2026具身数据发展报告

发展报告20262026年9月一、具身数据发展现状CONTENTS二、CONTENTS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、具身数据发展现状具身数据发展报告2026•第一章政策已经换挡，对产业的扶持从“给名分”转向“给数据”具身数据发展报告2026•第一章顶层定调已经完成，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。01顶层定调01顶层定调02政策三级跳02政策三级跳当前，人工智能蓬勃兴起，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《政府工作报告》首提具身智能《政府工作报告》（2025）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》《政府工作报告》首提具身智能《政府工作报告》（2025）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）《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高校首批开设具身智能专业高校首批开设具身智能专业具身数据发展报告2026•第一章技术已经初步跨过门槛，胜负手转向数据具身数据发展报告2026•第一章从“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。01技术路线之变，从“会看”走向“会做”会做（进入世界）会做（进入世界）》会看（理解世界）》02胜负手转向数据，但数据量不等于能力硬件成本已经大幅下降硬件成本已经大幅下降——我国人形机器人出货量——人形机器人平均售价——投入与采集方式转向数据投入与采集方式转向数据研发预算投向“喂养模型”数据采集方式正在升级数据采集方式正在升级策略自采策略自采具身数据已开始小规模量产具身数据已开始小规模量产具身数据发展报告2026•第一章中国量产遥遥领先，数据市场潜力很大具身数据发展报告2026•第一章中国整机制造成本比海外低美国同类单台成本约为中国的1.5—2倍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基础设施基础设施04我国具身智能应用场景广阔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”具身数据发展报告2026•第一章热度与共识已形成，资金正沿产业链向数据和物理AI加速布局具身数据发展报告2026•第一章01产业目标已经明确2030年具身智能产业市场规模2035年具身智能产业市场规模预测03共识正转向数据与物理AI模型、数据、系统平台类03共识正转向数据与物理AI模型、数据、系统平台类02资本热度还在升02资本热度还在升金额同比2025全年已增长近3倍，笔数已超2025年全年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04具身数据创业潮来袭04具身数据创业潮来袭05场景与产业配套逐步齐全产业链完整度全球前列05场景与产业配套逐步齐全产业链完整度全球前列具身数据发展报告2026•第一章高质量具身数据的“缺”与“贵”是当前比较突出的卡点具身数据发展报告2026•第一章数据之不足在“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。三大卡点三大卡点贵：真机数据按小时计价100%场景与模式能不能用得上50%场景与模式能不能用得上50%0%RLBench仿真真实家庭任务“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具身数据的涵义与类型具身数据发展报告2026具身数据发展报告2026•第二章核心三要素通俗表述核心三要素01具身本体车、无人机被称为未来生活「智三样」。01具身本体车、无人机被称为未来生活「智三样」。02智能内核标准表述03环境交互03环境交互概念辨析具身智能的涵义具身智能的涵义数据驱动闭环具身数据发展报告2026•第二章ChatGPT等逼近人类思维，业界焦点转向物理世界Google具身数据发展报告2026•第二章ChatGPT等逼近人类思维，业界焦点转向物理世界GoogleDeepMind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。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AgiBotWorld，累计采集超百万条原子动作轨迹，数据规模达到850TB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。》》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符号主义主导，连接主义尝试浅层神经网络。布鲁克斯主张身体—环境交互产生智能。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。RGB图像·深度图像·视频点云·语音与文本任务指令动作指令·奖励信号RGB图像·深度图像·视频点云·语音与文本任务指令动作指令·奖励信号力觉与触觉·惯性·环境物体状态07具身数据发展报告2026•第二章具身数据的作用与分类具身数据发展报告2026•第二章感知模态1.1感知模态1.1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）动作与执行2.1动作与执行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认知与决策3.1指令与语义数据把任务意图转成模型可理解的语言/符号认知与决策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」物理后果场景与任务3.4规划与导航数据空间理解与路径决策场景与任务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。具身数据发展报告2026•第二章具身数据生命周期具身数据发展报告2026•第二章D1数据采集AcquisitionD3数据使用ApplicationD2数据治理ProcessingooD4数据流通Training核心指标是「数据飞轮转速」具身数据发展报告2026•第二章具身数据采集：四条主流路径的技术原理具身数据发展报告2026•第二章操作员通过主从机械臂、VR/AR手柄或•跨机型复用最薄弱：“一种本体对应一套数据”具身数据发展报告2026•第二章具身数据使用：从数据到能力的四条路径具身数据发展报告2026•第二章第三层以真实数据精调、顶层用遥操作真机数据补充与兜用场景专用、同本体、高保真小样本数据（含成功与失败标签把通用模体任务。