2026具身数据发展报告

具身数据发展报告20262026年9月一、具身数据发展现状二、具身数据的涵义与类型三、具身数据产业链与商业模式四、具身数据发展特色案例五、具身数据发展趋势目录CONTENTS一、具身数据发展现状01顶层定调02政策三级跳202420252026“十五五”规划纲要将具身智能列入未来产业，作为新的经济增长点《中华人民共和国国民经济和社会发展第十五个五年规划纲要》03供给转向数据，给数据、

给标准、

给人才《工业和信息化部办公厅国务院国资委办公厅关于联合开展2026年度人形机器人与具身智能实景实训专项行动的通知》（工信厅联科函〔2026〕256号）提出“构建一批高质量、高保真数据集”

；

政策供给由“给方向”转向“直接组织真机实景采数”，政策方成为真机数据的第一个规模付费方。首个数据质量行标YD/T6771—2026《人工智能关键基础技术具身智能数据集质量要求及评价方法》将于2026年11月1日实施。数据“好不好、能不能训”，自此有了统一标尺。70+所高职首届具身智能新生入学（2026秋）当前，人工智能蓬勃兴起，以数据、

算力、

算法等为关键要素，以神经科学、

认知科学、

计算科学、

数学等理论突破和学科交叉

为基础，以智能前沿技术群体性突破和广泛渗透赋能为标志，呈

现数据驱动、

万物互联、

人机协同、

跨界融合等显著特征。——习近平总书记《在国家科学技术奖励大会、两院院士大会、

中国科协第十一次全

国代表大会上的讲话》，2026年7月8日政策已经换挡，对产业的扶持从

“给名分”转向

“给数据”顶层定调已经完成，政策供给已转向数据：给标准、

给数据、

给人才，并通过实景实训专项直接组织采数。人形机器人列为标志性产品《工业和信息化部等七部门关于推动未来产业创新发展的实施意见》（工信部联科〔2024〕

12号）《政府工作报告》首提具身智能《政府工作报告》（2025）9所高校首批开设具身智能专业具身数据发展报告2026

•第一章给

数

据

给

标

准给

人

才01技术已经初步跨过门槛，胜负手转向数据会做（进入世界）看懂之后还要动手，必须在真实环境里反复试错、练习，才能真正学会从

“看懂世界”到

“进入世界”，卡点已从硬件转向数据；但决定能力的不只是采集时长，还需数据有效率。决定机器人能不能干活的，正从硬件与模型转向真实数据；企业正沿真机遥操、仿真合成、人类数据等路线并行推进。石景山人形机器人数据训练中心·数据采集师操作人形机器人进行动作数据采集与场景训练01技术路线之变，从

“会看”走向

“会做”投入与采集方式转向数据具身数据已开始小规模量产硬件成本已经大幅下降数据采集方式正在升级02胜负手转向数据，但数据量不等于能力研发预算投向

“喂养模型”的数据环节会看（理解世界）读得懂图文、听得懂人话

，在“数字世界”里即可完成策略自采即自主试错、人在环纠正；采集端正从动作复刻转向引导式采集54%20242026——人形机器人平均售价——具身数据发展报告2026

•第一章无反馈遥采策略自采真机闭环

交互-70

~80%20242025——我国人形机器人出货量——》10万元-15万元0250万元++508%0.3

万台1.8

万台u

已成熟

·

6大类•

工业制造：汽车、3C上下料、搬运、质检•

物流仓储：AMR货到人、无人拣选•能源特种：变电站四足巡检、露天矿无人运输•

医疗健康：康复外骨骼、腔镜、骨科手术机器人•商业服务：餐饮配送、商用清洁、药房值守•

农业种植：植保无人机u

高潜力

·

5大类•

零售园区：24小时无人值守•

养老照护：失能照护、移乘转运•

家庭服务：家务操作、情感陪伴•

极端环境：深海、深空、核电97%中国厂商占全球人形出货比例中国整机制造成本比海外低30%—50%美国同类单台成本约为中国的1.5—2倍中国量产遥遥领先，数据市场潜力很大89.89亿美元全球具身数据集市场（2032E）约

55%中国份额（2032E）02

中国在具身数据市场上潜力很大03产业生态正在加快补强01

中国有制造优势，成本更低我国场景密度全球罕见，因此具身智能形成“多点开花、梯度落地”的格局。04我国具身智能应用场景广阔具身数据基础设施具身模型行业应用具身模型、触觉传感、灵巧手等具身数据产业上下游，正加快创新发展。具身数据发展报告2026

•第一章03国内累计具身数据企业已达百家，包含数据

采集、仿真平台、数据基础设施等。其中一半独立具身数据服务商是近1年内成立。03共识正转向数据与物理AI43%模型、数据、系统平台类融资事件占8月单月融资2026年前8个月具身智能赛道融资1245亿元

466笔金额同比2025全年已增长近3倍，笔数已超2025年全年u

产能建设快于付费需求物流分拣等已有机器人常态化上岗u

更多参与方加速布局大模型厂商自建具身基座与数据体系；地方国资建设训练场与数据交易体系；智能网联汽车企业以场景与数据闭环切入；原标注厂商转向真机采集。热度与共识已形成，资金正沿产业链向数据和物理AI加速布局01产业目标已经明确国务院发展研究中心预测4000亿元2030年具身智能产业市场规模截至2026年8月，具身智能创业公司425家近三年成立

