2026年中国具身智能数据采集产业发展蓝皮书

1中国具身智能数据采集产业发展蓝皮书---具身智能数据采集的产业图谱、商业闭环与投资逻辑32026年，"具身智能"第二次被写入了政府工作报告，与量子科技、生物制的高质量交互数据——包含视觉、触觉、力觉、关节角度、空间轨迹在内的多模数据，而目前实际可用的数据量不足需求的5%。45 7 7 8 9 24 29 34 39 6 45 49 53 58 7第一章导论：具身智能与数据新基建1.1具身智能产业的爆发与"数据拐点"2025年至2026年，具身智能产业经历了前所未有的爆发式增长。在十四届全国人大四次会议首场"部长通道"上表示，2026年将大力推动人工智然而，产业的快速膨胀正在触及一个根本性瓶颈：数据供给不足。8"的线性模式，而具身智能需要在物理交互中完成自主进化的闭环：机器人被部动数据量不足需求的5%。新中断、质量参差等问题。"但"大脑"的智能化水平受制于数据供给，成为制约机器人从"表演炫技"走向"真1.2数据：具身智能的"第五要素"与核心瓶颈许晋诚形象地比喻道："要让机器人的'大脑'更加聪9第二，数据采集成本远高于传统AI数据。以采集环节为例，真实数第三，数据供给呈现严重的"孤岛化"特征。北京智源人工智能研究院院长王仲远指出："企业往往各自独立处理本体和数据，但由于数据格式不统一，以工作，并各自研发模型，造成严重的资源浪费。"国家地方共建人形机器人创新1.3蓝皮书的研究范围、方法论与读者对象研究范围。本蓝皮书以中国具身智能数据采集产业为核心研究对象，对标研究方法。本蓝皮书综合采用三种研究方法：一是一手调研，包括对具身读者对象。本蓝皮书主要面向三类读者：一是投资机构，为其提供产业研第二章全球具身智能数据采集产业发展全景2.1全球产业格局：中美双雄与多元力量美国：技术驱动路径。美国在具身智能领域采取的是"技术驱动+监管松绑习方案，通过录制员工执行任务的视频提取动作信息训练机器人；OpenAI重启场景纵深、丰富的AI人才资源，我国已经处于全球第一梯队。中国把数据采集值得关注的是，2026年中美双方都在向"混合策略"收敛。中国行业加速转向"强化中层仿真+夯实底层人类数据"，以降低对昂贵真机数据的绝对依赖；美2.2市场规模与增长预测单座训练场投资数千万至数亿元计，64座训练场的总投入已达百亿级；二是数技种子+天使轮即达数亿元，反映出资本市场对数据赛道的高估值认可。综合估2.3投融资热度与资本动向一级市场：融资规模与事件双高。《具身智能发展报告（2025年）》数据二级市场：预期尚未兑现。与一级市场的火热形成对比，二级市场对机器资本动向的特征。一是纵向整合趋势明显，本体厂商向数据延伸（智元孵2.4数据采集训练场建设热潮建设主体与模式。数据采集训练场的建设呈现政府、产业、研究机构多方产能规划对比。各训练场的产能规划体现了产业对数据需求的巨大预期。第三章具身智能数据采集技术路径3.1数据金字塔结构数据金字塔结构图•底座：互联网规模数据——以网•塔尖：真机高保真数据——真机两个核心维度的反向关系。从底座到塔尖，稀缺性/成本单调递增（向上更单调递减。这构成了产业资源配置的核心矛盾——最便宜的底座数据不能解决"落地"，最贵的塔尖数据规模有限；中段数据则成为规模化与对齐度之间最重要尖数据中，失效样本、纠错轨迹、边界工况等"非成功数据"的采集采集训练场的采集核心，正是中段（动捕/代理设备/仿真）与塔尖（真机演示/3.2遥操作采集遥操作（Teleoperation）采集对应金字塔的塔尖层——真机演示与真实接的人机协同控制方式，同时也是可靠的高质量交互数据来源——它正是"真机决•戴盟机器人推出的DM-EXton系列便携穿戴式遥操作数据采集系统，采用•松灵机器人推出PIKA轻量化小尺寸手持夹爪，重量仅550g，位姿精度最•鹿明机器人推出FastUMIPro数据采集系统，将单条数据采集时间从50•灵巧智能的DexCap数据采集系统，采用异构外骨骼架构，能实现毫米级优势与短板。