机器人都开始干活了，可谁来教它们？具身智能热潮下的数据暗线

2026年8月，宇树科技科创板IPO进入发行程序，网上中签率低至0.018%。几乎同一时间，智元机器人被证实启动赴港上市流程，估值在400亿至500亿港元区间。两家具身头部企业前后叩响资本市场大门。据不完全统计，今年上半年国内具身智能赛道融资总额已达935亿元，百亿估值企业达26家，其中16家为今年新晋。

人形机器人正从展厅「表演」走向产线「作业」

「200亿俱乐部」已有六家成员。量产门槛被彻底打破——宇树G1累计下线11000台，2026年全年目标出货1-2万台，智元冲刺数万台，轻量化机型价格已下探至2.9万元。

7月WAIC 2026展区内，200多家企业同台，机器人不再翻跟头、跳舞，而是在1:1复刻的工厂产线上干活。

2026年被行业称为具身智能的「量产落地元年」。硬件狂飙的声浪之下，一条暗线正在浮出水面。

01 硬件不再是最难的事

当所有人都在冲刺造机器人，一个共识正在悄然形成：瓶颈已经不在硬件了。

智元合伙人姚卯青在WAIC 2026上的一句话被反复引用：

「模型决定起点，数据定义终局。当数据飞轮真正转动起来，智能涌现只是时间问题。」

蚂蚁集团领投戴盟机器人，招商局创投、联想创投、汇川产投等一批头部产业资本涌入。资本的目光，正在从机器人本体向上下游基础设施蔓延。

融资金额说明了一切：2024年全年137亿元，2025年全年554亿元，2026年上半年已达935亿元。钱的流向在变——不再只投「造机器人的公司」，开始投「让机器人学会干活的公司」。

02 数据天堑：比算力荒更致命

AI行业最常被提及的焦虑是算力短缺。英伟达H100一度被炒至4万美元以上，交货周期拉长至数月。但把视线从大模型移至具身智能，算力荒更像「成长的烦恼」。

更令从业者夜不能寐的，是另一个瓶颈——「数据荒」。

据行业测算，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。截至2026年初，全球可用的高质量物理交互数据总量仅约50万小时。

数据来源：行业公开测算（2026）

缺口超过99%。这不是渐进式的差距，而是根本性的断档。

大语言模型可以吞噬互联网上人类千年积累的文本资料——GPT-3就有约45TB数据。但机器人要理解物理世界，没有现成的「教科书」。

「拧瓶盖」这个人类凭直觉完成的动作，背后是材质、螺纹摩擦力、力度控制等多变量。这些变量，互联网这个「大模型粮仓」从未储存过。

算力荒是工程问题，有明确的扩产周期。台积电CoWoS封装月产能从2023年的1.4万片晶圆提升至2025年的约7万片，预计2026年底增加到13万片。产能会跟上。

数据荒是维度灾难。物理世界的无限复杂性，无法被「爬取」。而且数据与特定硬件深度绑定——一台1.6米高的机器人和1.8米高的机器人，执行同样的「弯腰捡拾」，关节角度、重心偏移可能完全不同，前者的数据对后者可能无效。一个个「数据孤岛」由此形成。

03 三条路：精度、规模、成本的不可能三角

面对数据荒，业界探索出三条路线，分别代表精度、规模与成本的权衡。但没有一条能完美兼顾三者。

真机遥操作

通过VR设备、动捕服遥操作真实机器人，逐条记录动作数据。精度最高，但代价惊人。北京人形机器人创新中心投资近5000平方米数采场地，120台机器人，仅场地和设备投入就达数千万元。智元机器人部署约200台机器人，数百名采集员轮班运营。

UMI无本体采集

人手持轻量化夹爪和摄像头在真实场景中操作采集，门槛低了，速度也快了不少。但上海交大卢策吾团队指出，手持设备难以保证摄像头角度、夹爪姿态的一致性。行业内众包数据的实际可用率普遍不足三成。

仿真合成

彻底抛弃真机，在仿真引擎中生成海量数据。成本最低，但斯坦福《2026 AI Index Report》给出了一个残酷的数字：仿真环境下任务完成率可达89.4%，真实家庭场景中骤降至约12.4%。

三条路线各有优劣，短期内并行探索。真机遥操作守住精度上限，UMI主攻规模化采集，仿真合成覆盖极端场景。但没有一条，能同时解决规模、质量和成本的三角难题。

更棘手的是，企业之间陷入了「囚徒困境」。乐聚牵头联合宇树、阿里云等共建国内首个国家级具身智能开源数据社区OpenLET，已开源超6万分钟真机数据。但星海图CEO高继扬直言，当前行业对数据有强烈的「私有化属性」。谁先开源，谁就可能被对手低成本复制成果。于是各自为战，重复采集，效率低下。

京东计划发动最多60万人参与数据采集，两年内积累1000万小时视频数据，并上线了具身智能数据交易平台。箸境智能在江苏省数据交易所完成全国首笔具身智能数据集交易。数据正在变成一门生意，但这门生意的供给端，远未成熟。