321家

占总数

75%资金沿产业链加速流向数据与物理AI产业链完整度配套齐全度居全球前列训练场已启用和正在建超106家u

大模型厂商•千亿元级u

本体头部•百亿至两千亿元级u

数据与物理AI头部•200亿元至500亿元02资本热度还在升05场景与产业配套逐步齐全1万亿元+2035年具身智能产业市场规模预测增速

超50%

带动就业

100万人+具身数据发展报告2026

•第一章04具身数据创业潮来袭资本定价分层人形机器人在数据训练基地进行工位抓取训练（来源：新华社，2026）04缺：供需相差约两个数量级有效数据存量仅“百万小时”级头部厂商判断需求达“亿小时”级需求亿小时级存量

百万小时级贵：真机数据按小时计价有效数据约

500-1000元/小时远高于互联网语料100%89.4%50%约12%0%RLBench仿真

真实家庭任务03/应用难：场景难复制、模式难跑通数据不够场景铺不开；定价与确权不清，生意做不大。采得到

≠能训出效果；堆到千万小时，能力未必跃升。“高质量数据”

≠

“成功数据”正向数据与失败数据，能达到预期效果都算高质量数据01/采集难：路线未统一、人才缺采集路线还没统一，精度规模成本难兼顾

数据工程师人才缺口突出02/标准难：体系与合规在途数据缺“标准品”，不能复用、难成规模高质量具身数据的

“缺”与

“贵”是当前比较突出的卡点数据现状：缺量、

价高数据之不足在

“缺”与

“贵”：需求量级远高于供给，单价又高一大截；其原因在于采集、

标准和应用。三大卡点大模型有互联网语料可爬，自动驾驶有海量路测，真机数据没有

“家底”——缺与贵由此而来。具身数据发展报告2026

•第一章能不能用得上场景与模式05二、具身数据的涵义与类型本报告来源于三个皮匠报告站（）,由用户Id:1181721下载,文档Id:1369168,下载日期:2026-10-23核心三要素01具身本体协作机械臂、

四足、轮臂复合机器人等；人形机器人、无人车、无人机被称为未来生活「智三样」。02智能内核依托大模型、世界模型与多模态技术，实现认知、决策与行动统一。03环境交互以「第一人称视角」与物理世界动态交互、

自适应学习。标准表述学术界与产业界的规范定义：具身智能是智能体通过物理实体与环境实时交互，实现感知、认知、决策和行动一体化的智能系统，涵盖智能机器人、智能设备、无人车、无人机等形态。通俗表述简单说就是「有身体的智能」：机器大脑帮助决策，支配肢体快速响应外部环境变化，核心在于实体设备与智能决策的深度融合。环境感知

Perception

认知决策Cognition

行动执行Action

反馈学习

Feedback具身智能的涵义概念辨析关键判据：能否真正进入真实环境，形成「感知—认知—决策—行动—反馈」闭环，并在闭环中持续学习进化。1具身智能

≠「大模型

+机器人」，而是AI

+物理实体2具身智能

≠人形机器人，可搭载到任意形态机器人3具身智能

≠智能体，两者各有交叉和侧重具身数据发展报告2026

•第二章

由数据驱动形成闭环的智能系统数据驱动闭环06具身数据·基本范围与共识具身数据是为训练与评估具身智能系统而构建的多模态数据集合，专门记录机器人等智能体在物理或虚拟环境中通过

“身体”与环境交互的全过数据。其中失败与人工干预轨迹在当前采集实践中普遍缺失，却是后训练最关键的输入之一。动作关节位置与速度·末端位姿力觉与触觉·惯性·环境物体状态早期萌芽阶段1950s—

1990s1950·

图灵《计算机器与智能》首提离身智能与具身智能两种人工智能形式，为后续研

究奠定理论基础1956

·达特茅斯会议，AI学科诞生符号主义主导，连接主义尝试浅层神经网络。1980s

·

"莫拉维克悖论"与行为主义AI布鲁克斯主张身体—环境交互产生智能。1990

·

MIT

Kismet机器人麻省理工学院制作模仿人头部的机器人，具有听觉、视

觉和本体感受能力技术突破期2020s—至今2022·

大模型智能涌现ChatGPT等逼近人类思维，业界焦点转向物理世界2023

·OpenX-Embodiment

开源Google

DeepMind联合全球

33家研究实验室，汇集22

种机器人本体、超

100万条真实轨迹、

527种技能开源发

布，首次确立跨本体、跨实验室的具身数据统一标准。2024·人形机器人集中爆发OpenAI与Figure合作推出Figure01；世界人工智能大

会超25款人形机器人亮相2025·百万真机数据集涌现智元机器人携手上海人工智能实验室、

国家地方共建人形机器人创新中心等发布的全球首个百万真机数据集AgiBot

World，累计采集超百万条原子动作轨迹，数据规模达到850TB2026·真实场景数据与质量标准并进技术积累期1990s—

2010s1991·布鲁克斯《没有表征的智能》智能行为可直接从自主机器与环境的简单物理交互中产生，不依赖预设复杂算法1999

·模仿学习兴起聚焦让机器人模仿人类行为，通过直接模仿专家行为学习技能2010s·消费级机器人与自动驾驶扫地机器人、智能音箱等涌现；无人驾驶显著进展，特斯拉、谷歌等推出自动驾驶汽车2016·Google

