2025 年全球具身智能数据市场规模达到 2.42 亿美元，同比增长 181.4%，预计 2030 年将扩张至 52.5 亿美元。这个数字放在整个人工智能版图中并不显眼，但它指向一个正在发生的关键转变：具身智能的竞争重心正在从模型架构转向数据管线。行业讨论中频繁出现的 X-Tokenizer、DMuon 等概念，分别对应数据表示与训练效率两个问题，但一条从真实世界到机器人能力的完整数据链路，由十三个环节串联而成，tokenizer 与优化器仅占据其中两个节点。整条链路中，真正决定模型性能天花板的，是前九个常被忽略的工程环节。
▎供给缺口：为什么具身数据无法复制语言模型的路径
大语言模型的成功建立在一个前提之上：互联网天然产出海量文本。自动驾驶的崛起同样受益于一个天然数据源——数亿辆量产车每天在路上行驶。具身智能不具备这样的条件。
行业公开数据显示，语言模型的预训练语料折合约 100 亿小时，自动驾驶积累了百亿小时级别的数据，而全行业攒下的高质量具身操作数据仅有约 50 万小时级别，且分散在不同本体、不同任务定义、不同采集标准之间。三个数量级的差距，构成了具身智能当前最本质的产业约束。
智源研究院 2025 年发布的行业调研进一步揭示了供给侧的结构性问题：当前市场上超过 70% 的具身数据存在丢帧、时间戳错乱等质量问题，多数企业缺乏标准化的质量控制体系。这意味着一半以上的数据资产在进入训练管线之前就已经失效。
归根结底，具身数据不像文本或视频那样可以“等来”，只能依靠工程手段“造出来” 。而这个“造”的过程，恰恰是产业认知中最容易被低估的部分。
▎十三个环节中的隐形壁垒：前九道工序决定模型生死
将具身数据的完整流转展开，可细分为十三个环节，构成一个从采集到训练再到反馈回流的闭环。其中，X-Tokenizer 负责将不同模态的数据编码为模型可统一理解的表示形式；DMuon 解决分布式训练中的效率瓶颈。
值得关注的一个细节是：前九道工序——采集、时间同步、坐标变换、清洗、多模态对齐、轨迹切分、标注、质量评分、去重与增强——在多数项目预算中并未被单独核算，但它们才是决定数据能否训出好模型的关键变量。
以时间同步为例，一次机器人操作同时产生相机、IMU、力传感器、关节编码器、动作指令、音频等多路信号，采样率跨度从几十赫兹到 48 千赫兹，相差三个数量级。时间戳偏差若达到几十毫秒，快速抓取任务便会出现明显异常。行业中的对齐方案分为三个层级：硬件同步通过 PWM slave 模式将所有帧锁定至同一脉冲边沿，精度可达亚微秒级；基础软同步依赖高频轮询与 MCU 时间戳去重，误差约在正负 3 至 13 毫秒；增强软同步引入视频 PTS 与线性回归方法，将误差压缩至正负 0.5 至 1 毫秒。
坐标系统一同样构成基础性挑战。一帧数据需依次经过相机坐标系、头部坐标系、世界坐标系、机器人基座坐标系、末端坐标系直至物体坐标系，任何一级变换出现偏差，后续所有计算均会失效。
这里揭示出一个更深层的矛盾：采集端追求高精度的原因在于，SLAM 位姿与手部位姿是后续自动标注的真值锚点；处理管线从视频逆向推导的深度与位姿仅属伪标签。采集端若无法提供毫米级真值，模型训练的性能上限便受到根本性制约。这不是靠堆参数或换架构能够弥补的短板。
在这一环节，产业链中已经出现对应的上市公司布局。
华依科技（688071.SH）
自研的动捕惯性测量单元已批量搭载于智元机器人孵化的数据企业觅蜂科技的 MEgo 系列采集设备，针对手持、头戴、全身穿戴等形态定制开发专用 IMU，兼顾小型化、低零漂与高频采样，支撑设备实现毫米级空间定位与亚毫秒级全局时间同步。
泰晶科技（603738.SH）
