機器人數據的短缺狀況正在好轉。
近兩年來，國內眾多企業砸下重金，投資于物理AI數據領域，使得更多真實世界的數據涌出，一定程度上緩解了“數據荒”。
不過，機器人業內普遍共識是，現在物理AI數據量，不足以促成機器人到達智能涌現的時刻。同時，近期部分數據采集項目的失利，意味著不少真金白銀投向了錯誤的技術路線。
緩解數據瓶頸
中國企業在批量制造機器人訓練所需的數據。
近日，覓蜂科技的第兩萬套數據采集設備下線，覓蜂的無本體數據也已累積100萬小時。
這些數據采集自物理世界，包括視覺、觸覺、力覺等。接近50萬小時是通過人頭戴設備進行裸手采集，捕捉手部操作與深層的意圖表達；35萬小時數據是通過手部戴著相機來追蹤腕部姿態與連續運動的軌跡；接近15萬小時是通過末端執行器夾爪采集，適用于動作映射和跨本體的直接遷移。
覓蜂科技只是近年涌現的眾多物理AI數據平臺之一，不少企業將數據視為值得深入投資的業務。
京東集團就在宿遷市啟動了具身智能數據采集社區。它依靠自研的頭戴式數據采集設備，系統性采集人類在真實生活與生產環境中的行為數據。京東方面的目標，是在兩年內采集高質量實操數據超1000萬小時。
針對具身智能行業數據稀缺與容錯率低的難題，五一視界（06651.HK）也在近期推出AperData具身數據底座、AperOne具身應用閉環OS平臺。AperData用于解決數據采集精度與效率的問題，數據采集的效率也比傳統真機遙操作大幅提升，發布兩天后訂購超萬臺。
眾多企業入局物理AI數據，原因在于后者的稀缺性。
具身智能是當下最熱的賽道。根據啟信寶數據，截至2026年5月，全國具身智能相關企業已突破萬家，其中涉及上市公司269家。具身智能新增企業數量在2022至2023年經歷短暫低谷后，2024年企穩回升，2025年新增企業同比增長37%，產業供給端進入加速擴張階段。
它也吸引了最多的風險資本。
IT桔子數據顯示，2026年上半年，國內具身智能賽道融資總金額已突破900億元，達到935億元，較2025上半年提升了5倍。
賽道很熱，燃料卻不夠。機器人的數據荒，一直是技術落地的卡點。
覓蜂科技董事長姚卯青認為，物理AI最大的瓶頸還沒有到算力、算法這些階段。相比大語言模型，物理AI還在更早期的時候，數據稀缺是突出的問題。
語言模型所需的數據幾乎是天然存在的，互聯網各種軟件里充斥著數字世界的對話、圖像和知識。但機器人最終是為了干活兒，它需要知道多大的力氣能夠抓起雞蛋而不至于擠碎，需要懂得光滑的玻璃棧道比粗糙的柏油路面更容易摔倒，而這些物理世界的經驗是難以從互聯網上獲取的。
目前物理世界采集的數據，比語言模型的數據少了幾個數量級，當下的數據量不足以使機器人到達“GPT時刻”。
隨著機器人走進真實世界，以及越來越多企業進入物理AI數據采集領域，數據累積的速度在加快。
“我們相信物理AI的數據瓶頸已經被緩解，進入正向循環。”姚卯青表示。通往AGI物理AI最終需要上千萬、上億小時的數據，現在國內已經初步織起了真實世界數據采集和治理的網絡。
泥沙俱下
企業蜂擁投資數據采集，資源浪費不可避免地發生了。
近日，位于北京的石景山首鋼園數采中心被爆出已經停止運營，合作方睿爾曼智能則撤出了項目。
這一項目是北京首個落地的大型人形機器人數據基礎設施，2025年3月份才建成運營。中心部署百臺機器人，并搭建汽車裝配、新零售等十大場景，目標之一是年數據交易量超100萬條。
第一財經記者聯系了一位睿爾曼智能的創始人，不過他未回應記者的采訪。而據項目運營方、中關村通力公司相關負責人對媒體表示，項目正在實施改造，今后將發力4D高斯光場與世界模型技術路線。
一家科技公司的管理層對記者表示，在實驗室環境下，遙操作方式采集數據，往往需要員工帶著本體設備長時間工作。但員工工作8小時，所采集的有效數據也往往只有1個小時。同時，數據采集工廠的電費、人工成本、辦公室成本都很高。如果采集的數據，八成都是垃圾，這就意味著效率過低、成本過高、而數據會很貴。
“實驗室環境沒有真實環境亂。真實環境里做任何數據采集操作的時候，陽光、角度會變化，甚至旁邊會有人走動，實驗室環境很難模仿。”上述管理層表示，足夠亂、不斷變化的真實環境，對采集數據泛化性更好。未來要想讓機器人真正干活，它就要學習人是怎么干活的，而真實環境里的數據就是機器人的“教材”。
近年來，國內成立了大量的“實驗室場景”的數據采集項目。這些項目在特定場地，集中搭建臥室、工廠、消費零售等場景，供機器人采集數據。但首鋼園數采中心項目的失利，也向外界傳遞出危險信號：相同類型的數據采集平臺，可能會遭遇類似的難題。
機器人行業對數據有嚴苛標準，尤其是頭部團隊對空間定位的精度、語義標注都有很高要求。一些數據采集中心，缺少對生產數據充分的驗證環節，將數據的落地交給下游模型企業。
中國已經有宇樹、智元等企業將機器人推向了市場。不過，目前機器人的技術沒有收斂，產業模式也沒有成型。
據五一視界董事長兼CEO李熠觀察，機器人企業現在都在摸索數據、商業的閉環。所有的科技產業都必定經歷期望過高、投資瘋狂、技術短暫難以突破并回調，再曲折向上的過程。2016年左右的自動駕駛跟現在具身智能的熱度一樣，但最終智能駕駛上下游，有近百家公司被“震”下去了。
“大家對于具身的期望過高，對于物理AI期望過高。無論一級還是二級市場的公司，都是在卷一個生態位，避免在行業震動的過程中被震下車。”李熠表示。
李熠認為，在有生之年肯定能看到機器人像人一樣，什么都能做。但機器人技術升級和產業發展的過程，注定是動蕩不安的。
