具身数据狂飙：44.7亿融资背后，谁在靠“卖数据”真正赚钱？

在湖南郴州的一家中国移动营业厅内，一场看似寻常的商业活动背后，隐藏着具身智能产业最底层的焦虑与渴望。这里挂牌成立了“具身数据采集5S店”，普通顾客只需领取一套包含夹爪、手套和头戴相机的设备，经过简短培训，便能在做家务的同时为机器人采集训练数据。首期投放的1000套设备，在满产状态下每年可贡献100万小时的高质量数据。这种将日常生活场景转化为工业资产的模式，不仅是一种营销噱头，更是行业极度渴求数据的缩影。

当下，具身智能被视为人工智能的下一个高地，而数据则是驱动这一高地崛起的燃料。然而，与大语言模型可以轻易吞噬互联网海量文本不同，机器人需要的物理交互数据必须一条一条地“采”出来。这种高昂的获取成本，催生了五花八门的采集手段：从免费上门保洁以换取家庭场景数据，到将采集过程游戏化甚至远程云操控，行业玩家们可谓绞尽脑汁。但这些“花活”背后，真正能产出符合模型训练要求的数据并非易事。为了厘清这个新兴行业的脉络，我们需要深入剖析其背后的技术路线、玩家构成以及资本逻辑。

目前，主流的数据采集技术路线主要划分为四大类，且呈现出明显的交叉融合趋势。首先是真机遥操，即由人类操控真实机器人执行任务，同步记录动作、状态及传感器数据。这是目前最主流且被单独押注最多的路线，共有22家玩家专注于此。其中，国资数据平台占据了半壁江山，这得益于其调动重资产资源的能力；机器人公司则凭借硬件优势自然切入。其次是无本体采集，人类直接完成示范，通过动捕、肌电或第一视角相机记录动作，无需机器人本体参与。这条赛道最为年轻，绝大多数参与者成立于近期，技术形态也最为丰富。第三类是仿真合成，即在虚拟环境中批量生成数据。曾经坚定的仿真派如今纷纷转向多路线并行，原因在于Sim2Real（仿真到现实）的鸿沟难以完全弥合，真实世界中的摩擦、形变及力觉反馈难以高保真还原。最后一种是互联网视频蒸馏，试图从海量视频中提取动作知识，虽成本极低，但数据质量与适用性仍面临挑战。

值得注意的是，超过四成的数采公司选择跨路线发展，这反映出单一技术路线无法满足机器人训练的全方位需求。行业内部常以“数据金字塔”来比喻所需的数据结构，底层需要海量的基础交互数据，顶层则需要稀缺的高难度任务数据。没有任何一种采集方式能够独自填满这座金字塔，因此，混合采集策略成为了头部玩家的共识。

从玩家身份来看，具身数据行业已经演变为一条独立的赛道，不再仅仅是机器人公司的附属部门。在统计的97家玩家中，独立数据服务商占比最高，达到40%，远超国资平台、机器人公司及大厂平台。这一现象表明，数据服务正在专业化、规模化。同时，行业呈现出鲜明的“原生”与“跨界”特征。在数据采集环节，近八成公司为“具身原生”企业，因为它们需要从零构建资产，轻装上阵的新创公司更具灵活性；而在数据基础设施（Infra）环节，七成以上为从AI数据标注、自动驾驶等领域转型而来的“跨界”玩家，他们凭借成熟的管线管理和质检能力，迅速占据了这一细分生态位。

产能与需求的巨大落差，是当前行业面临的核心矛盾。据统计，全行业目前的年产能约为160万至180万小时，而短期目标是在未来一到三年内将其扩大15到20倍，达到数千万小时级别。即便这一目标得以实现，相比大语言模型万亿级的token训练量，具身数据依然处于起步阶段。全球高质量真实物理交互数据总量至今不足LLM训练数据量的两万分之一，这种稀缺性决定了数据在未来很长一段时间内都将是具身智能发展的瓶颈。

在地域分布上，数采工厂已遍布全国20个省份，其中长三角地区以30座工厂居首。有趣的是，除了北上广深等一线城市聚集了轻资产的无本体采集公司外，许多三四线城市如宿迁、自贡、郴州等，正凭借较低的人力成本成为遥操类数采工厂的首选地。无锡更是提出了城市全域数据采集的概念，鼓励制造业和服务业开放真实场景，将整座城市变成一个巨大的数据采集场。这种分布模式不仅降低了采集成本，也为地方经济注入了新的活力，成为AI领域新增就业岗位的重要蓄水池。

资本的态度往往最能反映行业的真实热度。过去一年，15家独立的具身数据服务商共融资约44.7亿元。虽然数字可观，但相较于具身智能全行业半年223亿元的融资规模，数据赛道的吸金能力仍显薄弱。更值得关注的是，这44.7亿元中，光轮智能一家就拿走了31亿元，估值超过20亿美元，成为全球首个具身数据独角兽。其余14家公司的融资额多在数千万至数亿元之间，且大多处于早期阶段。这种极度的头部效应，揭示了资本市场对头部玩家的追捧以及对中小玩家的观望态度。

进一步分析发现，共有69家投资机构参与了这15家公司的投资，但没有任何一家机构敢于重仓。大多数机构仅出手一次，这与具身模型赛道头部机构连续加注的景象形成鲜明对比。资本的谨慎源于对商业模式的疑虑：具身数据本质上仍带有“劳动力密集型”的特征，随着供给增加，价格必然下行，天花板相对可见。然而，也有观点认为，数据采集能力可迁移至模型评测等基础设施领域，且海外市场广阔，具备长期的延展想象空间。

目前，半数以上的独立数据服务商成立不到一年，融资轮次多在A轮以前，且几乎没有公司公开披露利润。这意味着，“纯卖数据”是否是一门可持续盈利的生意，尚未经过充分验证。行业仍处于早期的跑马圈地阶段，共识未定，变量众多。未来的一两年将是关键的验证窗口期，产能能否如期兑现、价格战会卷至何种程度、谁能率先拿出健康的利润表，将决定哪些玩家能真正成为具身智能时代的“卖铲人”。

综上所述，具身数据行业正处于从概念走向落地的关键转折期。它既有着独立赛道的雏形，又面临着技术、成本和商业化的多重挑战。对于从业者而言，单纯依靠规模扩张已不足以建立护城河，如何在保证数据质量的前提下降低采集成本，以及如何拓展数据应用的边界，将是接下来竞争的核心。而对于投资者来说，在狂热中保持冷静，寻找那些具备技术壁垒和清晰商业路径的企业，或许才是穿越周期的最佳策略。这场关于数据的争夺战，才刚刚拉开序幕。