機器人還沒學會做家務，賣數據的已經先賺到了錢

文 | 產聯社CLS

蘇州，早上8點，張月準時打卡上班。系鞋帶、掃地、疊被子，這些家務她做了三十多年，但如今每一幀都被5個攝像頭嚴格記錄。她不是在拍vlog，而是在為機器人采集訓練數據。日薪250元，拼命一天也只能拍出6小時有效素材。

產業鏈的另一端，光輪智能正以驚人的速度吸金。這家公司不造機器人，只做一件事：為機器人提供訓練數據和仿真評測服務，定位是“物理AI時代的基礎設施”。2026年5月，光輪智能估值突破150億元，成為全球首個具身數據獨角獸；6月再融10億元，一季度新增訂單5.5億元，超過2025年全年。

數據缺口催生了97家具身數據玩家、44.7億元融資、90個數采中心，以及一條從底層采集員到百億估值數據商的完整產業鏈。國家政策在加碼，資本在涌入，地方政府在投建，但產業鏈最底端的采集員們拿到的依舊是日結的、重復的、隨時可能白干的報酬。

同一組數據，一端是廉價勞動，另一端是百億資本。

數據缺口就是生意，人就是燃料

大語言模型有整個互聯網當“圖書館”，但機器人面對的是物理世界，是一片荒漠。

覓蜂科技CEO姚卯青算過一筆殘酷的賬：具身智能要達到GPT-3.5級別的能力，需要約一億小時訓練數據。而截至2026年初，全球可用的高質量真實物理交互數據總共不過幾十萬小時。據澎湃新聞報道，物理AI數據量不足大語言模型的兩萬分之一。

文字和圖片，人類在網上積累了數十年；但機器人需要的是抓取時的力矩、摩擦系數、角度偏差、觸覺反饋，這些信息從未被系統記錄過，也不會自然沉淀。缺口就是生意。

這條產業鏈的起點，是一個樸素的現實：機器人需要的“經驗”，只能由人類一段一段喂給它。

“喂”這個動作的具體執行者，是數據采集員。打開招聘平臺和社交平臺，“具身智能數據采集員”的招募帖子隨處可見，日薪250元左右。但錢并不好拿。

據Tech星球報道，蘇州采集員張月每天早8點打卡，穿戴5個攝像頭就要花半小時，設備動不動就關機、傳感器失靈、鏡頭歪了也沒人管，一天拼下來能用的素材不到6小時。

真機遙操作員賺得稍多。小陳在互聯網大廠的數采中心上夜班，操縱機械臂把東西丟進垃圾桶，日薪370元。但頭一天入職的人，十個里走掉六七個。理由就一個：太枯燥了。

張磊算是這個行當的“老手”。甲子光年記錄了他的軌跡：2024年文科畢業，賣過房，經親戚介紹入了這行，在千尋、松靈之間來回跳，機械臂戴過，VR眼鏡掛過，搖桿也握過。工資算得門清：底薪200，加班80，交通補貼，夜班再加100，拼一點能過9000。問他圖什么？“就是想賺點快錢。”

這些人大多通過勞務中介進來。中介以前給工廠招人吃差價，現在把同一套玩法搬到了數據采集上。據億邦動力報道，一位30歲的全職媽媽2026年3月接了一份居家采集的活，一天拍滿8小時，能用的不到一半，到手只有120塊。

培訓負責人跟他們說：“你們拍的每一幀，都是機器人看世界的眼睛。”話很漂亮。但對張月們來說，這不過是一份日結的、重復的、隨時可能因為設備故障而白干的活。他們是燃料，不是煉金師。

百億資本涌入，97家具身數據玩家卡位

據量子位統計，國內具身數據玩家已達97家，70家做采集，27家做基礎設施。過去一年，15家獨立數據服務商融資約44.7億元。玩家分三類：獨立服務商39家（40%）、國資平臺25家（26%）、機器人公司24家（25%）。

數據來源：量子位

光輪智能是估值最高的。據投資界報道，2026年5月估值超150億，6月再融10億，投資方包括中關村科學城基金、四川發展科創基金等。創始人謝晨來自英偉達、Cruise、蔚來自動駕駛仿真團隊。

覓蜂科技走另一條路。據澎湃新聞報道，2026年2月從智元分拆獨立，CEO姚卯青是原智元合伙人，種子輪加天使輪數億元（紅杉領投），6月再融數億元（國方創投領投）。姚卯青的判斷很直接：具身智能還沒賺錢，數據先賺錢。