大规模真机数据采集Google发布“手眼协调”研究（Levine等）

，用6~14台机械臂在两个月内自监督采集超过80万次抓取尝试数据，将失败与成功轨迹全部沉淀为训练数据，首次验证“数据规模”对机器人学习的决定性作用，开创大规模真机数据采集范式。

具身数据的涵义

动作指令·奖励信号成功

/失败

/人工干预与纠错轨迹RGB图像·深度图像·视频点云·语音与文本任务指令具身数据发展报告2026

•第二章状态观测》》07071.1视觉数据相机采集的视觉观测，是具身数据的「第一模态」1.2触觉与力觉数据接触状态的直接证据，视觉最难补的一层物理状态

1.3本体感觉数据机器人「自己身体」

的状态1.4其他模态补充性感知（语音、

温度、

气味等）2.1整机运动数据移动底盘、

双足步态、

全身控制2.2臂手操作数据抓取、

装配、

放置、

工具使用、

双臂协作2.3灵巧手数据手指级操作能力的数据支撑，是「手」

功能块的核心2.4末端执行器数据夹爪、

吸盘等末端工具的动作数据4.1场景数据按行业场景分类｜4.2任务数据按任务粒度分类场景与任务数据定义了数据的应用边界和目标导向，是连接技术能力与实际需求的桥梁，决定了数据采集

的方向和评估标准。

具身数据的作用与分类

3.2具身大模型训练数据（VLA语料）训练「理解即执行」

的端到端模型3.3世界模型数据让模型「预判」

物理后果3.4规划与导航数据空间理解与路径决策动作与执行Action·教模型怎么动认知与决策Cognition·教模型怎么想感知模态Perception·让模型「看/摸/感」场景与任务Context·用在什么场景3.1指令与语义数据把任务意图转成模型可理解的语言/符号具身数据发展报告2026

•第二章08生命周期D1数据采集Acquisition

D3数据使用ApplicationD2数据治理

Processing

o

o

D4数据流通Training部署→采集→治理

→

使用

→

再部署核心指标是「数据飞轮转速」

具身数据生命周期

·真机遥操作采集·无本体/便携采集·仿真合成采集·互联网与数据提取·标准化与对齐·清洗与质检·

标注·存储与组织·确权与登记·计量与定价·

交易与共享·合规与交付·

预训练·

微调·

评测·

仿真验证D5数据回流

Feedback具身数据发展报告2026

•第二章09采集方式技术原理当前情况适用任务真机遥操作采集操作员通过主从机械臂、VR/AR手柄或动捕设备远程操控真机，机器人本体与多模态感知同步记录。•行业公认“黄金标准”，数据天然落在原生动作空间•市场报价500—1000元/小时•“重工业模式”：设备单套超20万元，本体60—70万元•遥操员单日有效产出仅2—3小时，常需1台配2人•节拍仅达机械臂极限约67%，无法7

×24连续产出高精度精密装配、接触密集型长程任务仿真合成采集在物理引擎与仿真平台中程序化生成机器人轨迹与感知数据，配合域随机化、演示扩增、数字孪生等技术批量造数。•产能上限最高、边际成本最低，有算力即可无限产出•仿真数据生成成本仅约真机的1/100•核心瓶颈是“仿真到现实迁移鸿沟”（Sim-to-RealGap）•仿真成功率89.4%→真实家庭泛化测试约12%，落差77个百分点

•柔性物体仿真、摩擦与形变标定仍是技术分水岭•头部方案拟合误差可控制在5%以内海量标准化预训练、危险极端场景，须配合真实数据无本体／便携采集不使用机器人本体，由人手持或穿戴便携终端采集末端轨迹与接触信息，再通过逆运动学映射到机器人动作空间。•规模化潜力最高、部署门槛最低，走进真实家庭/工厂•每小时约100—200元•综合成本较真机遥操作采集可降约10倍，核心装备可降至万元级•难点在后处理：SLAM轨迹恢复、手部姿态估计、逆运动学与动作重定向

•弱纹理环境下SLAM易失效，存在精度损失大规模冷启动预训练、日常长尾场景补充互联网数据提取把分散、异构、多来源的数据集转换为统一格式（RLDSE成为事实标准）与统一动作空间

，形成可比可训练的联合数据集。•价值在于跨本体多样性带来的能力涌现，是最成熟范式•OpenX-Embodiment整合60个子数据集、22种机器人形态•代价是标准化牺牲模态丰富度：常只保留一个RGB相机•模态压缩，腕部相机、深度、多视角被丢弃；动作归一化逐数据集进行•跨机型复用最薄弱：“一种本体对应一套数据”•数据处理与训练对接成本可达采集本身的3—5倍•新进展：开源数据接口与“本体无关”通用格式推进中跨本体通用策略预训练、横向对比评测具身数据采集：四条主流路径的技术原理具身数据发展报告2026