遥操作方案的优势正是塔尖数据的优势：对齐度最高——数高，规模化困难。塔尖数据"贵且少"的天然约束，使得产业必须依赖中段（动捕/代理设备/仿真）与跨本体迁移技术来分摊对齐成本、放大单点采集的复用价值。3.3动作捕捉采集动作捕捉（MotionCapture）采集对应金字塔的中段数据都可以被归纳为动作捕捉类型——它正是连接"通用见识"与"具身执行"的代表企业与案例。诺亦腾机器人在全球专业惯性动作捕捉市场身智能数据新基建的产业价值，提出“伴随式多模态采集”方案并推出），3.4互联网视频与合成数据低，教"见识"仿真合成对应中段补充（具备物理中段补充：合成数据与仿真路径。在真实的数据采集之外，合成数据是破数据基础设施结合，以"真实数据+生成式视频数据"融合，预计年内可生成数万优势与短板。底座与中段补充路径的优势与金字塔三维反向关系完全吻合：人照样落不了地。3.5跨本体迁移与数据通用化跨本体迁移技术，是贯穿金字塔三层的横向能力——其战略价值不在于"多采一类数据"，而在于"让已有数据跨越金字塔层激活中段多本体数据、降低塔尖真机数据的需求量。据标准化几乎是个不可能解决的问题。从金字塔视角看，异构数据壁垒本质上是"中段数据难以向上对齐到塔尖本体"的鸿沟——跨本体迁移技术正是填平这道跨具身学习的验证。GoogleDeepMind牵头的OpenX-Embodiment项目提自单独研发的模型要好约50%。"统一动作空间探索。清华大学AI研究院TSAIL团队的RDT-1B开移的物理知识。RDT-1B在迄今为止最大的多机器人数据集上进行第四章数据采集基础设施："数据工厂"为何成为新基建4.1数据采集训练场的定位与功能各地对其命名不尽相同，诸如"数据工厂"、"数采工厂"、"数据训练场"、"训练所言："现在，数据采集工厂是整个具身智能行业的新基建。"4.2建设热潮与区域分布区域集群格局。从全国布局看，已形成几大特色鲜明的区域集群：•大湾区集群：穹彻智能在惠州异构数采厂落地的多款数采硬件等。建设模式。数据采集训练场的建设涉及政府招商引资、企业合作、研究机4.3成本结构拆解一是核心专业采集系统。无论是依赖机器人本体的传统遥操作采集路线，二是人力与运营成本。高质量的数据采集需要庞大且具备产业经验的专业4.4产能规划与数据产出京东机器人数据采集中心全球规模最大、场帕西尼（天津）超级数年产超2亿条多模态数据智元（上海浦东）数据北京人形机器人创新中心120台不同品牌机乐聚（济南）数据训练 京东的入局尤为引人注目。其不仅计划建成"全球规模最大、场景最全的具4.5社会化采集与众包模式穹彻智能的多款数采硬件——包括手持数采系统Robo-Pocket、可穿戴数采社会化采集模式的经济意义在于：它将数据采集从"重资产集中式"拓展为"轻资产分布式"，有望大幅降低单条数据的采集成本，并显著提升数据的场景多4.6数据从采集到应用的全流程第二步：高价值精炼。原始采集数据进入自动化工具链，由系统进行数据清洗、时序对齐、格式标准化等处理流程，形成高可用数据。这一步骤是将"原材料"转化为"半成品"的关键环节，工具链的自动化程度直接决定了数据处理的第三步：模型训练。高质量数据集作为通用"养料"供给具身智能模型，大第五章数据处理与数据集生态5.1数据处理工具链时序对齐。具身智能数据是多模态时序数据，不同传感器采集的数据需要精确的时间戳同步。例如，视觉帧率（通常30Hz）与关节控制频率（可达800Hz格式标准化。这是当前行业最突出的痛点。不同企业、不同训练场采用的提供了一种参考标准，但行业层面尚未形成统一共识。