生产的高阶晶振产品在人形机器人运动控制系统与传感器同步环节提供时钟信号和基准频率信号，满足高基频、高精度、低功耗的配套需求。
美格智能（002881.SZ）
发布的具身智能数据采集终端方案，聚焦多路传感器时间同步与高帧率原始数据采集，提供从可穿戴动作捕捉到多视角视觉采集的完整录制方案。
这些公司的共同特征在于：它们的产品直接作用于数据进入模型之前的物理层工序，而非模型内部的算法优化。
▎感知与表示层：传感器矩阵的国产化进度
数据采集的质量上限，很大程度上由传感器的精度决定。东北证券 2025 年 5 月发布的研报指出，当前多模态数据融合质量低是制约人形机器人发展的核心卡点之一，3D 视觉、六维力矩、柔性触觉等细分赛道均呈现高景气趋势。
奥比中光（688322.SH）
在视觉感知环节，国内率先开展 3D 视觉感知技术系统性研发并实现产业化应用的企业之一，全面布局六大 3D 视觉感知技术路线。2025 年该公司实现营业收入 9.41 亿元，同比增长约 66.66%，归母净利润 1.28 亿元，实现扭亏为盈。在具身智能领域，其 3D 视觉传感器已与智元机器人、优必选、北京“天工”、蚂蚁灵波等多家客户完成适配落地。搭载其视觉方案的“天工”机器人在 2025 年人形机器人马拉松赛事中获得冠军。
凌云光（688400.SH）
在运动捕捉与数据采集端，光学动捕系统在 2025 年收入同比增长超过 70%，已批量应用于多家人形机器人公司的数据采集场景，客户群体覆盖机器人本体公司、各地具身智能数据采集中心以及高校科研院所。2025 年公司实现营收 29.12 亿元，同比增长 30.35%。
在力觉与触觉环节：
柯力传感（603662.SH）
2025 年年度报告明确提出机器人传感器业务加快从研发验证向批量交付演进，战略投资围绕力觉、触觉、惯性、视觉及机器人本体等关键环节进行补链与强链。
汉威科技（300007.SZ）
柔性传感电子皮肤入选 2025 年具身智能十大创新产品和技术，具身智能机器人相关电子皮肤和触觉传感器已实现小批量供货，2025 年公司归母净利润同比增长 107.11%。
芯动联科（688582.SH）
惯性传感器与 IMU 产品在技术指标上可满足人形机器人姿态控制与运动检测需求，正在研发的六轴 IMU 芯片瞄准机器人及智能驾驶市场。
这一层面的产业逻辑值得单独审视。 视觉、力觉、触觉、惯性传感各自对应机器人操作数据中不同维度的物理量，任何一维的精度不足或采样率不匹配，都会在后续的多模态对齐环节产生不可逆的信息损失。传感器环节的国产化进度，直接决定了国内具身数据管线的自主程度。目前视觉传感器与力传感器环节已有上市公司进入批量交付阶段，柔性触觉传感器仍处于小批量供货的早期阶段，惯性传感的高集成低成本方案尚在研发推进中。这种梯度差异本身就构成一条可追踪的产业投资线索。
▎数据服务与治理：从标注工具到训练基础设施
前九道工序中的标注、质量评分、去重与增强环节，对应的是一类容易被低估的产业角色：具身数据服务商。与模型公司的高调不同，这类企业的工作集中在数据从“可用”到“好用”的转换过程。
海天瑞声（688787.SH）
A 股唯一的人工智能训练数据服务商，2025 年实现营业收入 3.77 亿元，同比增长 59.00%，业务覆盖计算机视觉、自然语言与智能语音三大板块。在具身智能方向，该公司携手石景山人形机器人数据训练中心共建“具身智能数据训练场”，并发布了具身智能数据工程化服务平台，致力于打造数据采集、模型训练与场景验证的全流程闭环。
天奇股份（002009.SZ）