帕西尼感知科技以6D觸覺傳感見長。據36氪報道，3月完成超10億元B輪融資，比亞迪為第二大股東，已在天津建成采集工廠，累計采集近8000萬條數據，還計劃在宿遷、武漢、自貢、贛州再建4座。

諾亦騰機器人依托全球七成份額的動作捕捉技術，6月完成數億元Pre-A++輪融資。鹿明機器人自研的無本體采集系統把單條數據采集時間從50秒壓到10秒、成本降80%，已被全球三分之二頂尖具身團隊采用。靈初智能部署了100套數據手套，積累近10萬小時手部操作數據。簡智機器人2025年7月成立，4個月內密集完成三輪融資，螞蟻集團、滴滴、德聯資本都在牌桌上。

圖：真機遙操采集場景 來源：北京人形

技術路線上，各家押注方向不同。

最貴的是真機遙操，人操控機器人采集數據，每小時500到1000元，保真度最高但成本最貴，22家公司主攻這條。

覓蜂、鹿明走無本體采集路線，人穿戴設備直接做動作，無需機器人參與，成本只有真機的三分之一，這條路線最年輕，15家公司扎堆，大多成立于2024年9月后。

光輪智能押注仿真合成，在虛擬世界生成數據，但仿真里學得再好，落地真實世界能力就打折扣，這道鴻溝至今沒人能完全跨過。

樞途科技更極端，試圖從互聯網既有視頻里“蒸餾”出機器人可用的動作數據，采集成本可降到行業平均的千分之五。

70家數采公司中30家同時走多條路線，沒人把雞蛋放一個籃子里。

資本已經等不及了。據QYResearch調研，2025年全球具身智能數據市場規模約10.3億美元，預計2032年將達89.89億美元，年復合增長率36.8%。上百億資金涌入產業鏈上游，而產業鏈底端，張月們還在為時薪30元重復疊被子的動作。

圖：采集人員使用覓蜂的設備進行數據采集 來源：覓蜂科技

中美印分工初現：美國做平臺，印度做外包，中國做基建

資本和玩家在國內跑馬圈地的同時，具身數據的生意也在全球范圍內快速鋪開。據藝恩數據《全球具身數據市場白皮書》，全球約有50家具身數據公司，分布在北美、歐洲和亞洲。

一類是數據基礎設施平臺，搭建采集硬件、數據產線、治理平臺的全鏈路基礎設施，簡智機器人、光輪智能、覓蜂科技、諾亦騰是代表。

一類是“具身原生”數據服務商，成立之初主業就是具身數據，占國內玩家的67%。光輪智能、覓蜂科技、帕西尼感知科技、鹿明機器人均屬此類，從零構建數據采集資產，沒有歷史包袱。

還有一類是“跨界轉型”的數據服務商，從AI數據標注、自動駕駛、動作捕捉或工業領域轉型而來。海天瑞聲、數據堂把傳統AI標注管線平移到具身領域；均普智能2026年7月發布工業具身智能數據平臺，依托母公司全球百家工廠做采集。

以上三類構成了中國市場的核心力量。而海外市場則是另一番圖景。

美國Scale AI是海外數據平臺的標桿，從自動駕駛標注起家，深度綁定OpenAI做大模型評測，2026年3月與Universal Robots合作切入具身智能賽道。

印度則走的是“低成本勞動密集”路線。據印度經濟時報報道，Human Archive、Neocambrian AI等初創公司已批量涌現，專門為具身智能采集第一人稱視頻數據。Neocambrian AI在諾伊達建立數據工廠，每月產出數千小時數據。

歐洲和美國本土的機器人公司也在自建采集能力。美國Apptronik獲Google DeepMind和奔馳投資，2026年6月在德州啟用了近9萬平方英尺的“機器人公園”作為采集訓練基地。挪威1X、瑞士Flexion等也在推進規模化部署。

一個清晰的格局正在浮現：美國有Scale AI等平臺型公司和Apptronik等本體公司的數據工廠，中國有大量“具身原生”創業公司和國資數采中心，印度則憑借低成本勞動力成為全球數據采集的“外包基地”。

圖：印度紡織車間 AI 動作數據采集現場 來源：X（原 Twitter）博主 @awkwardgoogle 外網視頻截拼

國家隊入場與政策加碼

海外玩家跑馬圈地的同時，中國市場的競爭格局也在快速變化。與海外由創業公司和科技巨頭主導不同，中國多了一股獨特的力量：地方政府。

據Interact Analysis統計，截至2026年4月底，全國已有64個數采中心投用、在建至少90個，分布在23個省份，浙江最多。上海智元約200臺機器人居首，四川自貢、廣東惠州、江蘇各有至少150臺。北京人形機器人創新中心近5000平方米、120臺機器人，已牽頭制定國內首個具身智能數據集行業標準。這些數采中心的機器人來自全國至少30家制造商，至少30家用了智元，樂聚、宇樹、優必選參與了10個以上。