联通数科提出的"智能物模型"方案，试图为多厂家、多型号的同类智能设备建立统一模型，基于该模型自动化标注与人在环标注结合。具身智能数据的标注比传统AI更复杂—5.2主流开源数据集分析数种种种品种OpenX-Embodiment是迄今为止最大的开源真实机器人数据集，由GoogleDeepMind与来自21家国际知名机构的34个研究实验室合行业开源数据现状。尽管开源数据集在不断增长，但乐聚机器人的统计揭5.3数据质量评估体系数据"越多越好"并不是一条已被证明的定律。在机器人领域，数据的个环境/物体的演示量超过某个阈值，再增加演示，收效甚微。这一发现对数据评估维度。综合学术研究与产业实践，具身智能数据质量可从三个维度评5.4合成数据与仿真平台大规模三维数据集。群核科技建成了面向具身智能的多模态高质量数据集，真实+合成融合。智象未来与诺亦腾机器人的合作代表了"真实数据+生成式视频数据"融合的新路径，预计年内可生成数万小时5.5数据标注与人才体系专业标注员培养。数据采集员需要理解产业场景、掌握设备操作、进行人集员稀缺的挑战，人力成本居高不下。这也是为什么遥操作单小时成本突破500产学研人才培养。各地正在加强具身智能人才培养。杭州市将具身智能领专项行动明确提出，要"培养既掌握核心技术、又精通行业场景应用的多元复合第六章政策法规与标准体系6.1国家顶层设计具身智能产业的发展，离不开国家层面的战略引领与政策支持。2025年至2026年，中国围绕具身智能出台了一系列顶层设计文件，形成了从战略定位到战略定位。党的二十届四中全会审议通过的"十五智能商业化规模化应用，培育智能原生新业态新模式"。这一顶层设计如同发令造作业技能包，形成可落地、可复制的整机解决方案。专项行动明确提出要"构国家大基金出手。国家大基金首次出手押注具身6.2标准化进程标准化重点方向。具身智能领域的标准化主要聚焦两个方向：一是硬件、6.3数据要素市场化政策数据资产入表。数据资产入表实践正在推进，这意味着企业积累的数据资地方实践：杭州样本。杭州市在数据要素市场化方面6.4数据安全与隐私保护三层安全挑战。全国政协委员、奇安信集团董事长齐向东指出，具身智能隐私保护技术实践。帕西尼感知科技在具身智能多模态数据采集中，严格可信数据空间。"可用不可见"是数据流通的理想模式。联通数科需求，又符合数据安全合规要求。杭州探索的工业数据"就地处理、敏感数据不6.5实景实训专项行动业秘密前提下稳妥有序开放共享"，并鼓励"在国家级开源社区开放"具身智能基础模型和运动控制算法。这意味着，政策层面正在推动数据从"封闭"走向"有序推广路径。对验证通过的整机解决方案，各省级地区、各央企推动在用户"人形机器人即服务"模式。专项行动鼓励探索"人形机器人即服务"模式，广。全国政协委员、天娱数科董事长贺晗建议，建立国家级"人形机器人上岗清6.6地方政策与区域竞争杭州：基金+保险+人才组合拳。杭州构建"3+N"千亿产业基金群，其他地区。各省份结合产业发展实际，探索促进人形机器人、具身智能产第七章产业链与竞争格局7.1产业链全景图上游：核心零部件（关节模组、灵巧手、传感器、力觉/触觉传感器）、采已接近甚至部分超越人类水平，但市场期待的是机器人能在真实场景中真正"干7.2上游：采集设备与核心部件动捕设备。诺亦腾机器人在全球专业惯性动作捕捉市场中占据约70%的份国产化替代进展。浙江省人形机器人省地协同项目聚焦高效高功率密7.3中游：数据采集服务商格局专业数据服务商。帕西尼感知科技以"全模态实采"为特色，构建覆盖全国作采集服务，同步开源千小时级高精度动捕数据集赋能行业；光轮智能完成107.4下游：机器人本体与应用场景本体厂商"双龙头"。IDC数据显示，2025年全球人形机数据需求差异化。