2026年被业内称为具身智能的量产元年。
上半年的数据配得上这个称号:国内具身智能赛道融资总额超900亿元,宇树科技登陆A股拿下"人形机器人第一股",智元第15000台通用具身机器人交付。展会上,机器人不再翻跟头,而是进了1:1复刻的工厂产线做实操。
但产业界有个数字被反复提起,热度远不如出货量——截至2026年初,全球可用的高质量物理交互数据总量,只有约50万小时。训练一个接近人类水平的机器人"大脑",需要10亿小时级别的真实操作数据。
缺口超过99%。
表层:硬件已经不是最难的事
先摆两组数字。
一组是产能。
- 2026年上半年,具身智能赛道融资总额超900亿元(2024年全年137亿、2025年全年554亿)
- 宇树计划2026年出货1-2万台,智元计划产能1万台,优必选2025年订单总额近14亿元
- 百亿估值企业达26家,其中16家今年新晋
另一组是数据。
- 训练接近人类水平的机器人"大脑"需要10亿小时级真实操作数据
- 全球现有高质量物理交互数据:约50万小时
- 信通院测算:若机器人要迎来"ChatGPT时刻",需训练1.1万亿token数据;全部靠真机采集,约需21200台机器人连续工作一整年
- 智元CTO彭志辉的原话:"相比大语言模型用了整个互联网的数据,我们还差3到5个数量级"
行业逐渐形成一个共识:制约落地的瓶颈,已经不是硬件本体。机器人能造出来、能量产、能交付,但真正决定它能干多少活的,是背后喂了多少数据。
智元合伙人姚卯青在WAIC 2026上说了一句话,被反复引用:"模型决定起点,数据定义终局。"
结构层:一场数据基建正在全国铺开
既然数据是终局,那谁在生产数据?
过去一年,中国冒出一个新物种:数采中心(数据采集训练场)。
信通院《具身智能训练场研究报告(2026年)》显示,截至2026年6月底:
- 全国已建成启用超70家具身智能训练场
- 在建或规划中还有46家
- 覆盖全国18个省级行政区
这些工厂里在干什么?数十台机器人每天重复同一批动作:抓起一个杯子、放到指定位置、再抓下一个。采集员通过遥操作设备一遍遍纠正轨迹,视觉、关节角度、力控反馈数据汇入后台。
入场的玩家分三类。
第一类,电商和物流巨头,用场景换数据。 京东3月宣布,依托超级供应链和真实业务场景,建成全球规模最大的具身智能数据采集中心,计划两年内积累超1000万小时优质数据。
第二类,数据服务商,做数据工厂生意。 帕西尼继天津数据工厂后,在宿迁、武汉、自贡、赣州再建4座超级数采工厂,目标年产近百亿条高质量全模态数据。
第三类,机器人公司自建,为自家硬件定制。 银河通用建"银河星数"数据基座,把互联网数据、人类行为数据、仿真合成数据、真机遥操作数据、真实场景回流数据纳入统一体系。北京人形机器人创新中心则交付了超数万小时高质量实采数据,合格率稳定在95%以上。
这笔生意的成本决定了门槛。赛迪智库的数据:单台设备产生1万小时训练数据,成本要消耗上百万元。
库帕思的邓思文观察到今年三个变化:客户从"要数据"转向要有真实场景、长程任务、大样本的数据;真实世界数据需求爆发,取代纯互联网数据成为核心采购方向;数据服务从单一供给转向"采集+标注+合成+治理+应用"一体化交付。
机制层:数据为什么比硬件更难搞
第一,机器人的数据没法从互联网抄。
大语言模型的幸运在于,人类上千年的文字、全球60多亿网民,替它准备好了现成的语料。机器人需要的视觉、动作、关节扭矩、力触觉等多模态交互数据,此前从未被系统性记录过,无法从互联网直接获取,只能从零开始逐条生产。
一个简单的抓取动作,背后涉及视觉感知、空间理解、动作规划、轨迹控制、力度反馈和成败判定。这些必须让机器人进入真实物理环境积累。李飞飞说过,仿真数据与真实数据互补,但真实数据提供物理约束,不可替代。
第二,数据格式不统一,跨机器人迁移极难。
不同构型的机器人,传感器布局、关节自由度、控制接口各不相同。采到的数据天然带着本体的特征,A公司的数据未必能训B公司的机器人。
智源研究院院长王仲远把这个问题说得很直白:"数据孤岛下,大家各做各的数据,格式都不一样。重复采集数据,训练各自的模型,也很难部署在不同款型的机器人上。这就意味着大家都在重复造轮子,资源出现重大浪费。"
第三,真正的壁垒在数据回流,不在采集。
这是最关键的一层。
智平方创始人郭彦东提过一个"正反金字塔":机器人没有大规模量产时,互联网数据做基石、仿真做腰部、真机数采做塔尖,完成模型预训练。但机器人进入真实场景之后,逻辑要倒过来——场景和机器人越多,真实场景数据回流的比重越大。
这解释了出货量为什么重要,但它不只是卖货:每一台在真实场景运转的机器人,都是一个持续产出数据的终端。
链条就此闭环:更多机器人部署,带来更多真实数据回流;数据越多,模型迭代越快;模型越强,产品越能干活;产品越好卖,部署得越多。
一旦这个循环转起来,后来者的追赶成本会指数级上升。只卖硬件、拿不到数据回流的公司,会在某个节点突然发现自己被甩开了。
判断:三个预判
① 未来两年,"有多少真实数据"会比"出多少台机器人"更能说明价值。 出货量是一次性的,数据回流是复利的。投资人的追问已经从"你能造多少台"变成"你的机器人能在真实产线上稳定跑多久"。
② 数据标准之争会比整机标准更关键。 谁定义数据格式,谁就掌握了跨企业流通的规则制定权。北京人形机器人创新中心已经在牵头制定国内首个具身智能数据集行业标准,这类争夺更隐蔽,也更关键。
③ 大厂和创业公司会走出不同的路。 京东靠场景换数据,帕西尼靠工厂卖数据,机器人公司靠部署回流数据。三条路短期并行,长期看,掌握真实场景的一方更占优势。
机器人能不能干活,看模型;能干的活值多少钱,看数据。
硬件决定你能不能上场,数据决定你能站多久。