•第二章10①配比先行先定"用途—模态—质量阈值

"再决定采什么，避免

"先采后配

"②三层验证严格区分"采集有效→数据集有效→模型有效

"，不把数据量增加等同于能力提升③质量优先于数量行业共识

"多样性优先于绝对数量

""有效数据优先于数据体量

"，验收从

"拼小时数

"转向

"AI-Ready成功率基线

"④失败样本必留故障/恢复样本建议占比15%—25%，只录成功样本的模型遇异常会直接失效机器人真实上岗产生的运营数据、故障数据、纠正数据回流，进入治理与再训练。"影子模式

"异步采集不干扰作业，"带教—自主"双模式并行。核心判断：数据监督方式决定最终价值——相比原始数据体量，如何监督数据、服务于最终

任务才是核心。用场景专用、同本体、高保真小样本数据（含成功与失败标签）

，把通用模型快速适配到具体任务。新任务微调周期从"数周"压缩到"1天"量级。关键数据：仅用10%真实演示后训练即达成功率42.6%（基线10.2%）；全量数据下达

76.8%（基线46.4%）仿真基准与真实机器人评测集并用，形成统一评估协议。"1万次连续抓取"式压力测试找出失

效边界，引入六西格玛标准支撑工业99.5%成功率要求。已知缺口：现有基准多只能测整体成功率，长时序、组合推理的结构化评估仍缺失具身数据采用金字塔式分层配比投喂：底层人类视频/互联网数据打底，中层仿真合成扩量，第三层以真实数据精调、顶层用遥操作真机数据补充与兜底。关键技术：端到端VLA

·统一动作空间

·跨本体对齐具身数据使用：从数据到能力的四条路径人类视频／互联网数据近零成本冷启动打底42.6%仅10%真实演示即达成功率76.8%全量数据下任务成功率04部署与回流

Deployment

&

Loop-back现场数据形成「飞轮」仿真合成数据补长尾、

扩规模02微调

Fine-tuning/

SFT用少量高质量数据适配「专业」03评测

Benchmarking用标准化数据回答「行不行」01预训练

Pretraining用海量异构数据练「通识」第一人称数据精调

"压舱石

"真机数据真机采集

"金标准示范”具身数据发展报告2026

•第二章I

具身数据金字塔I

行业通行做法I

关键数据11数据集名称发布机构轨迹规模任务类型数据来源特点RT-1/

RT-2Google

DeepMind~13万条700+任务真实遥操作VLA模型奠基OpenX-Embodiment21家机构联合~100万条500+技能多机构真实，跨22种本体跨本体聚合标杆DROID斯坦福等13家~7.6万条86项任务、564场景真实遥操作，统一硬件大规模单臂、野外场景BridgeDataV2伯克利/斯坦福/CMU~6万条13项技能遥操作+脚本策略早期规模化基准RoboCasaNVIDIA等百万级家居场景仿真合成高保真仿真GR00T

DataNVIDIA持续扩展人形通用真实+仿真人形机器人大脑RH20T上海交通大学11万余段147项接触密集任务真实遥操作，7维模态同步触觉/力位混合重要底座RoboMIND

2.0北京人形机器人创新中心31万+条双臂轨迹739项任务真机双臂，跨6种本体国内最大双臂开源集，下载超2000万次AGI

BOTWORLD智元机器人百万条级217项任务（含失败恢复）100%真实世界长程数据规模较OXE高约10倍开源精选数据集（千小时级）灵初智能1,000小时精选200+任务外骨骼/头戴设备，多模态上线3月下载破60万人类视频开源数据集（

10万小时）光轮智能10万小时（累计150万）通用操作人类操作视频，毫米级精度国内最大人类视频开源集"白虎-VTouch"跨本体视触觉数据集国家地方共建人形机器人创新中心超60,000分钟380+任务、100+原子技能真机遥操作+视触觉传感全球首个最大规模跨本体视触觉集全身遥操作真机数据集宇树科技189万条动作轨迹单指/多指抓取、双臂协同真机全身遥操作全量开源全身遥操作数据集与模型特点一

·分布格局国际以科技巨头与高校联盟的"超大规模跨本体聚合"为主导，国内以本体厂商与创新中心的"场

景专精+多模态"为特色。特点二

·开放程度开源正从"论文附带"走向"独立数据产品"，国内

数据集普遍配套代码与工具链，下载量与社区排名已成为衡量开源影响力的实际指标。特点三

·模态走向从早期纯视觉+关节，走向深度、触觉、力觉、

语音、空间轨迹的全模态；触觉正从"辅助通道"

