| S/N | 企業(yè) | 所在地 |
|---|---|---|
| 1 | 光輪智能 | 北京 |
| 2 | 靈初智能 | 上海 |
| 3 | 博登智能 | 浙江·寧波 |
| 4 | 覓蜂科技（智元） | 上海 |
| 5 | 帕西尼感知科技 | 廣東·深圳 |
| 6 | 鹿明機(jī)器人 | 廣東·深圳 |
| 7 | 無(wú)問(wèn)智科? | 北京 |
| 8 | 京東具身智能 | 北京 |
| 9 | 海天瑞聲 | 北京 |
| 10 | 景聯(lián)文科技 | 浙江·杭州 |
| 11 | 銀河通用 | 北京 |
| 12 | 群核科技 | 浙江·杭州 |
| 13 | 百度智能云 | 北京 |
| 14 | 簡(jiǎn)智機(jī)器人 | 北京 |
| 15 | 戴盟機(jī)器人 | 廣東·深圳 |
| 16 | 數(shù)據(jù)堂 | 北京 |
| 17 | 網(wǎng)易伏羲 | 浙江·杭州 |
| 18 | 極佳視界 | 北京 |
| 19 | 智域基石 | 上海 |
| 20 | 星海圖 | 北京 |
| 21 | 艾歐智能 | 廣東·深圳 |
| 22 | 松靈機(jī)器人 | 廣東·深圳 |
| 23 | 整數(shù)智能 | 浙江·杭州 |
| 24 | 庫(kù)帕思 | 上海 |
| 25 | ?靈御智能 | 北京 |
| 26 | 熱熱數(shù)據(jù) | 浙江·衢州 |
| 27 | 天娛數(shù)科 | 遼寧·大連 |
| 28 | 諾亦騰機(jī)器人 | 北京 |
| 29 | 四川長(zhǎng)虹 | 四川·綿陽(yáng) |
| 30 | 樞途科技 | 廣東·深圳 |
| 2026.05 DBC/CIW/eNet16 | ||
當(dāng)所有人都在為人形機(jī)器人的靈巧手指和奔跑速度歡呼時(shí)，一場(chǎng)決定行業(yè)終局的戰(zhàn)爭(zhēng)正在水面下悄然進(jìn)行。
這場(chǎng)戰(zhàn)爭(zhēng)爭(zhēng)奪的不是硬件，也不是算法，而是數(shù)據(jù)。2026年，一個(gè)令人咋舌的數(shù)字揭示了新的權(quán)力中心——全球具身智能數(shù)據(jù)市場(chǎng)的年復(fù)合增長(zhǎng)率達(dá)到了36.8%。以這個(gè)速度，一個(gè)價(jià)值百億的新賽道正在浮出水面，卻幾乎從未登上過(guò)主流科技媒體的頭條。
這就是具身智能的隱秘心臟——當(dāng)所有人都在談?wù)摍C(jī)器人時(shí)，有人正在悶聲成為賣(mài)給“淘金者“鏟子的人。
被誤讀的賽道
大多數(shù)人對(duì)AI數(shù)據(jù)服務(wù)的認(rèn)知，還停留在“給圖片打標(biāo)簽“的階段。這種認(rèn)知在具身智能時(shí)代已經(jīng)徹底失效。
傳統(tǒng)AI數(shù)據(jù)是靜態(tài)的、單模態(tài)的、事后標(biāo)注的。一張貓的圖片，無(wú)論被標(biāo)注多少次，它永遠(yuǎn)是那張貓的圖片。而具身智能數(shù)據(jù)是動(dòng)態(tài)的、多模態(tài)的、因果關(guān)聯(lián)的。“一個(gè)拿起杯子“的動(dòng)作，包含了視覺(jué)、觸覺(jué)、運(yùn)動(dòng)學(xué)、音頻等多種信號(hào)，并且每一個(gè)信號(hào)之間都存在嚴(yán)格的時(shí)間因果關(guān)系。
這是從互聯(lián)網(wǎng)數(shù)據(jù)到物理世界數(shù)據(jù)的根本性需求遷移?；ヂ?lián)網(wǎng)數(shù)據(jù)是人類(lèi)活動(dòng)的“副產(chǎn)品“，而具身智能數(shù)據(jù)需要人類(lèi)主動(dòng)去“生產(chǎn)“。互聯(lián)網(wǎng)數(shù)據(jù)可以通過(guò)爬蟲(chóng)批量獲取，而具身智能數(shù)據(jù)必須在真實(shí)或仿真的物理環(huán)境中，通過(guò)人類(lèi)演示或機(jī)器人交互才能產(chǎn)生。
