掘金者或空其囊，卖铲者恒盈其利
2026年8月，高盛做了一次预测修正：将2035年全球人形机器人出货量从140万台上调至650万台，上调幅度接近4倍，对应市场规模约1383亿美元。
而摩根士丹利的视野放得更长，其预计2050年人形机器人市场规模可能触及5万亿美元，部署量接近10亿台。
人形市场规模膨胀加速，话题热度也一年胜一年，但一个更隐蔽的瓶颈正在浮出水面——高盛在同一份报告中点明： “高质量、真实、多维数据仍是实际部署最大的瓶颈” 。
据悉目前全球合规可用的真实物理交互数据，截至2026年初仅约50万小时；而业内普遍认为，训练一个具备通用泛化能力的具身模型，至少需要千万小时级的数据，缺口超过95%。
这近乎一个数量级以上的“优质数据”缺口，横亘在机器人“能量产”与“能干活”之间。正是在这个缺口里，一家从做本体的智元脱离，成立仅两年的公司接连拿到了两轮融资。
维科网智能制造10月26日消息，具身智能物理AI数据基础设施服务商星忆智能10月22日宣布完成数千万元种子轮及种子+轮连续融资，种子轮由顺禧基金领投，种子+轮由凌云光领投，中关村资本、一创投资跟投。
据悉本轮资金将投向核心算法与产品研发、真实世界多模态数据基础设施建设及客户交付能力提升。
一个“吃过数据苦头”的团队——星忆智能
星忆智能全称为星忆科技（北京）有限公司，孵化于清华大学计算机系，成立于2024年。在完成本轮种子+轮融资时，今年3月该公司便已完成约千万元种子轮，历史股东包括水木创投、顺禧基金。
而星忆智能创始人宋知珩，其对数据痛点的认知，是从真正一线产品里的产线带出来的。
据悉他的上一站是国内机器人本体的头部企业——智元机器人，时任全尺寸双足人形整机产品负责人，兼管相关数采与遥操体系建设。
而再往前，他是镁伽机器人的前20号员工，从0到1建立创新应用事业部并任产品负责人，据公司介绍，其带队推动过亿级营收的产品落地。
但在智元操盘整机的经历让他看清一件事，如今机器人出货最多的场景仍是展厅、商演、科研与数采，难以形成可复制的生产力闭环。卡点落在整机形态与模型参数之外的一样东西——数据，特别是优质的数据。
而这个判断，并非其个人的猜想，大批志同者选择与其道合。
据公司介绍，合伙人兼研发副总裁李当当有15年汽车行业经历，其中8年深耕自动驾驶研发，主导过完整自动驾驶技术架构与大规模交付项目，2026年5月加入星忆。
此外，星忆智能核心团队另有十余位清华、北航助理研究员与硕博人才，含来自智元、镁伽的产业成员，累计发表论文70余篇。
成熟的量产工程经验外加算法纵深，这家种子期公司，选择把整机和模型都留给了别人，自己选择“喂饱”有“数据饥渴症”的人形机器人。
数据的难点，正从“采得到”转向“用得上”
▍四类数据，四种代价
具身智能的数据来源大致分成四类，成本、精度与规模各不相同。
一是真机遥操作数据，精度最高，代价也最高。据新华日报财经在2026年物理AI数据开发者大会现场的报道，这类数据市场价约每小时500至1000元，且伴随安全风险与规模化天花板。
二是无本体采集，即Ego第一人称、UMI一类可穿戴或手持设备，据行业公开说法，成本约为真机的三分之一，精度与规模兼顾。
三是仿真合成数据，成本低、可规模化，但振动、光照、触觉这类物理真实特性难以完全还原，Sim2Real gap 是一道绕不过去的坎。
四是互联网视频与人类行为数据，来源广、泛化性强，但缺三维动作与力觉标注。
注：Sim2Real gap指仿真里训练好的策略搬到真机上性能掉一截，业内把这段落差叫“虚实鸿沟”。当然它不等于仿真没用，意思是仿真负责预验证、真机负责校正，两边各管一段。
星忆做的是第二类——Ego第一人称。
不过第一人称采集把摄像头和触觉传感器戴到人身上，只解决数据从哪来，但这部分后半程却并非易事——像原始采集到的信号里塞满遮挡、运动模糊、光照突变和手部姿态畸变，不经过解算与标注，这段素材就进不了真正的训练管线。
▍中间那道工序
星忆的做法落在自身两个部件上。前端是自研EgoKit多模态采集系统，人佩戴头戴式设备与触觉手套，以第一视角记录真实场景中的精细操作。
后端是HBR Engine数据处理引擎，针对严重遮挡、图像畸变、高速运动、极端光照四个方向搭建算法，把手部姿态解析、多模态融合与标注自动化跑完。
同样一段“手伸进抽屉取物”的画面，粗糙管线只给得出关节点轨迹，星忆要在遮挡与模糊下还原出手指级姿态与力觉关联，据悉其手部姿态解析的误差，已可控制在毫米级。
结语
星忆智能的站位，落在数据加工端——它只负责第一人称复杂手物交互数据从原始信号到可训练资产的那一段加工，本体与模型都不在自己手上。
如今人形整机出货量的确定性在提高，代价是整机本身加速走向标准化，竞争从“运动展示”转向真实世界数据、机器人基础模型、灵巧操作和系统可靠性。
卷参数、卷技术、卷量产、卷成本......本体厂商可能出现赢家通吃，模型厂商也可能被下一代架构的后浪推翻，但数据基础设施一旦站住位置，价值就不是挂在某一家本体的胜负上，行业里常有言道：掘金者或空其囊，卖铲者恒盈其利。
这也解释了资本为什么近两年，开始将目光逐渐往这一环走。因为数据加工的需求不挂在某一家本体的出货量上，它只跟整个行业还有多少数据没被加工过有关，而人形与整个具身行业刚起步，未来的数据蓝海仍浩渺无涯。
注：本文仅做信息分享，不构成任何投资建议。
#智能制造#具身智能#人形机器人#数据基础设施#星忆智能
更多精彩推荐
联系我们，公众号对话框点击“商务合作”
机器人/智能制造蓝皮书，公众号对话框点击“资料获取”