具身智能数据荒下的掘金路：44亿融资后，谁在真正赚钱？
在具身智能（Embodied AI）的宏大叙事中，模型能力与硬件进化往往占据 headlines 的中心，但真正制约这一行业规模化落地的隐形瓶颈，其实是数据。随着机器人从实验室走向家庭与工厂，对高质量物理交互数据的需求呈指数级增长。然而，与互联网时代“数据现成可用”不同，具身智能所需的数据必须通过物理世界的一对一交互获取，这种高昂的获取成本与稀缺性，催生了一个新兴且充满争议的赛道——具身数据服务。
近期一份详尽的行业梳理揭示了一个引人注目的现象：在2025年7月至2026年7月期间，15家“不做本体、不做模型、只做数据”的独立具身数据服务商，合计融资约44.7亿元人民币。这一数字看似庞大，但在具身智能全行业半年融资超438亿元的背景下，仅占零头。这组数据背后，折射出资本对数据赛道的谨慎态度，以及行业从“概念狂热”向“价值验证”过渡的早期特征。
数据采集的技术博弈与路线分化
要理解数据行业的格局，首先需厘清数据的获取方式。目前，主流的技术路线已分化为四大类，且呈现出明显的交叉融合趋势。
第一种是“真机遥操”，即人类通过设备远程操控真实机器人执行任务，同步采集动作、力觉及传感器数据。这是目前最接近真实应用场景的路径，但也是重资产、重运营的路线。第二种是“无本体采集”，即人直接完成示范，通过动捕手套、第一视角相机或肌电设备采集动作，无需机器人本体参与。这种方式成本相对较低，灵活性高，适合快速积累动作库。第三种是“仿真合成”，在虚拟环境中批量生成数据，旨在解决真实数据稀缺问题，但受限于仿真到现实（Sim2Real）的鸿沟，难以完全替代真机数据。最后一种新兴路线是“互联网视频蒸馏”，试图从现有视频流中提取人类动作知识，大幅降低成本，但数据质量与适用性尚待验证。
据统计，在70家数据采集公司中，高达43%的玩家选择跨路线采集方案。这种“全都要”的策略并非盲目，而是基于数据金字塔结构的现实考量：没有任何单一来源能独立满足训练需求。例如，仿真数据用于预训练，遥操数据用于微调，无本体数据用于泛化。因此，能够提供多模态、多场景数据闭环的服务商，更有可能获得客户的长期青睐。
玩家图谱：独立服务商崛起与生态位差异
若从玩家身份进行分类，行业已不再由单一的机器人厂商垄断。97家主要玩家中，独立数据服务商占比高达40%，成为最大的群体。这一变化标志着具身数据已从机器人公司的附属部门，成长为一项独立的产业基础设施。
值得注意的是，“具身原生”公司与“跨界转型”公司在产业链中的分布呈现显著差异。在数据采集环节，80%为具身原生公司，这意味着该环节壁垒较低，新玩家更容易轻装上阵，通过创新的采集手段（如前述的“5S店”模式或VR游戏化采集）迅速切入市场。而在数据基础设施（Data Infra）环节，70%的玩家来自AI数据标注、自动驾驶等跨界转型公司。这类公司拥有成熟的管线搭建、质检标准和交付经验，能够将传统AI数据处理的工业化能力平移至具身智能领域，解决数据清洗、对齐与标准化的痛点。
国资背景的平台也在其中扮演关键角色。25家国资数据平台覆盖了16个省份，其优势在于能够调动土地、厂房及人力资源，支撑起遥操所需的重资产投入。这些平台往往与地方制造业结合，如无锡提出的“全域数据采集”，将真实生产线转化为数据工厂，既解决了数据难题，又赋能了本地产业。
产能缺口与商业验证的冷思考
尽管融资活跃，但行业的供需矛盾依然尖锐。目前，全行业年产能估计在160万至180万小时之间，而短期目标需在1-3年内扩大15至20倍。即便目标达成，相较于大语言模型训练所需的万亿级token，具身数据量仍微不足道。全球高质量真实物理交互数据总量仅约50万小时，这一差距意味着数据供应链的拉长与优化将是未来几年的核心议题。
资本的态度也反映了行业的早期特征。15家独立服务商中，第一梯队的光轮智能一家独大，融资超31亿美元估值，成为行业标杆。而其余14家公司大多处于Pre-A轮或A轮，融资额在千万至亿元级别。更有意思的是，69家投资机构中，没有一家对单一标的进行重仓加注。这种“撒网式”投资逻辑，表明市场尚未形成对数据质量、价格体系及盈利模型的统一共识。
与具身模型动辄百亿的融资相比，数据赛道被普遍视为“劳动力密集型”生意。随着采集手段的成熟和产能的提升，数据单价必然面临下行压力。此外，仅有家别公司宣称盈利，且未公开详细财务数据，说明大多数玩家仍处于投入期，尚未跑通可持续的商业模式。
结语：从“卖数据”到“卖能力”
综上所述，具身数据行业正处于从“野蛮生长”向“规范验证”过渡的关键窗口期。一方面，行业规模与玩家数量在快速膨胀，成为吸纳就业与地方经济的新引擎；另一方面，核心技术路线仍在迭代，数据标准尚未统一，盈利模式尚不清晰。
未来1-2年，将是这场“卖数据”生意的最终验尸官。谁能率先解决Sim2Real的鸿沟，谁能建立低成本、高通量的自动化采集流水线，谁能从单纯的数据供应商转型为提供“数据+评测+标注”综合解决方案的基础设施提供商，谁才能穿越周期，成为真正的赢家。对于投资者而言，此刻的谨慎并非看空，而是等待技术路线收敛与商业闭环形成的确定性时刻。具身智能的下半场，数据不再是简单的原材料，而是决定机器人智商与体能的战略资源，其价值重估才刚刚开始。