我們可以通過(guò)具身數(shù)據(jù)的三層分類(lèi)來(lái)清晰地理解這種差異：底層是環(huán)境感知數(shù)據(jù)，包括3D點(diǎn)云、場(chǎng)景重建、物體識(shí)別等，這是機(jī)器人認(rèn)識(shí)世界的基礎(chǔ)，也是最接近傳統(tǒng)CV數(shù)據(jù)的一層；中層是操作技能數(shù)據(jù)，包括人類(lèi)演示的動(dòng)作軌跡、力覺(jué)反饋、操作流程等，這是機(jī)器人學(xué)會(huì)做事的核心，也是當(dāng)前行業(yè)最大的瓶頸；頂層是決策推理數(shù)據(jù)，包括復(fù)雜場(chǎng)景下的任務(wù)規(guī)劃、異常處理、多任務(wù)協(xié)同等，這是機(jī)器人實(shí)現(xiàn)通用智能的關(guān)鍵，也是目前最稀缺的數(shù)據(jù)類(lèi)型。
正是這種本質(zhì)差異，決定了具身智能數(shù)據(jù)服務(wù)不可能是傳統(tǒng)數(shù)據(jù)標(biāo)注廠的簡(jiǎn)單延伸。傳統(tǒng)數(shù)據(jù)服務(wù)商的核心競(jìng)爭(zhēng)力是人力規(guī)模，而具身數(shù)據(jù)服務(wù)商的核心競(jìng)爭(zhēng)力是技術(shù)壁壘。一個(gè)優(yōu)秀的具身數(shù)據(jù)工程師，需要同時(shí)掌握機(jī)器人學(xué)、計(jì)算機(jī)視覺(jué)、物理仿真和數(shù)據(jù)科學(xué)等多門(mén)學(xué)科，其培養(yǎng)周期是傳統(tǒng)標(biāo)注員的數(shù)倍以上。
供需的錯(cuò)配
2026年被稱為“具身智能量產(chǎn)元年”。據(jù)不完全統(tǒng)計(jì)，今年國(guó)內(nèi)預(yù)計(jì)將有超20款人形機(jī)器人實(shí)現(xiàn)小批量量產(chǎn)，總出貨量有望突破10萬(wàn)臺(tái)。每一臺(tái)量產(chǎn)機(jī)器人，都需要至少1000小時(shí)的高質(zhì)量訓(xùn)練數(shù)據(jù)才能具備基本的工作能力。
這意味著，僅今年一年，行業(yè)就需要1億小時(shí)的具身智能數(shù)據(jù)。而截至2026年初，全球高質(zhì)量真實(shí)物理交互數(shù)據(jù)總量?jī)H約50萬(wàn)小時(shí)
這就是當(dāng)前具身智能產(chǎn)業(yè)最致命的矛盾：數(shù)據(jù)需求呈指數(shù)級(jí)增長(zhǎng)，而數(shù)據(jù)供給能力只能線性增長(zhǎng)。
造成這種錯(cuò)配的根本原因，在于真機(jī)數(shù)據(jù)采集的“物理極限”。一個(gè)熟練的演示員，一天最多只能采集8小時(shí)的高質(zhì)量數(shù)據(jù)。一臺(tái)機(jī)器人，一天最多也只能運(yùn)行24小時(shí)。無(wú)論你投入多少資金和人力，都無(wú)法突破這個(gè)物理極限。
更嚴(yán)峻的是，數(shù)據(jù)的“邊際成本”不僅不會(huì)下降，反而會(huì)不斷上升。簡(jiǎn)單的、重復(fù)性的動(dòng)作數(shù)據(jù)很容易采集，但高價(jià)值的、復(fù)雜的、失敗案例的數(shù)據(jù)卻越來(lái)越難獲得。一個(gè)“擰螺絲”的動(dòng)作，采集1000條成功案例很容易，但采集1000條不同類(lèi)型的失敗案例卻極其困難。而恰恰是這些失敗案例，對(duì)于提升機(jī)器人的魯棒性至關(guān)重要。
