027 数采物理AI最大短板数据基建即将爆发20260719 导读

读 2026年07月19日19:26 关键词 数据采集 人形机器人 大脑模型 真实数据 多模态数据 素材设备 触觉传感器 相机MU奥比中光 致远 京东 海天瑞声APPEN数据堂 失败数据 自动化涌现 投资机会 数据基建 机器人 全文摘要 随着新基建板块的推进，数据采集被视为推动物理AI及人形机器人技术进步的关键，但高质量、高保真数据的稀缺限制了大脑模型的泛化能力。预计未来数据量将大幅增长，为机器人技术发展奠定数据基础。报告强调，数据采集设备、服务、仿真平台及垂类应用对机器人产业至关重要，建议关注高ASP与高格局的公司，以及在数据采集、仿真平台和垂类应用领域有潜力的企业。指出数据基建是物理AI及机器人技术发展中的重大短板，数据采集赛道的爆发将为相关产业链带来重大机遇。 章节速览 l00:00数据采集爆发推动智能机器人发展 对话围绕数据采集在智能机器人领域的关键作用展开，指出当前高质量数据稀缺导致机器人应用受限。预计数据采集量将从50万小时提升至100亿小时，市场潜力巨大，多家企业正加速布局，推动具身智能模型的泛化与机器人应用落地。 l04:19人形机器人数据采集需求与方法分析 报告指出，数据采集成为人形机器人订单的主要来源，尤其是2025年预计占到31%。头部公司如资源语速0次方星海图等自建数据采集厂，全国约15-20家数据中心部署100-200台人形机器人。然而，真机本体数据占比小，90%数据来自乌米和易购等中心。全球99%以上数据为合成或互联网来源，效果较弱。顶层真实数 据包括真机运动信息、触觉与视觉信息及异构数据，后者因轻便低成本而广泛应用。 l08:47机器人数据采集技术与挑战 对话围绕机器人数据采集技术展开，介绍了包括摇操作、动捕、仿真数据及异构数据等在内的多种采集方式，强调了高精度高质量数据的稀缺性与重要性。尽管当前数据采集量正快速增长，但离实际需求仍有较大差距，特别是在非成功数据的收集上存在挑战。预计未来将有更多厂家参与大规模数据采集，以期提升机器人智能化水平。 l15:03产业链投资机会与数据采集设备供应商分析 对话深入探讨了数据采集设备、数据采集公司、数据本地化公司和仿真平台等四大环节的投资机会，重点分析了数据采集设备的投资潜力，包括相机、触觉传感器和MU等核心硬件的供应商，如奥比中光、华谊科技、新能源科等，以及这些供应商与下游数据采集商和机器人公司的合作情况，反映了数据采集需求的爆发增长。 l19:35 AI数据采集与垂类应用投资机会分析 对话讨论了AI领域，特别是数据采集和垂类应用的投资机遇。提到海天瑞声等数据采集公司与头部智能厂商合作，提供批量数据采集服务。仿真平台如索成科技和英伟达被推荐关注。预计垂类应用因数据体量小和信息优质将率先放量。建议投资者关注数据采集设备供应链和高ASP赛道，以及垂类应用公司，如宜家和天启股份，预测未来可能产生五倍或十倍股。 l22:55机器人板块下半年投资机会与数据基建赛道分析 对话强调了机器人板块，特别是数据基建赛道在下半年的投资机会。指出数据是机器人商业化和经济价值实现的关键，国内素材公司订单爆发，数据基建市场空间巨大。报告建议关注视觉、触觉、位置感知传感器供应链上的核心公司，这些领域将迎来重大机会。 问答回顾 发言人 问：在新基建板块中，您认为最大的机会是什么？ 发言人答：我们认为在新基建板块中，最大的机会可能来自数据采集领域。我们最近撰写的深度报告中详细阐述了这个观点。 发言人 问：为什么数据采集对人形机器人的下游应用落地至关重要？ 发言人答：全球的机器人，包括特斯拉的机器人在内，在实际场景落地时常遇到瓶颈，核心原因是高质量、高保真的物理数据极度缺失。虽然大语言模型有万亿级的token训练量，但具身智能模型所使用的真实交互数据却极其有限，大约只占其1‱。因此，数据采集的不足导致了“大脑”（具身智能大脑模型）的卡脖子问题，进而阻碍了人形机器人真正下游应用的落地。 发言人 问：目前全球的数据体量大约是多少？并预计未来会怎样增长？ 发言人答：目前全球的数据体量大约在50万小时左右，相当于一个人一生清醒时间的52小时。我们认为这个数字远不足以满足泛化需求，预计未来会大幅提升，可能达到1000万小时甚至更多。以GPT2和GPT3为例，要实现可用的集成智能，至少需要一千多万小时的多模态数据。现在数据量正在大幅增长，从50万小时提升至1000万小时。 发言人 问：数据采集在未来几年的发展目标及市场规模如何？ 发言人答：蜜蜂公司已经将目标数量级提升至2030年采集100亿小时的数据，而考虑到多家机构参与采集及目前只有20%至40%的采集良率，实际所需的数据量将远超过100亿小时。