上海
具身智能的融资故事，正在悄悄换一套讲法。
钱还在涌。今年开年至今，具身智能赛道融资已超500亿。灵御智能刚拿了数亿元，原力引擎close了近5000万天使+轮。但如果你坐下来和这一轮的投资人聊，会发现他们尽调时问的问题和去年不一样了。
去年问的是“团队什么背景、demo能不能后空翻”。今年问的是“你们的机器人在真实环境里跑了多少小时、数据怎么回流、模型迭代一轮要多久”。
变化的原因不复杂，行业走到了一个新的阶段。
钱涌向数据
早期的具身智能，比的是谁的算法更聪明、谁的demo更惊艳。后空翻、跑酷、端茶倒水，视频一个比一个好看。但当这些机器人真正被放到工厂、商场、街头，问题很快暴露出来：它们在实验室里很聪明，到了真实世界就变笨了。
地面有积水会打滑，灯光忽明忽暗会识别失败，路人突然挡路会卡住，杯子的形状稍微变一点就抓不稳。这些“脏”的、不可控的、充满意外的场景，是实验室里的仿真环境永远模拟不完的。
于是数据成了新的瓶颈。
大语言模型不缺数据，互联网几十年的文本够吃到撑。图像模型也不缺，手机时代的照片堆积如山。但机器人缺。它需要人怎么拿起杯子、怎么在手滑的瞬间调整力道、怎么在人群里穿行而不撞到人。这些经验人类做起来太自然，自然到不会被记录。但对机器，每一条都是稀缺品。
卖水的先火了
行业里开始出现各种解决路径。有的公司自建遥操作采集团队，让人戴着VR设备远程操作机器人录动作；有的押注仿真合成数据，用虚拟环境生成海量训练样本；有的做专用采集硬件，比如戴在手腕上的肌电手环，直接读取人体运动的神经信号；还有的干脆把机器人部署到真实场景里，一边干活一边收集数据。
这些路径没有绝对的对错，但有一个判断正在形成共识：真实场景的数据，比实验室里的“干净数据”值钱得多。
这个判断最直接的体现，是一批专门做数据的公司开始拿到大钱。
智元机器人把数据业务拆分出来，成立了觅蜂科技，做一站式物理AI数据服务平台。这家公司半年内完成了三轮融资，红杉中国、百度风投、云锋基金、国方创投、上海电科基金先后入局，累计融资数亿元。智元在上海建了4000平米的数采超级工厂，部署近百台远征A2-D专机，单机单日能采集千条数据，还联合上海人工智能实验室共同推进数据标准和基础设施建设。觅蜂的目标是2026年实现千万小时级数据产能，2030年达到百亿小时级。
不只是智元。京东发布了覆盖“采、存、标、训、评、仿、测”全链路的具身智能数据基础设施。一批从自动驾驶和AI实验室出来的团队也涌入这个赛道。卖水的生意，在淘金热之前先火了。
蓝驰连续加码OriginFlow三轮，不是因为这家公司的机器人动作多好看，而是因为它在做物理世界的交互数据，用自研的采集设备把人的动作、发力、意图记录下来，变成机器人能学的语料。蓝驰管理合伙人朱天宇说过一句话，好的技术创业都能“一边赚钱，一边赚数据”。数据正在变成和技术同等重要的资产。
那些能拿到制造业客户长期数据合作、能在真实场景里持续部署跑数、能把数据回流到模型迭代形成闭环的公司，这一轮估值都在往上走。反过来，只有实验室demo、没有真实场景数据获取能力的团队，拿钱越来越难。
城市开始变成数据油田
正是在这个行业背景下，出现了一个值得注意的现象：有些城市开始把公共空间开放出来，作为机器人的真实场景数据采集场。
比如长沙，街头、商场、工厂、政务大厅，机器人进去跑，政府提供场景，企业拿到数据。这些数据现在看起来还很零碎，但积累到某个临界点，模型会突然“开窍”，不再需要为每一个意外场景单独编程，而是开始像人一样凭直觉应对这个混乱的世界。
这不是地方政府的“炫技”，而是行业发展到这个阶段的必然产物。当数据成为核心壁垒，获取数据的场景本身就成了基础设施。
谁能率先建成城市级的真实场景数据基础设施，谁就能在具身智能的下一轮竞争中占据先机。那些愿意让机器人在街头摔跟头的城市，就是最早的油田。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
