从数据荒到数据飞轮：里工ChiroSync撬动产线规模化

2026年4月15日，第139届广交会开幕首日，广州里工实业的一则发布引发行业高度关注——全球首个分布式多模态数据采集平台ChiroSync“如意数采套件”正式首发。这套售价仅5.6万元的产品，瞄准的是具身智能产业最核心的痛点：数据。当人形机器人硬件不断迭代、产线产能飞速爬坡、百亿级估值公司接连涌现，行业却在“数据荒”中苦苦挣扎。里工用一套轻量化的可穿戴设备，试图回答一个根本问题：如何让具身智能的大规模真实数据采集，变得像呼吸一样自然。

一、产线飞奔，数据“断粮”：人形机器人商业化的最大隐忧

人形机器人产业的2026年，注定是一个充满张力的年份。

一方面，量产正在加速。智元机器人第10000台通用具身机器人远征A3于3月28日正式下线，仅用三个多月便实现了从5000台到10000台的历史性突破；乐聚与东方精工合作打造的国内第一条年产能万台级生产线正式启动，实现了“30分钟一台”的车规级交付效率；宇树科技则已启动年产7.5万台人形机器人的产能建设规划。据TrendForce集邦咨询预估，2026全年中国人形机器人市场产量将年增高达94%。

另一方面，融资热潮仍在持续。仅2026年第一季度，国内具身智能赛道披露融资超50起，累计融资额约200亿元，同比增长近60%。百亿估值企业迅速扩容至10余家，资本正以前所未有的力度押注这个赛道。

然而，比“能不能造出来”更深层的拷问是：造出来的机器人，到底“聪不聪明”？瑞银证券分析师王斐丽的一番话值得深思：当前大量出货并未真正进入工业场景，而是流向科研机构、数据采集中心等“非工作型”用途。机器人能在舞台上翻跟斗、叠衣服、弹钢琴，但一旦进入真实的生产线，面对复杂的节拍要求、多变的物料形态和无法预测的干扰因素，表现往往会打折扣。

原因很简单：数据不够。业内普遍形成共识，具身智能要实现能力的涌现，至少需要百万小时来自真实世界的物理互动数据，而目前全行业积累的数据量，还不到这个数字的5%。训练大模型需要万亿级Token，训练具身智能则需要同等量级的真实动作数据——没有数据，大模型就没有“灵魂”；没有数据，机器人在真实产线上就始终差了“临门一脚”。

二、中心化数采的“不可能三角”

数据匮乏，不是因为没有人在采集，而是因为采集方式本身出了问题。

传统的具身智能数据采集，普遍采用“中心化实验室”模式：投入上百万甚至上千万元，搭建封闭的专业数采环境，雇佣全职操作员，在模拟场景中重复执行预设任务。这种模式确实能产出高质量数据，但它面临着无法回避的三重矛盾：

成本极高。一套专业数采系统的硬件投入、场地搭建和人员运营，动辄耗费数百万元，小公司望而却步。

规模有限。一个实验室再大，能容纳的工位、能模拟的场景终究有限。无法覆盖真实世界中千差万别的作业环境，更无法触及全球数以亿计的工匠、技师、操作员的独特技能。

场景失真。最优质的数据，从来不是来自实验室里的模拟场景，而是来自真实工作场景——来自那些资深匠人日复一日的真实作业。实验室数据可以教会机器人“如何拧螺丝”，但很难教会它“在流水线节奏中拧螺丝”“在空间受限时拧螺丝”“在物料有瑕疵时调整力度拧螺丝”。

这正是当前具身智能产业面临的深层困境：我们不是在数据采集的“质”上不够努力，而是在“量”和“场景真实性”上，始终被中心化模式锁住了天花板。

三、里工ChiroSync：让每一个工作现场都成为“数据采集实验室”

里工ChiroSync“如意数采套件”的意义，正是在于它从底层重构了这一范式。

ChiroSync套件由四大核心组件构成：如意触感动捕手套、如意数据采集头盔、背包式主控单元和ChiroSync控制系统，共同构成一套端到端的分布式多模态数据采集生态。

其中，最令人惊艳的是那双“手套”。单只仅重42g，是目前全球最轻的全功能触觉采集手套之一，穿戴体验与普通工作手套无异。但轻薄的体积下，内置了162个高分辨率传感点，能实现0.01N的超高精度力觉捕捉——哪怕是捻起一根头发丝、一颗螺丝拧紧时的细微力矩变化，都能被精准捕捉。

头盔方面，内置一体化高速相机以穿戴者的第一视角完整还原真实世界，生成动作对应的环境上下文。这让机器人不仅能理解“做了什么动作”，更能理解“在什么场景下做的这个动作”，从而补上了传统视觉数据无法提供的场景语义维度。

整套系统实现了视觉、触觉、音频、关节角度、空间位姿五大维度数据的毫秒级同步采集，多模态时序对齐的精度决定了模型能否从人类示范中真正“读懂”意图，这正是具身智能模型训练此前长期缺失的关键维度。