04 数据不是「采」出来的，是「养」出来的

从原始数据流到标准化训练集，中间隔着一套完整的治理体系

WAIC 2026多场论坛上，一个共识正在形成：在规模焦虑的表象之下，数据质量结构失衡、标准割裂形成数据孤岛、闭环迭代效率低下，才是真正的深水区。

鹿明机器人联席CTO丁琰曾指出，市面上大量UMI数据采集设备因硬件能力不足，画面与动作无法严格对齐，产出的数据根本「不具备进入训练管线的条件」。

低质数据不仅无法助力训练，反而会污染模型。数据采集从一开始就面临「质量门槛」。

这意味着，不是采得越多越好，而是采回来的每一条都要能进入训练管线。它需要标准化的采集流程、多模态数据同步规则、分级标注规范、多层级质检机制。标注规范、工具接口和数据格式各异，使得不同企业的标注数据复用性与集成性较差。单台设备产生一万小时训练数据，需要消耗上百万元。

全国数采基地已超60家，但多数停留在「场地搭建—数据采集—简单标注—售卖数据集」的单一模式，重资产投入、轻运营闭环，数据同质化严重。数据不是「采」出来的，是「养」出来的——这句话正在成为行业共识。

05 谁来补上这块拼图

自建采集团队，面临的是一组连环痛点：成本高、人员管理复杂、硬件重资产投入、交付周期与数据质量不可控。一家机器人公司的核心竞争力，应该是硬件本体和算法架构，而不是养一支数百人的数据采集队伍。

这正是第三方数据统筹平台存在的价值。

今元集团创立于2014年，是一家具备专业人力资源服务实力的平台型科技企业、国家高新技术企业，以「技术驱动+服务深耕」双轮驱动模式搭建AI BPO数据生产体系。角色很明确——以产业服务商身份衔接数据供需两端：一端对接整机厂商、大模型企业的数据采集、清洗、标注、切片等需求；一端统筹全国标准化采集作业场地、专业采集人员与动捕硬件。

统一流程管控、质量校验、履约交付体系——让实景采集数据实现规模化、标准化输出。

今元AI BPO已落地多场景数据采集，采用真人Teleop远程遥操真机方案，覆盖叠放衣物、水杯抓取、柜体开关、洗衣机操作、多品类包裹分拣等居家、工业、商业运维场景。与西南财经大学天府学院共建高端数据标注产学研合作基地，搭建标准化实训培养体系，持续扩大供给规模。

服务方案入选36氪「2026 AI最佳场景渗透案例」，在语料采集等项目中，质检通过率94%，远超行业平均水平。

06 产业协同的信号

7月24日，武汉东湖高新区，首届具身智能成果展暨聚合智能全域场景生态共建大会。百余家科研院所、龙头企业、金融机构、行业协会到场。

会上，今元集团与湖北科投旗下公司——武汉启元智域科技发展有限公司正式签约。

今元集团助理总裁富晨晨代表企业签约

启元智域是全省首家AI全生态综合运营商，运营武汉人工智能计算中心与武汉超算中心，总算力规模500P，累计服务企业、高校、科研院所超700家；运营1.2万平方米人形机器人载体空间，保有机器人超100台，打造了全国首个人形机器人7S商业化服务店。

这次签约不是孤立事件。大会上，启元智域围绕具身智能项目、场景合作、算力设施、人才培养、金融服务五大领域，与中国邮政、工信部人才交流中心、国家开发银行、今元集团等40余家单位集中签约，结成生态「朋友圈」。

双方合作逻辑清晰：构建「政府平台统筹+市场化专业运营+产业场景落地」服务体系，打通「人才培育—数据供给—技术研发—场景落地」闭环。

今元集团提供规模化标准化的训练数据供给和产业人才支撑，启元智域统筹算力、载体空间与产业生态资源。一个出数据和人才，一个出平台和场景。这不是一家公司的生意，而是产业基础设施的共建。

07 写在最后

回到开头那个问题：机器人都开始干活了，谁来教它们？

答案不是某一家公司关起门来自己扛。一条产业链正在分化出清晰的层次——有人造本体，有人写算法，有人搭场景，也有人专门负责把物理世界翻译成机器能消化的数据。

这件事不够性感。没有翻跟头的机器人，没有估值翻番的叙事。但它恰恰是具身智能从「能跑」到「能干」之间，那段最难也最绕不开的路。

2026年的资本热度终会回落。潮水退去之后，留在牌桌上的不会只有本体厂商。那些在数据采集、标注、质检上做到足够标准化、足够规模化的角色，会发现自己站在一条越来越深的护城河边。

机器人学得快不快、学得好不好，归根结底取决于教它的那双手，够不够稳。

本文部分数据引自36氪、中国经济网、斯坦福《2026 AI Index Report》等公开来源。