升级为核心输入。开源具身数据集：正在成为行业公共数据底座▎代表性开源数据集对比（

国际/

国内）具身数据发展报告2026

•第二章12三个

“没有”→一个结果没有统一OS＋没有标准硬件＋没有收敛路线＝数据

“非标

·

昂贵

·难复用”并存路线

VLA（视觉-语言-动作）、世界模型、VLM（视觉-语言模型）+传统控制等多条技术路线并行数据格式

不同路线对数据模态、动作表征、时序长度的要求差异大，数据集难以通用数据影响

为A路线采集的数据无法直接用于B路线，重复采集造成资源浪费，行业难以形成公共数据底座现状ROS1已于2025年5月正式停止维护，

ROS2在实时性与安全性上仍有局限早期方案

AGIROS、

RoboOS、

M-RobotsOS等仍处早期，未形成事实标准数据影响

未统一中间层，数据接口、动作空间、传感器协议各自为政，跨本体数据迁移成本极高现状执行器、传感器、关节自由度、通信协议缺乏统一标准，每家本体厂商自成体系早期方案

跨本体数据对接与适配成本是同本体的3—5倍数据影响

真机遥操作数据采集成本约500—1,000元/小时，且不可跨本体复用01

缺少统一操作系统02

硬件与软件非标准设计03

技术路线未收敛「前

OS

时代」「一种本体

一套数据」「数据不可迁移」破局方向：标准先行＋

中间层解耦＋评测收敛当前具身数据三大结构性问题具身数据发展报告2026

•第二章13三、具身数据产业链与商业模式数据采集58AiR

发自变量unl

TREEcen

Robot

O--3智元机器人

。地瓜机器人山'西湖机器人

LIV

SYN灵生

GU

SOW

"置:"

20262026本体厂商unl

TREe3智元机器人

么星尘智能发自变量

模型厂商3智元机器人

发自变量具身数据产业图谱地方数训中心&创新平台天津具身智能创新中心封装与流通加工与标注Mind

Flow

现数据

⃞倍赛Basic

Finder数据评测

互中国信通院

中量智数产品层具身数据发展报告2026

•第三章应用层2026资源层

HC惠科股份

reaL

ma传感器与感知模组采集设备与终端14场景客户成都人形机器人创新中心石景山人形机器人数据训练中心层级数据形态解决问题层内关键环节典型产出资源层原始记录用什么生产数据采集设备与终端、传感器与感知模组采集设备、感知器件产品层可训练数据集怎么把数据做成可交付的产品采集执行、加工与标注、封装与流通、数据评测可训练的数据集与数据产品应用层使用与转化数据被谁用掉、变成了什么模型厂商、本体厂商、地方训练中心、场景客户模型能力、整机能力与场景产出I

为什么正好是三层u

没有资源层，数据无从产生——设备、传感器、算力与人力是采集的前提；u

没有产品层，原始记录无法直接训练模型，只是一堆素材；u

没有应用层，模型与机器人不产生实际产出，前面的投入无从收回。产业链分层：资源、

产品、

应用应用层数据集训练进模型、装进机器人，最终在产线上完成抓取资源层采集设备与传感器把这段操作记录成原始视频与触觉信号产品层经过清洗、对齐与标注，原始记录变成可以训练的数据集

三层怎么衔接：以一段真人抓取操作为例具身数据发展报告2026

•第三章15采集设备与终端是什么：将人的动作与机器人本体的运动数据转化为机器可读格式的采集硬件，主要包括头戴设备、数采手套、机电手环、遥操作主从手等干什么：采集设备直接决定了数据能记录哪些模态、精度能达

到多高——设备的采集能力，就是数据的边界怎么用：采集人员穿戴使用，或安装在机器人本体上，配合采集软件同步记录目前现状：现阶段具身采集数据仍以视频数据为主、多模态数

据逐渐增加；从“单传感器”

向“多模态感知”升级主要问题尚无统一的规格与价格口径，设备采购按项目单独商定传感器与感知模组是什么：装在采集设备或机器人本体上的感知器件，覆盖视觉、

触觉、力觉、本体感觉等模态干什么：决定数据里包含哪些信息——没有触觉传感器，数据

就没有力觉信息怎么用：随采集设备一起部署，在采集过程中与视频、音频同

步记录目前现状：部分已形成产品线；设备多按采集任务定制配置，形态正从手套与外骨骼向无感穿戴演进主要问题不同厂商传感器在技术原理、数据格式、量纲及采样标准等方

面存在差异，导致跨厂商、跨本体数据难以对齐、融合与复用资源层：设备靠定制，传感器不通用资源层的两个环节都已经有多家企业在做，但供给形态还不统一：设备按采集任务定制配置，传感器采集数据无法直接互通。具身数据发展报告2026

•第三章16数据管线是什么：把原始数据从

“采集端”进行清洗、

对齐、

标注、

转换等最终变成可以直接用于训练的数据集干什么：端到端的流程，解决具身数据从

“采得到”到

“用得上”的问题怎么用：以数据服务的形式承接客户的加工需求，连接数据生产、

模型研发和应用反馈目前现状：正从针对单一任务的数据处理工具逐步向系统化工作流演进，已出现专门做数据管线服务的企业采集设备与终端是什么：组织人员、

设备与场地，把真实操作过程记录下来的环节干什么：把资源层的设备与场地变成可交付的数据，是产品层中唯一已形成批量交付能力的环节怎么用：客户提出场景与任务需求，采集方按需求搭建场景、

组织采集，按条或按小时交付目前现状：新增数据采集业务的企业快速增长，多种采集方式并行，部分企业已形成小规模量产能力加工与标注是什么：把原始记录清洗、

对齐、

标注成可以直接用于训练的数据集干什么：决定数据能不能被模型用上——具身数据标注其他领域不同，主要成本在多模态时间对齐、

动作阶段切分与成功失败判定怎么用：以数据服务的形式承接客户的加工需求，或由数据生产方在交付前自行完成目前现状：部分环节已出现自动化标注工具，整体仍以人工流程为主主要问题：不同企业对任务拆解、

