具身智能数据采集虚火：关联交易与技术分化下的洗牌

过去两年，伴随具身智能的爆发，机器人数据采集从冷门需求迅速膨胀为一门火热生意。与大语言模型能够抓取公开互联网文本不同，物理世界的机器人缺乏现成数据，这催生了各地数据采集中心的遍地开花。

然而，伴随机器人企业扎堆冲刺上市，数采这一关键环节正被推上风口浪尖。业内人士公开指责部分企业利用数采中心虚增营收，加上资本市场对人形机器人商业化落地的真实性产生质疑，数采这门生意正面临严峻挑战。

闭环做账套路遇阻，监管审查日趋严格

据统计，全国在不到两年内建起了上百座人形机器人数采中心，其中多为政企合资或合作共建。

在此背景下，部分企业演化出了一套特定模式：机器人厂商将硬件设备卖给数采中心，确认大笔营收；数采中心雇佣人力操作机器人采集动作数据；厂商再出资回购这些数据用于训练模型。这种“卖设备—回购数据”的循环，表面上支撑了地方项目的落地与企业的业绩增长，但在实际操作中，部分交易甚至演化为只有资金流水而无实际交付的纯财务操作。

这种粉饰账面的玩法正迅速失去生存空间。一方面，二级市场对硬科技企业的上市审核大幅收紧，科创板等板块对机器人企业的关联交易合理性、客户持续购买力与毛利率真实性展开了穿透式问询；另一方面，一级市场投资机构不再轻信纸面订单与出货量，转而紧盯真实现场作业率与客户留存。

更为致命的是技术路线的演进。机器人数据采集正逐步从依赖昂贵整机本体的真机遥操作，转向“无本体采集”。采集员只需佩戴便携式摄像头或数据手套即可捕捉日常动作，从根本上削弱了数采机构大批量采购机器人本体的需求。

真实需求不足，数据单价腰斩

虽然有关机构测算真实场景合规数据存在千万小时级别的缺口，但落到实际商业交易中，数据价格却一路走低。采集商透露，去年每小时能卖200多元的数据，今年已跌至百元出头。

前期重资产投入建设的数采中心面临巨大压力。动辄上千平方米的训练场，往往需要投入数千万元用于采购机器人与搭建仿真场景，年运营成本高昂。然而，由于大多数训练场集中在叠衣服、搬运箱子等基础任务上，采集的数据同质化严重，整机厂商回购意愿大幅降低。

与此同时，具身智能赛道的估值泡沫也引发了国际市场的普遍警惕。以海外明星企业Figure AI为例，其公布的量产规模与在宝马工厂的实际部署比例差异巨大，引来外界对人形机器人是否真能胜任工业场景的质疑。如果机器人在物理世界长期无法规模化替代人工，采集数据的最终价值便难以成立。

从集中模拟走向分布式真实场景

面对瓶颈，行业开始转向以真实场景为主的分布式无本体采集。

NVIDIA等行业核心力量正倡导利用真实人视角（Ego）数据与世界动作模型（WAM）来替代传统的机器人遥操作数据。这种转向使得普通人在真实工况下的工作记录变得极具价值，也为大模型研发商和世界模型创业公司提供了更多样化的买方市场。

但在产业下沉的过程中，分布式采集同样伴生了粗放式竞争。一些中间机构通过劳务层层转包，以极低薪酬组织人员录制简单家务动作，数据质量参差不齐、设备精度不达标等问题频发。

当前，国内人形机器人及核心零部件相关企业已达数百家，行业普遍预计未来两年将迎来一轮残酷的市场出清。当资本逐渐向力传感器、触觉感知和关节模组等硬核供应链转移，依托泡沫催生的高成本数据采集厂必须尽快摆脱报表依赖，证明其数据对真实具身智能算法落地的不可替代性。