反过来卖！国内5块的机器人数据，苹果前架构师卖到海外, 30万小时，一单2亿！

120+具身智能与人形机器人行业报告合集~ 转发本文章至朋友圈截图发给GEIA小助理即可免费领取~ 文末添加小助理微信！

10 月初，这家上海公司宣布启动一笔合同金额超过 2 亿元、总时长约 30 万小时的海外真机数据交付。用合同总额除以总时长，均价 666 元一小时。而在国内，同样规格的真机数据，市场价已经从每小时 500 元一路跌到十几块，最便宜的报到 3 块、5 块。业内把来源不清、被反复转卖的那批，叫作「黑数据」。

差的不是数据本身，是数据后面那张纸。

11 月 9 日，刻行时空宣布完成近亿元新一轮融资，咏归基金领投，天机 TIANJI、常州智融跟投，投资方里还有国资背景的科创机构和几家头部具身智能公司。钱要投三个地方：预部署环境、数据理解专用模型、以及「采集—训练—仿真—推理」这条数据基建。

一个不造机器人、不做模型、只处理数据的公司，为什么能拿到海外客户 2 亿元的合同。

⏰️与具身智能赛道的一线创业者、投资人深度交流，扫码报名GEIA具身智能与人形机器人创新周【北京站12.9-12.11 】↓

2022 年 5 月，两人在上海注册了刻行时空。当时想做的事情很朴素：把自动驾驶那套数据容器化的方法，做成通用产品。公司自研了数据容器引擎、工作流引擎和语义搜索引擎，能撑住 EB 级规模的非结构化数据存取与治理。2023 年 8 月拿到线性资本千万级天使轮。

前两年的客户跟人形机器人没关系。高仙、擎朗、于万这些清洁和配送机器人公司买的是远程运维和数据诊断，苏泊尔买的是菜谱研发的数据闭环。到 2024 年，行业热词从自动驾驶换成具身智能，刻行才把重心挪过来。

产品分两端。生产端叫 StarBase，管的是一个数据采集场怎么运营：订单进来怎么拆成批次，批次怎么拆成任务，任务分给哪台机器人、哪个采集员、哪个场景位，进度和质量怎么盯。应用端叫 coScene，管的是数据回来以后怎么办：多模态数据管理、格式转换（hdf5、db3、mcap、bag 互转）、仿真验证、回归测试。

一端管生产，一端管消费。中间那截，就是这次融资要补的。

行业对数据的饥渴是真的。

中国信通院《具身智能训练场研究报告（2026 年）》给了一个数：模型要迎来机器人的「ChatGPT 时刻」，至少需要千万小时级的有效数据；而当前全球可用的高质量真实数据，只有数十万到百万小时级。智元机器人合伙人姚卯青在公开场合说过，整个行业高质量数据凑一起大概是 50 万小时规模，还填不上缺口。

价格也算得出来。按业内通传的口径：一台数据采集机器人约 20 万元，寿命约 1000 小时，人工每小时 120 元，而高质量真机数据占比只有 20% 左右。折算下来，单小时有效数据成本约 1600 元。一百万小时，就是 16 亿元。

但供给端这两年发生的事，跟「16 亿元的大市场」完全不是一回事。

真机数据的市场价，业内公认区间是每小时 500 到 1000 元。可从去年到今年，单目数据从每小时 200 多元跌到 100 多元，再跌到 15 到 20 元。有人以每小时 5 元、3 元出售。有从业者向媒体描述过这条链条：行业最初按 120 元一小时对外销售，经过五六层中间商，最后落到农村采集员手里只剩 5 元。他接触过的一些数采厂，生产一小时数据的成本是 500 到 1000 元，最后小几百元出售，仍然找不到买家——机器人和设备留在场地里，数据卖不出去。