但硬幣有另一面。甲子光年采訪的一位數采場負責人坦言，單項目投入“一個小目標（一億元）以上”，基本沒盈利，“采100個小時，篩選下來可能只有50個小時有效”。

更值得關注的是訂單流向。鈦媒體報道，2025年Q4優必選簽下至少6筆數采中心大單，總計8.29億元，其中防城港2.64億、自貢1.59億、九江1.43億，清一色地方國資背景，占全年簽約額的59%。閉環形成：機器人賣給數采中心，數采中心采集數據，機器人公司再買回數據。據IDC數據，2025年人形機器人出貨中商演、科研和數采占78.4%，真正的工業需求遠未釋放。

國家層面的政策正在加碼。2026年5月31日，國家數據局局長劉烈宏明確表示“2026年是數據要素價值釋放年”，將推進行業高質量數據集建設，到2028年底建成一批覆蓋重點領域的數據集。6月9日，工信部與國資委聯合啟動專項行動，目標年底形成萬臺級落地能力。截至一季度，全國已建成高質量數據集超11.6萬個，總體量超960PB。

地方投入、國家政策、行業訂單，三者交織，構成了當下具身數據產業的基本面。這個基本面既有基礎設施建設的加速，也隱含著左手倒右手的隱憂。

圖：北京人形機器人創新中心具身智能機器人數據采集與訓練基地 來源：北京人形

“賣數據”到底是不是一門好生意？

伯恩斯坦在6月報告指出，在中國，單一技術創新的領先窗口通常只有一到兩年。真正的護城河是數據飛輪：更多數據，更好性能，更廣部署，更多數據。智元聯合創始人彭志輝判斷，2026年是拐點，“大模型智能、本體可靠、數據飛輪”第一次同時成立。

通用數據可以外包，但決定能力上限的核心數據，頭部公司必須自己掌握。

但“純賣數據”到底能不能賺錢，還沒人驗證過。據量子位統計，過去一年69家投資機構投過15家獨立數據服務商，出手最多的只投了3次，63家只投了1次，沒有一家公開過盈利數據。“接下來一兩年，就是驗證窗口。”

回到張月。她未必知道光輪智能估值150億，也未必關心自己疊的被子喂給了哪家機器人。她只知道這工作門檻低、日結、能賺一天是一天。

從時薪不足30元的疊衣工到500元一小時的真機數據，從最底端的采集員到百億估值的數據獨角獸，在機器人真正走進家庭和工廠之前，它們還需要大量人類先替自己看世界。

這些人是采集數據的人，也是被機器人采集的人。

（文中張月、王雷、小陳、張磊均為化名。）

信息來源說明

數據來源：

Interact Analysis、藝恩數據、QYResearch、IDC、國家數據局、工業和信息化部、印度經濟時報

研報來源：

伯恩斯坦（Bernstein）-《Humanoid Robotics: The True Moats》（2026年6月29日）

Interact Analysis-《全球人形機器人 2026》（2026年5月21日）

報道來源：

量子位-《近百名玩家涌入具身數據：一年融資44.7億，誰能真靠“賣數據”賺錢？》（2026年7月12日）

投資界-《兩周兩輪20億，全球最火具身數據公司爆發》（2026年6月23日）

澎湃新聞/36氪-覓蜂科技分拆及融資進展報道（2026年2-6月）

36氪-《雙百億！帕西尼再獲超10億融資，估值破100億》（2026年3月5日）

硬氪-諾亦騰機器人完成數億元Pre-A++輪融資報道（2026年6月15日）

硬氪-鹿明機器人自研無本體采集系統報道（2026年）

硬氪/投資界-簡智機器人連續多輪融資報道（2026年6月1日）

Tech星球-《我給機器人當“燃料”：疊衣服時薪30元，賣數據估值150億》（2026年7月13日）

甲子光年-《具身數據采集產業鏈調查：被機器人采集的人》（2026年6月29日）

億邦動力-《日薪120元 全民數采 誰在訓練下一個機器人保姆？》（2026年5月15日）

鈦媒體-《起底機器人“數據采集中心”：左手倒右手的畸形繁榮》（2026年5月20日）

新華社-國家數據局局長劉烈宏“2026年是數據要素價值釋放年”報道（2026年5月31日）

澎湃新聞-北京人形機器人創新中心牽頭制定國內首個具身智能數據集行業標準報道（2026年6月）

免責聲明：本文僅供參考，不構成投資建議。