按照每小时100块钱的价格计算，市场空间将达到1万亿人民币，我们对数据采集带来的巨大空间非常看好。 发言人 问：数据采集在人形机器人订单中的占比情况如何？ 发言人答：预计到2025年，数据采集将在人形机器人订单中占据大约31%的比例，今年的数据采集需求可能超过50%的订单来源，包括数据采集中心和人形机器人本体公司内部的数据采集需求。头部企业如资源语速0次方星海图等都在开设数据采集厂，并发布专门的数据采集本体。 发言人 问：目前我国在数据采集方面的发展状况及未来规划如何？ 发言人答：全国从2025年开始将密集建设数据采集中心，例如致远的素材厂就有三千多平方米，每天可处理3到5万条数据记录。目前全国大约有15到20家数据采集中心，每家布置的人形机器人数量在100到200台之间。但目前人形机器人整体数据占比较小，约为10%左右，仍存在较大增长空间。 发言人 问：真实数据在人形机器人训练中的重要性及获取方式是什么？ 发言人答：真实数据对于人形机器人大脑的真实泛化至关重要，主要包括机器人本体采集的关节运动信息、操作过程中的触觉和视觉信息等多模态数据。此外，还有通过穿戴异构模组（如家庭场景下的相机、手套眼镜等）进行轻便、低成本的数据采集，这种形式在1000万小时的数据中占比较小，但应用广泛且效果显 著。 发言人 问：动捕技术在机器人数据采集中的优缺点是什么？仿真数据在机器人训练中的主要问题是什么？ 发言人答：动捕技术通过穿戴动捕服，在特定房间内精确捕捉人体关节动作数据，精度较高，但缺点是成本昂贵，一套设备可能需要几十万人民币。仿真数据虽然成本较低且可无限生成，但因其仿真性可能产生幻觉，在真实世界中较少遇到类似情况，导致生成的数据与实际场景存在较大不匹配性。 发言人 问：易购这种新型运动数据采集方式如何影响机器人智能化水平？ 发言人答：易购利用斯坦福大学研发的第一人称采集运动数据的相机，仅需2万小时的异构数据就能让机器人的智能化水平显著提升，比如学习2小时数据后，再观看40秒洗碗视频，机器人就能实现初步的洗碗操作。 发言人 问：目前数据采集市场的需求状况如何？ 发言人答：目前数据显示，数据采集手套、素材相机等环节订单供不应求，整个数据采集需求量大幅提升，但距离行业所需的巨大数量（如1000万小时或更多）还有较大差距，预计未来几年会有更多厂家增加数据采集量，并有京东致远、新海图等头部玩家宣布千万小时级别的数据采集目标。 发言人 问：数据质量对机器人自动化涌现的重要性是什么？ 发言人答：高质量的数据对于机器人产生初步自动化涌现至关重要。如果数据中存在非成功信息（即失败信息）或缺失，机器人将难以有效学习并应用于复杂场景。因此，高精度、高质量的数据资源目前非常稀缺，需要社会各环节共同参与进来。 发言人 问：投资机会主要集中在哪些产业链环节？在数据采集设备方面有哪些具体的推荐公司或产品？发言人答：投资机会主要集中在四个环节：数据采集设备、数据采集公司本体（第三方素材公司）、数据本地化公司以及仿真平台。其中，数据采集设备是投资机会最大的环节，涉及到相机、触觉传感器和深度相机等核心硬件。在数据采集设备方面，奥比中光是核心龙头，其推出全系列数据采集设备，包括5米相机、深度相机和手部传感器，并且订单供不应求。此外，还有像华谊科技、新能源科、弗莱克利、汉威等公司在触觉传感器和深度相机领域具备优势。国内非上市公司如福莱新材也获得了大量订单，提供触觉传感器产品。 发言人 问：您如何看待仿真平台在机器人领域中的地位和作用？对于垂类应用环节，有何看法？ 发言人答：仿真平台方面，索成科技和英伟达是国内外的领军企业，在仿真技术上有深厚积累，建议投资者关注它们的发展动态。垂类应用环节有望最先放量，原因在于所需数据体量较小且拥有优质稀缺的行业内部专有信息，这使得它们能够较快构建有效的数据模型。随着行业的成熟，预计会诞生多家市值上千亿的公司，并有可能出现五倍股甚至十倍股的投资机会。 发言人 问：在机器人领域，您认为哪个环节具有投资潜力，特别是数据基建方面？数据基础设施在整个AI产业链中的重要性如何？ 发言人答：数据基建是机器人赛道中最大的短板，也是物理AI发展的重要瓶颈。随着产业趋势的变化和需求的增加，下半年数据基建将迎来放量期。我们团队测算出其市场空间非常庞大，可达几千亿级别，一旦进入爆发阶段，将引发数据采集、物理仿真等环节的军备竞赛，相关供应链上的公司如奥比中光、IBU等将获得重大机会。数据是AI发展的最大瓶颈，也是物理AI的最大短板。下半年，随着产业趋势的变化，数据基建将逐步迎来放量期，形成类似于算力军备竞赛的局面。数据采集设备和供应链，尤其是高ASP和高格局的赛道，如相机、深度相机、传感器等，以及相关数据采集公司和车类应用公司（如宜家和天启股份），都值得投资者重点关注。