作者丨高景辉
编辑丨董子博
今年 WRC 最显著的变化是数据采集设备的爆发式增长。去年数采方案仅是本体展台的附属品，今年则成为独立展区，手套、头环、相机等设备琳琅满目。
行业瓶颈已从“有无本体与大脑”转向“高质量数据获取”。谁能降低真实交互数据的采集成本，谁就掌握了下一阶段的话语权。WRC 2026 现场涌现出五支背景各异的数采队伍，展现了不同的入局逻辑。
上游供应链：复用成熟技术，低成本切入
第一类玩家为传感器与视觉硬件供应商。其核心逻辑是将成熟的感知硬件“换装”适配数据采集场景，边际成本低且毛利空间可观。
他山科技展示了触觉指套 TS-ECHO 与 EGO 头显的组合，同步采集视觉与触觉信号，重点解决无本体状态下多任务数据的低成本获取及多模态融合问题。
帕西尼主打“同源数采、多体联动”，通过标准化数据输出与跨本体重映射技术，实现一次采集、多台不同构型灵巧手通用，打破数据绑定单一本体的局限。
途见科技发布柔性电子皮肤手套"TachinGlove"，创新提出“空抓无脏数据”理念，仅测量真实接触以过滤噪声，并开源了覆盖 20 类操作任务的全手触觉数据集。
猿声科技推出模块化 Magic Glove，采用硬质基底设计减少传感器形变污染，按压寿命达 300 万次，确保大规模采集中的数据一致性，同时支持织物部分单独更换以降低长期成本。
奥比中光联合蚂蚁灵波推出无本体采集平台，涵盖 EGO、UMI、WristCam 三种形态。其中 EGO RGB-D 方案搭载自研深度引擎芯片 MX6800，有效补全深度缺失并优化物体边缘。
此类企业手握核心传感技术，属于“降维打击”，但在数据规模化运营能力上仍有提升空间。
模型公司：数据服务于模型训练闭环
第二类玩家为模型公司。其做数采的初衷纯粹：外部数据难匹配自家模型需求，遂自研设备构建数据飞轮。
自变量机器人发布 QUANXTA Zero 系列三款硬件（G0/G1/E0），覆盖从高维复杂任务到基础算法验证的不同梯度需求，统一数据标准以无缝接入自有服务管线。
章鱼动力推出 OctoSense 套件，其肌电手环实现了“跨个体零样本泛化”，无需增量训练即可适配新人；同构数采手套自由度超 20 个，可实现人类数据向真机执行的无损对齐。
厘清智能坚持全栈自研，其 T1 数采手套采用 11 IMU 方案，延迟控制在 2 毫秒内，兼顾高精度捕捉与佩戴舒适度。
德塔智能主打“作业即采集”，通过轻量化头环记录第一人称全景视觉与全身骨骼运动，无需中断正常作业即可完成低门槛数据采集。
模型公司深谙训练需求，其采集方案在数据格式与标注规范上更贴合模型优化，利用效率理论更高。
数据“原住民”：延续先发优势
第三类是专注于数据基础设施的早期入局者，无本体包袱，定位清晰。
光轮智能发布了全球首个十万小时级全模态开源数据集 EgoSuite-Open100K，覆盖海量场景与任务，提供双视角及多维标注信息，继续深耕数据交付而非硬件销售。
ORIGINFLOW聚焦神经肌电信号采集，其自研手环能提前约 50 毫秒捕捉发力意图，让机器具备预判人类动作的能力。
恺望数据从自动驾驶数据转型具身智能，现场搭建真实场景体验区，可视化演示从采集、标注到交付的全流程赋能。
此类企业虽具先发优势，但面临上下游双向挤压的挑战。
灵巧手公司：自研驱动与捆绑销售
第四类为灵巧手厂商。基于运动学同构原理，顺手开发数采方案以训练自家产品，并形成硬件捆绑销售模式。
强脑科技构建金字塔式数采矩阵：塔尖为真机双臂平台，中层为外骨骼触觉手套，塔基为头环视频与仿真数据，实现全掌触觉与全身运动控制的同步记录。
灵巧智能拥有 DexCap、DexTele 等多条产品线，并配套 DexStream 全栈数据管线平台，将原生数据加工为可直接用于训练的 3D 仿真与骨骼动画格式。
灵心巧手推出开放式 Linker Open TeleDex 系统，支持多种外接设备与机械臂，提供从集成到交付的闭环，增强客户粘性。
此类方案数据适配性极佳，但主要聚焦手部操作，在全身运动与环境交互数据上略显不足。
大厂：构建从场景到云服务的生态闭环
最后一类是资源雄厚的互联网大厂，以京东为代表，打造全链路数据生态。
京东复刻真实家庭服务场景，利用自研 JoyEgoCam 设备及遥操作机器人，采集家政阿姨的作业数据。原始视频经过去畸变、自动标注等处理后转化为高质量训练数据。
依托零售、物流等丰富场景，京东计划两年内采集超 1000 万小时真实数据，并基于 LeRobot 平台整合“数据 + 工具 + 算力 + 模型”，建立数据交易平台。
大厂的入局将重塑行业规则，其规模效应可能对创业公司构成压力，但能否建立稳固护城河仍需时间验证。
结语
WRC 2026 标志着具身智能竞争进入“数据与场景”的下半场。五路大军各具优势：上游技术成熟、模型公司懂需求、灵巧手厂商适配度高、原住民有经验、大厂有生态。
短期看，差异化格局将持续；中长期看，融合洗牌不可避免。未来竞争的核心在于谁能以最低成本生产最高质量的多模态数据并高效转化为模型能力。可能的终局包括大厂主导基础设施、上下游合并形成复合平台或垂直领域领导者并存。无论何种结局，数据采集已从幕后走向台前，成为具身智能量产的关键钥匙。