动作阶段划分、

成功失败判定的标准不一，不同来源的数据难以直接融合主要问题：单个项目交付，交付后难以再次售卖产品层：一次性交付为主，标准不统一数据能卖钱，但还不是通用商品——项目一结束收入就断，标准一不统一数据就废。具身数据发展报告2026

•第三章17干什么u通过标准、指标、评测算子、评测方案及评分规则，对数据集的完整

性、规范性、一致性、可用性等进行系统化检测，识别并量化数据质量问题。重点支撑视觉、语言、动作、传感器及多模态交互等具身数据的质量评价。应用价值u在数据进入训练、算法开发或应用前，对潜在的数据缺失、异常、重

复、格式及跨模态一致性等问题进行识别，为数据集优化和版本迭代

提供客观依据。形成“数据接入

→质量评测

→

问题识别

→数据优化

→再评测

”的持续质量闭环。是什么u面向具身智能数据集全生命周期，统一承载数据接入、结构解析、质

量检测、指标评测、结果审核及报告输出，形成从数据进入平台到形成评价结果的一体化评测能力。u数据集进入平台后，完成数据接入、结构解析、文件标注、数据配对、

抽样及版本管理；根据数据类型和应用场景选择评测方案，配置指标

及评分规则后执行自动化评测。面向数据集接入、解析、检测、评测、审核及报告输出全过程，建立标准化、可配置、可追溯的数据质量评价机制，将原始数据集转化为可量化、可比较的质量评价结果。产品层：开展数据评测，构建具身数据质量统一评价体系数据接入

数据解析

质量评测问题识别

数据优化再评测评测结果经过审核后形成标准化评测报告，并保留数据集版本、评测过程及结果记录。平台将数据质量从经验判断转化为可量化、可比较的评价结果。评测方案指标检测结果问题标签综合评价结果标准化评测报告数据集版本档案具身数据发展报告2026

•第三章主要产出怎么用18是什么：用数据训练具身模型的企业干什么：数据的直接使用方，采集来的

数据最终要变成模型能力怎么用：用采购或开源得到的数据集训

练、微调模型，再把模型能力对外提供是什么：把模型装进机器人整机并推向

市场的企业干什么：数据能力的最终载体，数据好

不好，最后体现在机器人能不能干活怎么用：多自建采集能力（数据工厂、

训练场），把数据用于自家机型的迭代是什么：真正出钱采购或用机器人干活

的一方干什么：决定整条产业链现金流是否闭

合，数据要有人买单，产业链才算成立怎么用：以产线改造、场景试点的形式

引入，按项目或按台采购是什么：把机器人、数据与具体场景流

程对接起来的中心干什么：既有具身数据采集板块，也有

训练和创新的职能，可以完成从采集到

场景的落地交付怎么用：承接客户的数据采集、场景改

造需求具身智能的研学

实训基地等模型厂商本体厂商场景客户地方数训中心贯穿产品层和应用层应用层：已开始向模型与本体厂商初步交付主要问题：数据采集成本与质量难以兼顾商业化持续运营仍在摸索主要问题：缺少能够持续提升模型泛化能力和任务成功率的有效数据主要问题：数据难以跨本体复用数据积累难以形成规模效应主要问题：真实业务数据难开放复杂场景覆盖不足机器人效果及投资回报难验证头部本体厂商的数据基本上只自用、不作独立业务对外供给；模型厂商面临开源数据集免费可得，压制商业化采购；地方训练中心贯穿产品和应用层；场景客户采购仍以试点验证为主。具身数据发展报告2026

•第三章,

、19国家与省级创新平台u国家具身智能应用中试基地：整体规划面积约1万㎡，已汇聚90余个品

牌、

140余台机器人，落地近40个职业技能训练场景，具备真机采集、无本体动捕采集、仿真生成多路径数据生产能力企业自建数采工厂u帕西尼天津超级数据工厂：1.2万㎡

、

150个标准化采集单元、累计生

产超1.2亿条多模态数据；项目总投资8856.40万元全部自筹地方国资主导数采场u北京景辰数智：运营石景山人形机器人数据训练中心，已建成三期

，

270台（套）机器人，年产数据近2000万条，中心占地面积超过1万㎡互联网平台与场景型采集网络u京东机器人数据采集中心：依托仓配等场景，两年内计划采集超1000万小时真实场景视频0%