不同应用场景对数据的需求存在显著差异：工业场景需7.5竞争格局演化趋势纵向整合。本体厂商向数据延伸（智元孵化觅蜂数据服务商向应用场横向扩张。数据服务商跨场景、跨本体布局，帕西尼构建覆盖全国的分布平台化。联通数科格物平台以"智能物模型"为核心，为多厂家、多型号的7.6核心玩家图谱）：灵巧智能（DexCap）、灵心巧手（O第八章商业模式与数据资产化8.1数据即服务（DaaS）模式数据即服务（DataasaService,DaaS）是具身智能数据采集产业的核心定制化数据采集服务。数据服务商根据客户（通常是机器人厂商或应用场标准化数据集销售。将采集的高质量数据进行清洗、标注、打包，形成标数据订阅制。客户按年付费，持续获取更新的数据集。这种模式适合需要8.2数据交易与定价机制定制化数据交易的合理性。江磊指出："各训练场的开源数据通常只是发展的重要环节，若完全免费开源，反而不利于行业长远发展。"这意味着，健+力觉等全模态数据价值更高）、精度（亚毫米级精度数据价值更高）、场景稀8.3数据资产入表实践政策推动。国家数据局推动数据资产入表，意味着企业评估方法。数据资产评估需要综合考虑数据的质量、规模、稀缺性、应用入表影响。数据资产入表将性改变数据采集企业的估值逻辑。当前资），8.4"人形机器人即服务"模式模式逻辑。传统模式下，用户需要一次性投入数十万至数百万元购买机器数据回流机制。HRaaS模式的深层价值在于数据回流贺晗建议，以"AI+制造"为抓手，形成真实工位数据回流与持续迭代机制，带动8.5数据飞轮的商业闭环研究院院长王仲远指出："在特定的产品和相对封闭的场景中，具身智能已经能力，摆脱对资本持续投入的依赖，从而进入良性发展的正向循环。"积累后产生的量产。如果量产基础不够扎实，就可能出现量产滑坡的情况。"这8.6投资价值分析数据赛道估值逻辑。当前资本市场对具身智能数据赛道的估值，主要基于对合成数据赛道的高预期；觅蜂科技数亿元种子+天使轮，反映了市场对真机数投资时机判断。当前产业处于"基础设施期"，数据采集训练场大规模建设但尚未形成成熟商业模式。这一阶段适合战略性布局，但需警惕"重资产、长周第九章挑战、风险与应对9.1数据孤岛与标准化困境①现状。数据孤岛是当前具身智能行业最突出的结构性问题。江磊透露，各训练场已积累较大规模的数据量，国家地方共建人形机器人创新中心拥有近②根因。数据孤岛的根源有三：一是本体形态各异，不同厂商的机器人在不足。北京智源人工智能研究院院长王仲远指出："企业往往各自独立处理本体费。"③应对。破解数据孤岛需要"标准+平台+机制"三管齐下：标准层面，标委报。王仲远期待："一旦这些标准能够迅速形成行业共识，将极大提升行业的迭代速度，打破数据孤岛的局面，减少资源浪费。"9.2高成本与规模化困境人采集"网络将数据采集从集中式拓展为分布式，有望大幅降低单条数据成本；9.3数据安全与伦理风险①现状。具身智能数据采集涉及大量真实场景中的人与环境信息，安全与③应对。帕西尼的实践提供了参考：实时生物特征脱敏算法在采集源头对9.4技术路线不确定性们认为VLA在具身智能时代只是刚起步，并非处于模型收敛阶段。"②根因。数据ScalingLaw不清晰。大语言模型的"GPT时刻"建立在相对的定义。清华团队研究发现"多样性>数量"，而GeorgiaTech与斯坦福的尚无统一定论。"真实数据万能论"被高估。"真实数据一定优于合成数据"并不意味着，重金投入真实数据采集的合理性，③应对。企业应采取多路径并行策略，保持技术弹性：既积累真实数据，9.5商业化闭环未形成③应对。王仲远建议："在订单增长的过程中，各方能够齐心协力打磨硬9.6国际竞争与地缘风险①现状。全球具身智能竞争加剧。美国"星际之门"计划拟4年投入5000亿②应对。