為了突破這個(gè)物理極限，行業(yè)正在積極探索通過(guò)仿真合成數(shù)據(jù)、真人動(dòng)捕、AI自動(dòng)化標(biāo)注等方式。但在可預(yù)見(jiàn)的未來(lái)，真機(jī)數(shù)據(jù)仍然是不可替代的“黃金標(biāo)準(zhǔn)”。
標(biāo)準(zhǔn)的定義
如果說(shuō)2025年的具身數(shù)據(jù)服務(wù)賽道還是跑馬圈地，比誰(shuí)能采集更多的數(shù)據(jù)，那么2026年的競(jìng)爭(zhēng)已經(jīng)進(jìn)入了“標(biāo)準(zhǔn)之爭(zhēng)”的新階段。
當(dāng)前行業(yè)最大的痛點(diǎn)，不是數(shù)據(jù)太少，而是數(shù)據(jù)不兼容。不同廠商使用不同的采集設(shè)備、不同的數(shù)據(jù)格式、不同的標(biāo)注規(guī)范，導(dǎo)致數(shù)據(jù)無(wú)法在不同的機(jī)器人和模型之間流通。一家廠商花費(fèi)巨額成本采集的數(shù)據(jù)，對(duì)另一家廠商來(lái)說(shuō)可能毫無(wú)價(jià)值。
這種碎片化的局面，嚴(yán)重阻礙了行業(yè)的發(fā)展。它不僅導(dǎo)致了巨大的資源浪費(fèi)，也使得數(shù)據(jù)無(wú)法形成規(guī)模效應(yīng)，進(jìn)一步推高了數(shù)據(jù)成本。
因此，誰(shuí)能制定行業(yè)統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，誰(shuí)就能掌握整個(gè)行業(yè)的話語(yǔ)權(quán)。這就像在互聯(lián)網(wǎng)時(shí)代，誰(shuí)制定了HTTP協(xié)議，誰(shuí)就掌握了互聯(lián)網(wǎng)的基礎(chǔ)設(shè)施。
這是一場(chǎng)贏者通吃的戰(zhàn)爭(zhēng)。一旦某個(gè)標(biāo)準(zhǔn)被行業(yè)廣泛采用，其他廠商就只能被迫跟隨，否則就會(huì)被排除在整個(gè)生態(tài)之外。而標(biāo)準(zhǔn)的制定者，將通過(guò)收取授權(quán)費(fèi)、提供工具鏈服務(wù)和運(yùn)營(yíng)數(shù)據(jù)交易平臺(tái)等方式，獲得源源不斷的收入。
這也是為什么2026年以來(lái)，一些專注于數(shù)據(jù)標(biāo)準(zhǔn)和工具鏈的初創(chuàng)公司，能夠獲得頭部本體廠商的集體投資的重要原因。
結(jié)語(yǔ)
當(dāng)具身智能的競(jìng)爭(zhēng)從“本體硬件”轉(zhuǎn)向“具身大腦”，第三方數(shù)據(jù)服務(wù)商正在成為整個(gè)產(chǎn)業(yè)的隱形基石。
我們看到，光輪智能、靈初智能等原生數(shù)據(jù)企業(yè)已經(jīng)占據(jù)先發(fā)優(yōu)勢(shì)，京東、百度等互聯(lián)網(wǎng)巨頭憑借場(chǎng)景和算力優(yōu)勢(shì)快速切入，四川長(zhǎng)虹等傳統(tǒng)制造企業(yè)也在區(qū)域市場(chǎng)和垂直場(chǎng)景找到了自己的位置。但與此同時(shí)，我們也注意到，多數(shù)企業(yè)的數(shù)據(jù)產(chǎn)能仍未完全釋放，真正實(shí)現(xiàn)規(guī)模化盈利的第三方服務(wù)商屈指可數(shù)。
具身智能的未來(lái)，最終取決于數(shù)據(jù)的質(zhì)量和效率。只有那些能夠真正解決行業(yè)痛點(diǎn)、提供高質(zhì)量數(shù)據(jù)服務(wù)的企業(yè)，才能在這場(chǎng)長(zhǎng)跑中勝出。
（文/楚風(fēng)）
e-Mail：lab@enet16.com
