全球具身数据市场白皮书（2026年版）
市场结构与趋势洞察
- 市场规模：全球具身/人形机器人产业规模存在三套权威口径，包括高盛（2035年，本体硬件38B美元）、摩根士丹利（2035年，含供应链/服务5T美元）、花旗（2050年，含非人形AI机器人7T美元）；中国口径包括IDC（2030年，用户支出77B美元，CAGR 94%）和中金（2030年，本体销售581亿元）；美国口径包括摩根士丹利（2040年，本体硬件240B美元；2050年，整体1T美元）。
- 数据稀缺性：具身数据与文本数据的可用量级差距约20,000倍，真实交互数据成为产业卡点，2026年被视为具身数据规模化元年。
- 五个核心判断：数据稀缺、范式分化（真机遥操/便携采集/仿真合成/视频蒸馏）、中美双轨（美国大额股权融资领先，中国整机量产与场景落地领先）、价值链上移（数据层毛利60-70%高于本体硬件）、大厂入场（NVIDIA、特斯拉、京东等以数据飞轮构筑壁垒）。
- 价值链：数据层位居上游，毛利率显著高于本体硬件，掌握全链路闭环的数据公司主导利润分配，价值向上游迁移。
技术路线与数据范式
- 具身智能四元拆解：左脑（任务规划）、右脑（空间感知）、小脑（运动控制）、身体（整机本体）。
- 模型路线×数据范式：二者独立，前者决定智能架构，后者决定数据供给。
- 数据获取范式：
- 真机遥操（VR/动捕，最高保真，最贵）
- 便携采集（可穿戴/数据手套，高保真，成本降约10倍）
- 仿真合成（物理引擎生成，海量长尾，低成本）
- 视频蒸馏（VLM/VLNGemini，近零成本，grounding难）
- 具身数据四层金字塔：
- 金字塔尖：真机遥操（VR/动捕）
- 第二层：便携采集（可穿戴/数据手套）
- 第三层：仿真合成（物理引擎）
- 金字塔底座：人类/互联网视频
- 主流训练范式：底层海量数据预训练，顶层稀缺真机数据精调。
- 成本×保真度矩阵：便携采集（高保真×中成本）、仿真合成（中保真×低成本）、视频蒸馏（低保真×近零成本）。
- 数据规模跃迁：从分模块到世界模型（2022-2024），端到端VLA数据（2022-2024），世界模型数据（2027+）。
具身数据公司全景
- 四范式归类：
- 真机遥操：它石SenseHub、灵初手套、UMI
- 便携采集：智元数据工厂、帕西尼、诺亦腾、ALOHA
- 仿真合成：光轮、群核、跨维、NVIDIA Cosmos
- 视频蒸馏：枢途、MetaEgo4D、1XWM
- 资本热度：美国以大额股权融资领先，中国整机公司密集突破百亿元。
- 数据策略：美国“闭源飞轮”，中国“开放+专业化分工”。
全球具身数据市场展望
- 价值链与商业模式：从采集到资产化（六环节），商业模式包括数据集授权、DaaS订阅、评测基准。
- 开放生态vs封闭飞轮：开放生态（如NVIDIA开源）与封闭飞轮（如Tesla自采）并存。
- 商业化场景：
- 已商业化：医疗康复（AgilityDigit、Wandercraft）、物流仓储（京东自营、Amazon）
- 试点中：工业制造（Figure、银河）、商业服务（银河便利店）
- 远期与规模化：家庭服务（1XNEO、Figure）、特殊场景（矿山巡检、应急救援）
- 机遇与风险：
- 风险：估值领先于商业化、数据合规与版权、Sim2Real鸿沟
- 展望：数据规模化、世界模型崛起、中国机遇
- 中国数据基础设施：艺恩数据提供视频/图像/文本三模态高质量、合规、垂直的数据弹药库。