25%50%75%100%各类数采场景占比（非互斥分布）I

主要问题数据采集：环节产能已初具规模，参与者众多u

具身数据的可采集规模不等于可训练规模，原始数据须经清洗、标注、

质检等环节，任一环节标准不统一都会形成流转卡点u

训练场建设多由地方国资与创新平台牵头，下游采购仍以试点验证为主，产能增长与付费需求的节奏尚未匹配u

采集环节的成本结构以人力为主采集是产品层中唯一形成规模化交付能力的环节，参与者主要有企业自建数采工厂、地方国资平台、互联网平台场景、

国家及省级创新平台四类。工业制造家庭场景商业零售医疗康养特种应急具身数据发展报告2026

•第三章

四类参与者I

场景分布20数据供给型代表机构

帕西尼、光轮智能、鹿明机器人、灵初智能、

觅蜂科技、诺亦腾机器人运营模式

按条、按小时、按项目对外交付数据，向数据使用方收费现行状态

目前以定制化项目收入为主平台交易型代表机构

京东云具身智能数据交易平台百度智能云具身智能数据超市运营模式

不生产数据，提供交易场所与工具基础设施，向交易双方收费现行状态

以引流与生态绑定为主，交易佣金模式尚未成型公共服务型代表机构

国家具身智能应用中试基地石景山人形机器人数据训练中心国家地方共建人形机器人创新中心运营模式

政府或国资主导，财政资金支持，兼具数据产

能与标准职能现行状态

以“公共数据供给能力

”吸引模型厂商、本体

厂商与上下游企业集聚，“数据供给—产业转化—价值回收”闭环尚在探索①数据供给型：由数据使用方付费；②平台交易型：由交易双方付费

；

③公共服务型：暂由财政资金支持为主，市场化运营探索中市场定位：数据供给型、

平台交易型、

公共服务型按“谁为数据付费”划分，具身数据企业分为数据供给型、平台交易型与公共服务型三类；商业模式仍处在探索的初期。分类依据具身数据发展报告2026

•第三章21序号商业模式核心特征收费模式参考市场收费1定制化数据采集服务以客户的模型训练目标、

机器人本体和应用场景为导向，提供定制化数据生产服务；数据可来自真机遥操作、

第一视角或多源融合采集等按合格数据条数收费

；

按采集工时或机器人运行时长收费

；

按采集人员、

设备及场地投入进行项目报价

；

按完整数据集或定制项目打包收费可按采集工时、

合格数据条数、

有效任务场景或项目整体报价。

公开报道显示，真机数据报价约为200–500元/小时，真机数据约为

500–1,000

元/小时；复杂任务可按场景单独定价2标准化数据集授权一次生产、

多次授权；边际成本低；但时效性、

任务覆盖和授权条款复杂；开源数据集形成价格压制；授权毛利高一次性买断、

年订阅、

按场景、

席位或模型数量授权；研究免费、

商用收费；独占或排他授权加价通用或垂直数据集约

1—50万元/套；行业独占

50—500万元；企业订阅

5—50万元/年；开源社区版免费3仿真与合成数据可规模化、

自动生成真值、

单条成本低于真机；但场景建模和sim-to-real验证重；软件毛利高但项目交付重软件

License

+场景定制

+按生成量或算力

+真机验证服务仿真平台或引擎

10—100万元/年；仿真场景

1—20万元/个；合成数据0.01—1元/帧或0.5—20元/条；大型数字孪生项目

100—1000万元4数据标注与加工服务人力密集、

规模效应明显；具身标注需要机器人、

3D、

时序知识；毛利较低按框、

帧、

条、

小时计费；项目制或驻场；质检返工另计2D框0.05—0.5元/框；分割0.5—5元/帧；3D点云

1—20元/帧；动作或轨迹

5—100元/条；语言指令0.5—5元/条；质检加价约

10—30%5采集硬件+软件订阅卖遥操设备、

动捕、

数据手套、

采集工作站，再收平台订阅和维保；硬件毛利中等，订阅毛利较高硬件买断或租赁

+

SaaS年费

+维保

+按采集时长收费遥操套件2—20万元/套；数据手套0.5—5万元；采集工作站

10—50

万元；SaaS

1—20万元/年；租赁数千至数万元/月6场景运营与数据飞轮在工厂、

仓储、

零售、

医院、

家庭等真实场景部署机器人，提供服务的同时获取数据；数据分布最真实、场景壁垒最高但资产和运营重机器人租赁或服务费

+数据授权费

+联

合运营分成

+模型收益分成RaaS数千至数万元/台/月；数据授权按项目；分成约

5—30%7数据评测与认证服务政面向具身数据集提供质量评估、

标准符合性评价、数据完整性与一致性检测、

多模态时序校验、

标注质量抽检、

任务覆盖度分析及训练适用性评测；可由第三方检测评价机构或数训中心提供。按数据集/项目收费；按数据规模、

评测指标和复杂度分级定价；可提供整改辅导、复测及年度质量管理服务。目前大多是企业内部评测，第三方评测尚在探索中，暂无公开的市场报价商业模式：定制化服务为主，多模式同步探索中具身数据发展报告2026

•第三章22四、具身数据发展特色案例落地垂类场景，推进实景实训，促进具身智能快速落地物流分拣参与标准制定，推动行业规范，促进标准化高效发展国际标准

《

Humanoid

robotdatasets

-

Part1General

requirements》国家标准

《具身智能高质量数据集跨平台适配通用要求》《人形机器人数据集第1部分：总则》《具身智能训练基地数据采集与模型训练规范》提供全量数据供给，助力模型研发验证，加速技术收敛年产PB级数据合格率99%680+场景覆盖支持主流格式交付景辰数智（北京）科技有限公司u

成立于2026年8月，是国资控股的具身智能高质量数据要素综合运营平台，主要运营石景山人形机器人数据训练中心，同时也是具身智能全链路数据运营服务商、垂类场景解决方案提供商。n