在场景端推进数据采集与实训的闭环建设。2025 年 10 月，该公司主导建设的“无锡市具身智能机器人工业数据采集与实训中心”正式投入使用，采用“数据工厂 + 实训基地 + 创新引擎”三位一体的运营模式，通过真机数据采集、数据标注与算法实训为机器人智能化提供底层支持。此前，公司已为汽车整车制造、零部件制造、锂电池制造等多个工业场景的客户提供具身智能机器人应用解决方案。
五一视界（06651.HK）
于 2025 年 12 月 30 日上市，成为首家登陆资本市场的物理 AI 核心基础设施企业，其 AperData 具身智能数据平台已正式上线运营。
迅策（03317.HK）
2025 年全年营业收入 12.85 亿元，同比增长 103.28%，研发开支 6.16 亿元，重点布局机器人数据平台领域，AI 具身智能管控平台已落地。该公司提出的按 Token 付费的商业模式升级方向，指向了数据服务从项目制向标准化计费演进的可能路径。
▎被低估的风险与真实的产业节奏
风险同样值得关注。 当前具身数据赛道存在一个结构性矛盾：资本投入的增速远快于终端客户的实际采购规模。多家具身本体厂商尚未形成稳定的商业化收入，对数据服务的付费能力和意愿均存在不确定性。以海天瑞声为例，该公司 2025 年毛利率出现环比下降，管理层解释系定制化服务收入占比提升所致，这反映出当前具身数据服务仍以项目制交付为主，标准化产品体系的成熟尚需时间。
从产业链传导路径来看：
疏导型机会首先出现在传感器与时钟同步器件环节——无论下游选择自建数据管线还是外采服务，物理层的采集需求均无法绕过。
替代型机会则可能出现在两条差异化路线上：一是以互联网视频为数据源的挖掘方案，二是仿真合成数据路线。但仿真数据的“仿真差距”问题已被行业反复讨论，其在高精度操作任务中的有效性仍待验证。
▎壁垒的真正所在
数据飞轮真正转动起来的前提，是采集、表示、训练、评估、反馈各环节首尾相接形成闭环。评估环节识别模型的能力短板，针对性采集新数据，再进入下一轮训练。这一循环的运转效率，取决于前端数据入口与数据引擎的质量，而非 tokenizer 或 trainer 的选型。
一个值得关注的趋势信号是：具身模型企业已不再满足于发布模型本身，开始向更底层的大模型训练基础设施进发。数据工程能力正在从成本中心转变为竞争壁垒，而这一转变将在未来 1 至 3 年内重塑具身智能的产业分工格局。 在这个格局中，传感器、时钟器件、动捕设备与数据服务环节的上市公司，其业绩释放节奏将与具身模型从实验室走向量产的时间表深度绑定。当前多数相关公司的具身智能收入占比仍然有限，但批量供货的起点已经出现——这本身就是一个值得持续追踪的产业信号。
值得进一步讨论的问题是：当本体厂商纷纷自建数据管线、第三方数据服务商大量涌入时，具身数据的供给会走向集中化还是碎片化？传感器环节的国产替代，是否会比模型层面的竞争更早决出胜负？
免责声明：本文内容基于公开资料整理，仅供行业信息参考，不构成任何投资建议，请谨慎决策。文中未覆盖的细分赛道及相关标的，欢迎在评论区补充探讨。
纬迪资本——领先的一站式创新型精品投行
纬迪资本成立于 2016 年，是一家专业从事投融资顾问、投资咨询的创新型投行，同时也参与了部分项目的直投，并积极筹备设立风投基金。坚持先进制造 + 医疗健康双驱动，支持国产技术替代，服务科技型实体产业，振兴中国经济。
我们为新能源、新材料、医疗、先进制造等科技行业的客户提供商业尽职调查、并购、投资建议、财务顾问以及相关商业模式研究等服务。
我们致力于为企业搭建高效、专业的出海桥梁，通过提供市场调研、品牌本地化、跨境营销、供应链整合等一站式解决方案，助力企业突破地域限制，快速融入全球市场。
团队脱胎于美资背景的市场研究专业咨询机构，具备极强的市场研究分析能力，践行研究发现价值，研究创造价值的理念。
我们以辅导全局资本为基，赋能企业出海为辅，成为企业资本运作与全球化合伙人。
