三家公司同一天出手，具身智能的"数据石油"战争开打

4月16日，智元的人还没下班，京东的通稿已经发出，小米的机器人视频正在剪辑——三家公司在同一天，用三种姿势扑向同一个靶心：具身智能的数据基建。

这不是巧合，是发令枪响。数据，这个AI时代最老套的词，正在机器人领域掀起最残酷的战争。

一张图看懂：数据价值的真实金字塔

行业有个流传甚广的误会：数据越多越好，堆量就是正义。

真相很残酷。清华大学丁贵广团队的《具身智能数据采集与处理综述》给出了一组数字：超过90%的采集数据，在未经精细化处理前，根本没法直接喂给模型。重复动作、失败没标注、传感器噪声、没有物理反馈——这些"脏数据"占了绝大多数。

所以金字塔的底座很宽，但塔尖极窄：

最底层是原始采集数据，量大但价值低；中间层是清洗标注后的可用数据，已经筛掉九成；最顶层是高价值精炼数据——带有物理反馈的失败案例、多模态对齐的精准标注、能跨场景迁移的通用样本。

自动驾驶有天然优势：几百万辆车在路上跑，影子模式自动回传。机器人没有这种"数据印钞机"。采集靠人工、场景靠搭建、失败靠运气——成本动辄数十万每小时。

这就是为什么三家公司同一天动手。他们争的不是谁采得多，是谁能先建成"数据炼油厂"，把原油变成高标号汽油。

三种打法，三种野心

智元选择做平台。发布数据服务平台，定义接口，制定规则，抽佣变现。听起来像淘宝？不，更像安卓——谁用我的格式，谁就进了我的生态。

帕西尼、光轮、巨身这些头部数据厂商的态度很关键。一位行业人士判断：「这不是合作，是夺权之战。」平台模式的核心不是短期赚钱，是网络效应和生态锁定。前期亏损换主导权，后期靠增值服务（清洗、标注、仿真测试）盈利。

京东的路子完全不同。物流场景就是它的矿场，仓储机器人每天产生的数据闭环自用。一位接近京东的人士透露，这些数据「大概率不会开放给智元或其他厂商」。场景壁垒即数据壁垒，诸侯割据，各建城墙。

小米的逻辑类似。工厂数据、供应链数据、生态链数据——这些才是雷军的底牌。宣发机器人进展是面子，守住数据入口是里子。

三家的战略分野清晰：智元想做行业标准制定者，京东小米想做场景数据垄断者。没有对错，只有赌大小。

合成数据：是帮手还是杀手？

群核科技在这个战场扮演了一个微妙角色。它的核心技术是AI物理合成数据——从真实数据中学习物理规律，再生成符合物理规则的新数据。不需要搭场景，不需要真机，失败案例想造多少造多少。

成本对比很刺激：真机采集数十万每小时，合成数据接近零边际成本。

但别急着下结论。目前合成数据仍无法完全替代顶层真机数据，精密装配、力控操作这些核心场景，物理反馈的精度还不够。短期是互补，长期是替代——这个"长期"有多远，取决于群核们的技术迭代速度。

一个有趣的博弈：如果合成数据真的足够好，谁还愿意花大价钱做真机采集？群核和智元们，表面是合作伙伴，底层是替代关系。

标准战争：数据格式的隐形皇冠

现在的行业标准，还停留在"测试标准"阶段——规定机器人怎么跑分，不规定数据怎么存、怎么传、怎么标。

真正的战争在暗处：谁的数据格式成为行业默认标准？

历史有参照。Google的Protocol Buffers、Facebook的Thrift——这些技术名词背后，是生态主导权的争夺。数据格式即权力，接口标准即护城河。

智元的平台野心，核心就在于此。但它面临一个尴尬现实：数据交易市场根本没起来。合规、确权、定价机制全部缺失，所谓的"平台抽佣"更多是纸面战略。目前的真实模式是"卖数据+卖服务"，跟普通数据商没本质区别。

一位投资人算了笔账：2026年一季度具身智能领域融资超30起、约200亿元，百亿估值公司已达13家。但真实成交价远低于数万元/小时的纸面报价，「很多订单是公关性质的展示采购，真正买单的是投资机构，本质上是To LP。」

瑞银证券分析师也注意到，大量出货流向科研机构和数据采集中心，而非真实的工厂替代需求。

泡沫、安全与合规：三条未爆的引线

行业共识已经形成：一半以上的百亿估值公司最终会消失。下一个泡沫破裂点，属于那些只会堆数据量、没有数据引擎、没有场景壁垒的玩家。

Demo好看没用，能自动迭代失败案例才是壁垒。

物理安全是另一条引线。机器人采集时伤人、执行时毁物、被劫持后越狱执行危险动作——全球首个具身安全评测基准AGENTSAFE已经发布，但行业整体还在补课。

数据合规更棘手。机器人在家庭、工厂采集的数据，权属归谁？隐私怎么保护？跨境传输怎么管？制度框架仍在建设中，这意味着今天的数据积累，明天可能面临合规重估。

终局：两条路线，一场持久战

需要澄清的是，所谓"中国重场景、美国重通用"的分野，更多是战略侧重点和资源禀赋的差异，而非泾渭分明的路线。

特斯拉的Optimus同样高度依赖超级工厂的真实场景数据；中国的智源研究院等机构也在大力投入通用具身大模型。两条路线不会完全融合，但会相互渗透。

短期看，中国在场景落地和硬件供应链上占优；长期看，美国在底层模型、仿真引擎和生态标准上领先。这种分化也让泡沫、安全、合规风险呈现出不同的地域特征。

4月16日的三家动作，宣告了数据基建时代的开启。但这不是建设竞赛，是定义权战争。

谁的数据格式成为标准，谁掌控生态。谁先跑通"数据→模型→数据"的飞轮，谁就能让对手的追赶成本高到无法竞争。

未来几年，赢家不是做出最炫酷Demo的公司，而是最先建成数据精炼厂、最先跑通自动迭代闭环、最先抢占标准生态位的那一个。

具身智能不是算力战争，不是模型战争，是数据飞轮的战争。而数据飞轮，只有少数人能转起来——2026年一季度200亿融资、13家百亿估值公司的热闹背后，这个数字可能不超过三家。