产效落地n

核心能力检验检测中心场景验证平台&街区场景化验证与批量试制国家级检验平台无线电检测·金融科技测评联盟协同检测联盟企业补充专项与细分场景能力模型

•数据集

•软硬件

•安全

•电性能一站式检测能力景辰数智：国资控股的具身智能高质量数据要素综合运营平台首个具身智能

数据要素跨境流通服务贸易平台在2026服贸会首发亮相标准化SOP输出

•训练场模式复制垂类场景快速落地具身数据发展报告2026

•第四章可信数据空间

•安全合规流通构建开发者生态全链路覆盖

•多维度采集规模化数采技术能力数据流通数据运营数据供给数训集群无人邮局23n

核心能力真实任务深耕900+个细分职类职业覆盖范围超60%推动岗位经验向采集任务转化国民级数采众包平台n

业务布局u

是58集团面向AI产业服务的核心创新业务公司。依托58集团在招聘、本地生活服务等领域积累的劳动者、企业客户、

岗位及真实商业场景资源，聚焦AI人才、真实世界数据、具身智能场景和智能设备服务，探索将人类劳动经验转化为机器可学习、可训练、可评测的数据资产，构建连接人类智慧、真实场景与机器智能的产业服务基础设施。人类智慧与人才服务u组织AI人才、专业人员及真实劳动技能，为数据采集、专家任务和模型评测提供人类经验与专业能力。场景服务u开放并运营真实商业场景，为机器人提供场景适配、测试验证、商业试点及

应用部署服务。真实世界数据u围绕真实商业场景和工作任务，开展任务拆解、多模态采集、标注及训练评

测数据集生产，将人类工作经验转化为机器可学习的数据资产。智能设备现场服务u围绕机器人规模化应用，提供安装调试、运维维修、现场运营等服务，并持

续沉淀真实运行数据。多元场景覆盖273个细分行业连接多元业态与真实作业环境

58AIR：互联网大厂构建面向具身智能的真实场景数据供给网络具身数据发展报告2026

•

第四章平台运营依托上亿级人员储备

统筹全链条资源支撑规模化交付北京五八赶集英才信息技术有限公司（

58AIR）24光轮智能（北京）科技股份有限公司u

聚焦仿真合成数据、人类视频数据及数据生产工具链，降低对真实机器人本体、场地与人员的依赖，破解具身数据高成本、难规模化难题，并向数据生产、评测及场景服务延伸。n

优势与挑战

光轮智能：数据-评测-部署全链路回环，构建物理AI持续学习基础设施具身数据发展报告2026

•

第四章仿真降本增效、

扩大覆盖，与真实数据互补——通过

“仿真

+真实”模式，将项目周期从传统的

“

3个月仿真+1个月真机”缩短至1.5个月甚至更短，大幅降低产线停工风险n

核心能力仿真与真实长期并行，竞争转向

“生产—评测—部署—反馈”系统能力n

数据飞轮存在仿真到真实（Sim-to-Real）迁移鸿沟覆盖数据生产、处理到模型评测n

商业模式与运营由单一数据供给向「生产+工具+评测+场景」延伸100,000小时，15000+任务，15000+场景，

12大类环境，全模态标注高质量人类视频数据、规模化仿真合成数据和工业级评测能力提供真实人类操作行为与动作先验的全模态信息，如手部与全身位姿、语义标注、深度信息打通数据、评测、部署的Real2Sim2Real闭环开源全球首个十万小时全模态人类数据集EgoSuite-Open100K数据生产、处理、仿真评测、工具及场景方案从数据产品层向模型训练与应用服务层延伸可复用、可规模化，扩大任务与场景覆盖降低真实场景搭建与机器人设备投入仿真合成开源数据集人类视频核心指标业务覆盖评测与工具链规模化优势产业链延伸成本优势25趋势挑战遥操作数据硬件销售

+数据全链路服务高精度数据（

OM/

MOV）数据集授权

+定制采集野采数据（ITW）采集、标注、授权与定制化ModalityNet平台上线，推动数据集开源，构建具身智能数据生态与交付闭环诺亦腾机器人科技（北京）有限公司u

该公司专注于物理AI（PhysicalAI）数据领域，致力于构建WorldCompiler世界编译器（一个将现实世界中的人类运动、交互与行为转化为机器可学习表征的基础设施）

，为具身智能提供底层数据基础。年龄

｜性别

｜身材

｜技能

…

…（广泛人群覆盖）室内

｜室外

｜家庭

｜工业

…

…（多场景全覆盖）视觉

｜力触觉

｜IMU

｜音频

…

…（多模态同步采集）诺亦腾机器人：三大

“人本数据集”，构建世界编译器n

商业模式与运营n

核心三大数据集n

年产能真实世界实地采集数据（

"野采

"

），以

Ego

Vision第一视角为主

多维全覆盖具身数据发展报告2026

•第四章全身动作捕捉：大空间、

高精度（人体全身运动数据）灵巧操作全模态数据：手指/触觉/

Mesh/

RGB-D①

MOV数据集

｜运动先验②OM数据集

｜交互先验③ITW数据集