新任务微调周期从"数周"压缩到"1天"真机采集"金标准示范”第一人称数据精调"压舱石"第一人称数据精调"压舱石"仿真合成数据补长尾、扩规模仿真合成数据补长尾、扩规模人类视频／互联网数据近零成本冷启动打底人类视频／互联网数据近零成本冷启动打底"用途—模态—质量阈值"再决定采什么，避免"先采后配""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"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具身数据发展报告2026•第二章开源具身数据集：正在成为行业公共数据底座具身数据发展报告2026•第二章数据集名称发布机构轨迹规模任务类型数据来源特点次217项任务（含失败恢复）开源精选数据集（千小时级）10万小时（累计150万）全身遥操作真机数据集具身数据发展报告2026•第二章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VLA（视觉-语言-动作）、世界模型、VLM（视三个“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”具身数据产业链与商业模式具身数据发展报告2026•第三章具身数据产业图谱具身数据发展报告2026•第三章应用层场景客户HC惠科股份模型厂商应用层场景客户HC惠科股份模型厂商产品层本体厂商产品层本体厂商么星尘智能发自变量数据采集58AiR发自变量unlTREEcenRobotO--3智元机器人。地瓜机器人山'西湖机器人LIVSYN灵生封装与流通地方数训中心&创新平台天津具身智能创新中心石景山人形机器人数据训练中心加工与标注加工与标注r数据评测互中国信通院资源层传感器与感知模组采集设备与终端资源层传感器与感知模组reaLma具身数据发展报告2026•第三章具身数据发展报告2026•第三章数据形态解决问题层内关键环节应用层三层怎么衔接：以一段真人抓取操作为例I为什么正好是三层具身数据发展报告2026•第三章具身数据发展报告2026•第三章采集设备与终端采集设备与终端传感器与感知模组不同厂商传感器在技术原理、数据格式、量纲及采样标准具身数据发展报告2026•第三章具身数据发展报告2026•第三章加工与标注是什么：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：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具身数据发展报告2026•第三章产品层：开展数据评测，构建具身数据质量统一评价体系具身数据发展报告2026•第三章将原始数据集转化为可量化、可比较的质量评价结应用价值应用价值形成“数据接入→质量评测→问题识别→数据优化→再评测”的持是什么平台将数据质量从经验判断转化为可量化、可平台将数据质量从经验判断转化为可量化、可评测方案指标检测结果问题标签综合评价结果评测方案指标检测结果问题标签综合评价结果具身数据发展报告2026•第三章应用层：已开始向模型与本体厂商初步交付具身数据发展报告2026•第三章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缺少能够持续提升模型泛化能力训练场把数据用于自家机型的迭代具身数据发展报告2026•第三章具身数据发展报告2026•第三章企业自建数采工厂企业自建数采工厂地方国资主导数采场互联网平台与场景型采集网络I场景分布工业制造家庭场景商业零售医疗康养特种应急各类数采场景占比（非互斥分布）I主要问题uu采集环节的成本结构以人力为主uu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uu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具身数据发展报告2026•第三章市场定位：数据供给型、平台交易型、公共服务型具身数据发展报告2026•第三章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、运营模式按条、按小时、按项目对外交付数据，向数据现行状态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、运营模式按条、按小时、按项目对外交付数据，向数据现行状态公共服务型代表机构运营模式现行状态以“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—产业转平台交易型代表机构运营模式不生产数据，提供交易场所与工具基础设施，现行状态分类依据分类依据③公共服务型：暂由财政资金支持为主，市场化运营探索中具身数据发展报告2026•第三章具身数据发展报告2026•第三章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；SaaS1—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具身数据发展特色案例具身数据发展报告2026•第四章景辰数智：国资控股的具身智能高质量数据要素综合运营平台具身数据发展报告2026•第四章n核心能力检验检测中心检验检测中心联盟协同检测一站式检测能力数据流通构建开发者生态数据运营垂类场景快速落地数据供给规模化数采技术能力数训集群n产效落地进标准化高效发展国际标准进标准化高效发展国际标准《Humanoidrobotdatasets-Part1Generalrequirements》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》促进具身智能快速落地 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u是58集团面向AI产业服务的核心创新业务公司。n核心能力多元场景多元场景真实任务平台运营平台运营国民级数采众包平台n业务布局人类智慧与人才服务人类智慧与人才服务场景服务场景服务真实世界数据真实世界数据智能设备现场服务智能设备现场服务 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•第四章光轮智能（北京）科技股份有限公司n数据飞轮nn数据飞轮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仿真合成仿真合成评测与工具链评测与工具链n商业模式与运营人类视频人类视频规模化优势规模化优势业务覆盖业务覆盖开源数据集开源数据集产业链延伸产业链延伸核心指标核心指标n优势与挑战存在仿真到真实（Sim-to-Real）迁移鸿沟仿真与真实长期并行，竞争转向“生存在仿真到真实（Sim-to-Real）迁移鸿沟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具身数据发展报告2026•第四章具身数据发展报告2026•第四章诺亦腾机器人科技（北京）有限公司界中的人类运动、交互与行为转化为机器可学习表征的基础设施n年产能n核心三大数据集n年产能n核心三大数据集遥操作数据遥操作数据①MOV数据集｜运动先验全身动作捕捉：大空间、高精度（人体全身运动数据）②OM数据集｜交互先验灵巧操作全模态数据：手指/触觉/Mesh/RGB-D③ITW数据集｜分布先验真实世界实地采集数据（"野采"以EgoVision第一视角为主多样化年龄｜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）丰富场景多模态 简智机器人：数据驱动、评测闭环的物理AI基础设施能力转化具身数据发展报告2026•第四章cenRobotAl简智新创（北京）机器人科技有限公司n核心能力数据处理与模型能力数据处理与模型能力6D位姿、深度、触觉、手部跟踪、全身真机评测能力真机评测能力通过大规模真机集群验证模型真实世界表无本体数据采集无本体数据采集通过声音、磁触觉、压阻、电容、柔性织nn运营情况全球头部客户验证开源数据规模影响力领先全球头部客户验证开源数据规模影响力领先模型预训练与跨场景迁移验证五、具身数据发展趋势具身数据发展报告2026•第五章发展趋势|国家数据专家咨询委员会委员张向宏具身数据发展报告2026•第五章行业通识数据规模化行业通识数据规模化n人工智能在行业应用起来越广泛通用共性数据集日益增多。n跨主体、跨领域的智能应用日生产低成本化生产低成本化 n更多类型、更大规模的开源具身数据社区将出现。n肌电手环、单图片生成、低成本众包等