无界动力创始人张玉峰分析，我国手握一张"先手牌"：得益于强第十章趋势展望与战略建议10.12026—2030年发展路径预测2026年：量产元年与标准化之年。人形机器人规模化量产启动，标准化体2027—2028年：工业场景规模化渗透，数据交易市场雏形。工业渗透率持2029—2030年：服务与家庭场景突破，数据资产化成熟。随着技术成熟度银河通用联合创始人张直政判断："具身智能规模化应用将会在2026年开始，全面落地则需要5—10年。"本蓝皮书的预测与这一判断基本一致。10.2关键趋势研判趋势一：多源数据融合成为共识。真机+仿真+合成的混合策略已成为中美趋势二：数据采集社会化、众包化。数据采集将走出工厂、进入真实家庭趋势三：跨本体数据通用化技术突破。RDT-1B的统一动作空间、OpenX-Embodiment的跨具身学习验证，预示着跨本体迁移技术正在取得进展。一旦突破，将极大提升已有数据的复用价值，改变数据趋势四：数据资产化与交易市场形成。随着数据确权、定价、流通标准的趋势五：中美数据生态分化与竞争。中国以"数据工厂"规模化运营见长，中国先手牌。张玉峰分析，PC、家电等品类的标准和生态长服务和消费机器人厂商的全球出货占比超过85%。中国待突破。全国政协委员、芜湖机器人产业发展集服务以及软件生态链，"人形机器人产业的发展则需要进行原始性创新，其关键定义"超级终端"的机遇。张玉峰从终端演进路径分析，过去20年间，通信10.4对企业：战略选择建议本体厂商：自建数据能力or绑定数据伙伴？这是本体厂商面临的核心战设备厂商：国产替代+出海机会。上游采集设备厂商面临国产替代与出海双应用场景方：数据回流与模型迭代闭环。应用场景方应重视数据资产的价10.5对投资机构：投资机会图谱确定性机会：上游采集设备国产化、触觉/力觉传感器。无论哪家数据服务商胜出，都需要采购采集设备，上游"卖铲子"的逻辑最具确定性。触觉/力觉传高成长机会：数据服务商头部、合成数据平台。光轮智能、觅蜂科技等已长期布局：跨本体迁移技术、数据交易基础设施。跨本体迁移技术一旦突风险提示：警惕纯数据交易概念、量产滑坡风险。纯数据交易平台短期内难以规模化盈利，概念炒作风险高。若量产基础不够扎实，可能出现"量产滑坡10.6对政策制定者：政策建议第一，加速数据互联互通标准制定。标委会应将数据互联互通标准作为优第二，推动政府/国企场景开放与数据回流。建立国家级"人形机器人上岗第三，完善数据确权、定价、交易法规。在标委会研究数据交易流通标准第四，支持社会化采集与众包模式。鼓励数据采集从集中式向分布式拓第五，强化数据安全与隐私保护治理。建立覆盖数据采集、存储、处理、10.7结语：数据定义具身智能的未来附录A：全国具身智能数据采集训练场名录（部分）上海浦东智元机据帕西尼京东机器人数据采集中心 北京石景山人形机器人北京石 人形机器人创新中心数国地中心据乐聚人形机器人数据训乐聚机 时中原异构人形机器人训 长三角一体化示范区智苏州吴江———无锡具身智能机器人训 智元西南具身智能产业成都郫都智元机 2026年4月正穹彻智 社会化数采设附录B：全球主要开源数据集汇总（部分）场景数数万种种作万种种主从双臂机器人作万种作万作UCBerkeley等学万万种单臂/双臂/人作万作学作附录C：政策法规与标准清单•工信部"人工智能+"行动•工信部、国资委2026年度人形机器人与具身智能实景实训专项行动标准文件：•《YD/T6770—2026人工智能关键基础技术具身智能基准测试方法》机构设置：地方政策：•《浙江省人形机器人省地协同项目实施方案（2026—2028年）》•杭州"3+N"千亿产业基金群、首台（套）保险补偿政策、城市可信数据空附录D：核心企业图谱上游（采集设备与核心部件•动捕设备：诺亦腾、青瞳视觉、戴盟机器人、灵巧智能、因时机