2. 范式革命：分布式采集，把全世界变成你的数采场

硬件是手段，范式才是本质。

传统中心化数采需要将“人”和“工作”搬进实验室。而里工的逻辑恰恰相反——让数采套件走入真实的工作场景，让专业人员像平时一样干活，在零干扰的前提下把他的技能数字化。

一个资深的产线组装工人，在日常作业时穿戴这套设备，就能同步采集技能数据；一个实验室研究员做实验时，就能将操作全流程完整记录；一个艺术家创作时，就能把精细动作数字化。任何一个真实的工作场景，都能变成数据采集实验室。

这意味着什么？数据采集的规模化速度会比过去提升几个数量级，综合成本却能降低90%以上。行业专家将此视为打通具身智能训练数据瓶颈的核心解法——当每一个真实工作场景都成为数采节点时，百万小时级的数据目标才不再是空谈。

3. 生态革命：5.6万元，让数据采集不再“贵不可攀”

5.6万元——这是ChiroSync全套套件的定价。与传统动辄数百万元的中心化数采方案相比，这个价格意味着数据采集的门槛被大幅拉低。

更关键的是，这套系统不绑定任何品牌的机器人本体，具备极强的跨平台适配能力。无论你的机器人的控制系统是什么架构，ChiroSync都能将采集到的多模态数据直接对接训练流程。同时，操作无需专业编程团队，只要由熟悉作业流程的专业人员穿戴进行常规作业，即可完成专家技能的完整数字化沉淀。

这种“开放、低门槛、跨平台”的设计，让ChiroSync更像一个数据生态的“连接器”，而非封闭的“硬件盒子”。它让更多中小企业、科研机构乃至个人开发者，都有机会参与到具身智能的数据建设中来。

四、从数据采集到规模化的“最后一公里”

数据采集的范式变革，将直接决定人形机器人商业规模化的节奏与质量。

2026年被视为具身智能从技术积累迈向规模化落地的跃迁之年。千寻智能联合创始人高阳判断，2025年是具身智能的“GPT-2.0时代”，2026年行业核心将聚焦大模型与大数据的规模化训练，2026年末到2027年年中，有望迎来具身智能的“GPT-3.0时刻”。兴业证券同样指出，数据是驱动具身大模型迭代升级的关键，目前主流数据训练方案为真机、仿真与视频数据相结合，其中真机数据价值最高，获取难度最大，是具身智能落地的可靠数据源。

在行业共识中，真实世界数据已被公认为最宝贵的训练燃料。但正如星动纪元联合创始人席悦所坦言，现在具身智能最大的难点在于数据——真实环境中收集数据，场景开放难、大规模采集成本高且非常耗时。当前行业普遍依靠工程师去采集、训练、部署再循环，这个模式极其低效且成本高昂。

ChiroSync提供的正是一把解锁这一困局的“钥匙”。当分布式、低成本、多模态的数据采集成为可能，真实世界数据的大门将被真正打开。这意味着：

对于模型开发者：海量的真实场景数据将大幅提升VLA模型的泛化能力和鲁棒性，缩短从“Demo”到“部署”的迭代周期。

对于机器人企业：不再需要自己重金搭建数采实验室，可以更低成本、更高效率地获取各行业、各场景的技能数据，加速产品在垂直领域的落地验证。

对于产业生态：随着数据采集门槛降低，数据将成为像电力一样的公共基础设施，催生数据交易、数据标注、数据合成等新业态，形成正向循环。

智元在2026年4月的“AI发布周”中，开源了全球首个覆盖具身智能全域研究的真实场景数据集AGIBOT WORLD 2026，同时推出Genie Sim 3.0仿真平台，构筑起“真实数据+高效仿真”的双轮驱动底座。银河通用则构建以合成数据为核心的“具身智能数据金字塔”，通过自研物理仿真合成数据管线打通仿真与现实壁垒。这些头部企业的动作，与里工从硬件端推动数据采集普惠化形成呼应——“数据飞轮”正在加速转动。

五、结语：数据，才是规模化的真正“燃料”

一台机器人从产线上被制造出来，只完成了全部工作的不到一半。真正的挑战在于：它能否在真实场景中持续学习、不断进化，从而真正成为可交付的生产力工具。

里工ChiroSync“如意数采套件”的价值，不仅在于它用5.6万元让数据采集变得触手可及，更在于它打开了一条让真实世界技能无缝流向机器人“大脑”的通道。当资深的工程师、熟练的工匠、专业的技术人员都能用自己的日常作业“喂养”具身智能模型时，产业规模化的速度将被彻底改写。

2026年第一季度超200亿元、同比增长近60%的融资规模，已足以说明资本对这条赛道的信心。但真正的信心，来自于对产业逻辑的深刻理解：数据，才是决定人形机器人能否从“自动化工具”升级为“具身智能生产主体”的核心变量。

当每一个真实的工作场景都成为数据采集点，当每一双熟练的双手都被数字化复刻，人形机器人才有可能真正跨越“演示惊艳、落地难行”的鸿沟，走进工厂、走进家庭、走进千行百业。

物理AI的时代已经来临，但它需要的不仅是一副强健的“身体”，更是一个持续输入的“大脑”。而里工ChiroSync正在做的，就是为这颗“大脑”搭建一条通往真实世界的、永不枯竭的数据管道。