机器人进厂前，为什么要先吃掉100万小时数据？

关键连接 011 · 机器人数据

具身智能的新“Scale AI”，不会只靠堆人和堆机器。

7月24日，中国证券报报道，光轮智能联合创始人杨海波称，公司今年接到的数据和评测需求约为去年的100倍；去年客户多以几百、几千小时采购，今年已经出现上百万小时的订单需求。

数据表明客户的需求在变化：过去是在一个展台上把动作做出来，现在是在工厂里连续工作，换光线、换物料、换机器人以后还要有效。

01｜“一百万小时”不是同一种商品

价格取自2026年公开采访口径；仿真与评测没有统一“元/小时”报价。

真机遥操作最接近机器人最终执行时的传感器、关节状态和力反馈，但它也最慢、最贵，并受本体构型限制。无本体示教可以让更多人在真实环境中采集人类动作，规模更容易扩大，却需要把人体轨迹转换成机器人可执行的动作。

仿真数据解决的是另一类问题：让同一个任务快速改变物体、光照、背景和机器人构型。英伟达曾披露，GR00T-Dreams用合成轨迹在36小时内完成一次模型升级；若全靠人工采集，预计需要近三个月。但仿真不是凭空替代真实世界，它仍需要真机数据校准，还要用真实执行验证Sim2Real是否成立。

评测则决定数据能不能进入采购闭环。客户最终付费的不是视频时长，而是机器人在新物体、新环境和长时间运行下，成功率有没有提高、失败是否可复现、人工接管是否下降。

觅蜂科技公开展示的真机、仿真与人类示教三类数据路径。图片：觅蜂科技官网。

02｜为什么需求会在此时陡增

展会Demo可以围绕一个动作反复调试，进厂却要同时面对节拍、精度、安全、停机成本和异常恢复。机器人把一个箱子搬对99次，第100次掉落，客户关心的是这一类失败能否被定位、复现和修复。

这也是数据需求从“训练集”扩展成一条持续链路的原因：先在真实场景发现问题，再采集或生成针对性数据，训练模型，进入仿真评测，最后回到真机验证。部署越多，失败样本和长尾任务越多，数据采购就越接近持续运营，而不是一次性交付。

北京人形数据基地公开现场，超过120台不同构型设备用于多源数据生产。图片：京城机电公开报道。

北京人形数据基地披露，其约5000平方米基地月最高产能1.5万小时，已经市场化交付超过2万小时，其中约70%服务外部模型团队。湖北人形机器人创新中心也向智元出售了数千小时数据，公开价格为每小时数百元。这些案例至少说明：数据已经出现真实交易，但离“百万小时常态交付”仍有很长的运营距离。

03｜中国的新“Scale AI”会长成什么样

Scale AI如今已经把Physical AI单独做成产品：运营集中式数据工厂、分布式家庭采集和工业现场网络，并公开称每天新增超过1000小时示教数据。中国创业公司的目标与Scale AI相似，但不会只在标注平台方面竞争。

公司按公开产品与业务位置归类；部分企业横跨多层。

光轮智能把人类视频、仿真合成和工业评测装进同一套Real2Sim2Real流程；觅蜂科技依托智元生态布局真机、无本体和仿真数据；手亿科技用腕带与头戴设备降低分布式采集门槛；诺亦腾/MANUS则从动作捕捉硬件进入人类运动数据。

上游设备同样会分走价值。奥比中光提供第一视角、UMI、腕部与深度视觉采集设备；帕西尼将触觉传感技术与具身智能数据工厂相结合，形成了从数据采集到模型训练的完整闭环；蓝点触控做六维力与关节扭矩传感器。数据越强调接触、力度和精细操作，传感器的校准与同步就越不可能被通用摄像头替代。

奥比中光面向具身智能数据采集公开展示的视觉与深度感知方案。图片：奥比中光官网。

科研与开源项目会影响行业的验收语言。RoboTwin 2.0覆盖50项双臂任务、5种机器人本体；论文披露，合成数据配合10条真实示教，相比仅使用10条示教的基线取得367%的相对提升。这个结果不是所有工业任务的保证，却说明真正有价值的仿真公司，必须能把“生成得多”落到“真机表现更好”。

04｜钱从哪里来，利润又在哪

情景测算基于公开单价与产能，不代表任何一家公司的收入预测。

数据采集最容易做成项目制，也最容易陷入低毛利。场地、人员、设备、清洗、标注和复核都要随交付量增长；定制任务越多，复用越少。第一财经采访中，多家供应商都表示利润“没有想象中高”，部分项目甚至不如自动驾驶数据采集。

更有价值的模式，是把数据规格、场景资产和评测方法标准化。光轮智能称，部分优质场景数据已经复售超过10次。复售能让收入增长与采集成本部分脱钩，但前提是产权允许、客户接受统一格式，而且同一批数据确实能改善不同本体和模型。

但判断这类公司的收入质量，不能只看营收，还要看验收回款、净利率和经营现金流。

05｜最后决定胜负的，不是小时数

第一，看有效率。采集一小时不等于交付一小时，合格率、返工率与任务失败原因会直接改变收入。

第二，看复用率。同一场景能否跨客户、跨本体、跨任务复售，决定公司是人力外包还是数据资产平台。

第三，看模型增益。客户是否愿意续费，最终取决于成功率、泛化能力和现场人工接管有没有改善。

第四，看真实客户占比。地方数据基地可以补齐公共基础设施，但如果机器人公司、工厂与物流客户没有持续采购，数据就可能在园区、基金和项目之间内部循环。

第五，看权利边界。家庭、商超和工厂采集会带入个人信息、商业秘密、劳动管理和数据出境问题。能否证明授权、用途与删除机制，将决定数据能不能复售。

关键人比公司名单更有用

AnyJob AI关键人雷达基于公开任职、论文、活动与公司资料，整理出58位与具身数据相关的人：既有杨海波、姚卯青这样的业务决策者，也有阮丞、艾文、姚国才、李广宇、Louis Lian、顾永飞、李遥等更接近数采、评测、交付、平台与销售的一线负责人。                      

杨海波         光轮智能｜联合创始人兼总裁         持续负责数据、仿真、评测与产业交付的对外经营。本期“需求增长100倍”和“百万小时订单需求”均来自他的公开表述；点击按钮可进入光轮智能组织图，继续查看工程、评测、解决方案与运营负责人。

关系图谱

继续深挖