更麻烦的是质量。有从业者透露，采集一万小时真实数据，真正能用于模型训练的往往只有几十到几百小时。「花几千万采来的十万小时数据，模型能力只涨了百分之五。」

这两件事之间隔着的，是来源能不能追溯、权益归谁、格式统不统一、质量谁背书。

国内那批跌到 5 块钱的数据，多数卡在这四道关上。它们被卖过五遍，说不清出处，换一台机器人本体就失效。买方不敢用，卖方只能继续降价。

黄阳明对投中网说过一句话：「我宁愿高价、卖得少一点，也不走人海战术。」

这句话翻译成动作，是三个选择。

今年行业的风向是往低成本走。无本体采集——让普通人戴个头环、拿个夹爪干活，一天产出三四小时数据——量大、便宜，成了主流叙事。刻行反过来押真机，而且是全身运控 + 长时序连续任务 + 高复杂度操作这一类最贵的真机数据。模型要学的是身体怎么协调、多个步骤怎么衔接、环境变了怎么继续干，这些必须由真实本体执行、带真实反馈的数据来教。人类第一视角视频教不了关节限位和力矩。

刻行在多地运营预部署数据生产场地，200 多个场景、600 多种任务。场景不是搭好就固定，而是像电影道具组一样轮换布景：道具换、机器人起始位置换、任务顺序换、光线条件换、意外事件加进去。几个变量无限组合，同一套场地能产出的数据多样性远大于固定场景。

这是最关键的一步，也是别人最难抄的一步。

今年 7 月，上海技术交易所、刻行时空、宇树科技三方共建的「高质量真机数据示范平台」在上海湾谷启用，是国内首个在设计之初就把全球科研机构的数据训练需求纳进去、并且全链路合规的平台。

三方分工很清楚：宇树出本体，刻行出场景运营和数据工程，上海技术交易所出确权、确价和交易鉴证。交付的数据全部完成数据知识产权登记，有电子数据存证，权益归属可查，定价有市场评价依据。

有了这套东西，数据才能出境。

9 月，刻行通过临港新片区向海外合规交付了上千小时宇树真机数据，通过率超过 99%。9 月底，它通过临港新片区管委会试点场景备案申报，成为上海首家、全国首批具备具身数据跨境销售能力的数据公司。10 月初，2 亿元、30 万小时的海外交付正式启动，首批逾千小时多本体数据完成验收，通过率接近 100%。

按前面那个 1600 元的自采成本口径，666 元一小时买一批通过率接近 100%、权益清晰、可直接进训练集的数据，海外客户的账是算得过来的。

刻行赌的是一件事：物理世界的真实经验，会从成本项变成资产项。

这句话是黄阳明自己说的。它的前提是数据得先成为「资产」——有源可溯、有权可依、可计价、可交易。没有这四件事，数据就只是硬盘里的文件，越多越亏。国内数据价格战打到 5 块钱一小时，本质就是供给方全都停在「文件」这一层，没人把它做成「资产」。

这也是刻行和光轮智能的分岔。光轮走仿真路线，用 AI 造数据，2026 年 3 月完成 10 亿元融资、估值破 10 亿美元，成了全球具身数据领域第一个独角兽，今年一季度新增订单 5.5 亿元，一年营收 10 倍增长。仿真便宜、可扩展、可评测，天花板高。刻行走的是另一条：真机、场景、确权、跨境，重、慢、单价高。

两条路不冲突，但赌的东西不一样。光轮赌的是「仿真足够真」，刻行赌的是「真机数据不可替代，且只有合规的那部分能卖上价」。

风险也摆在那儿。

还有一层更根本的问题：这门生意的规模上限，取决于有多少模型真的需要买数据。现在买数据的主力是模型公司和本体厂，而它们自己也在采。等到头部几家把数据管线跑通，第三方数据商的窗口会不会收窄。

黄阳明对这一轮的节奏给过解释：每轮规模都不算大，参与的机构多以产业方为主。他拿王兴兴做参照，说宇树的战略选择「非常克制、非常专注，而且路线和国内一些厂商完全相反」。

前一个按小时收费，后一个按资产增值收费。前者有天花板，后者还没有人跑通过。

明年这个时候，看两个数就够了：2 亿元订单交付了多少小时，以及它有没有第二笔同等量级的海外合同。