往往背负着传统数据业务的包袱，而新公司更能轻装上阵，适应从零构建资产的挑战。
产能焦虑与空间布局
尽管玩家众多，但产能缺口依然巨大。目前全行业年产能估计在160万至180万小时之间，而短期目标是在1-3年内提升至2500万至3500万小时。这意味着产能需要扩张15到20倍。更严峻的是，即便这一目标实现，相比大语言模型所需的海量语料，具身数据仍只是杯水车薪。全球高质量真实物理交互数据总量仅约50万小时，不足LLM训练数据量的两万分之一。
在空间布局上，数采工厂已遍布全国20个省份，长三角地区以30座工厂居首。除了北上广深等一线城市，宿迁、自贡、郴州等三四线城市也因较低的运营成本成为数采重镇。无锡更是提出“城市全域数据采集”概念，鼓励企业开放产线作为天然的数据采集厂。这种分散且下沉的布局，反映了行业对规模化、低成本数据的迫切需求。
资本冷思考与梯队分化
资金流向揭示了市场的冷静。在过去一年融资的15家独立服务商中，光轮智能一家独大，融资31亿元，估值超20亿美元，成为全球首个具身数据独角兽。第二梯队的11家公司融资在数千万至数亿元不等，多处于早期阶段。第三梯队则仅获数千万元天使轮投资。
从投资机构角度看，69家机构出手，但绝大多数只投了一次，无一家重仓。这反映出市场对数据商业模式的不确定性：这是一个典型的“劳动力密集型”生意，随着供给增加，价格必然内卷。尽管投资人看到了其作为物理AI基础设施的延展价值，以及出海市场的潜力，但在“纯卖数据”能否盈利的答案揭晓前，资本保持谨慎是理性的选择。
未来验证期
总体而言，具身数据行业仍处于早期阶段。半数以上玩家成立不足一年，融资多在A轮以前，且几乎没有公开利润数据。行业正在成为AI领域新增就业岗位的蓄水池，也是地方经济的新引擎，但其商业逻辑尚未闭环。
接下来的1-2年将是关键验证期。产能能否如期兑现？价格竞争会卷至何种底线？哪家企业能率先拿出利润表？这些问题的答案，将决定具身数据商是成为真正的“卖铲人”，还是沦为资本热潮中的昙花一现。对于从业者而言，构建壁垒、优化效率、探索数据应用的延展性，比单纯追求规模更为重要。行业终将从“抢数据”的红海，走向“用数据”的深水区。