猜你想问
这份研报的核心内容是什么？
这份研报分析了具身智能板块尤其是数据产业链的发展趋势。报告指出，2026年以来人形机器人板块表现较弱，核心行情集中在数据产业链，主要卡点在于数据资源稀缺。数据量级将经历从几千小时到万级、百万级乃至千万级的跨越，每年增速超过一个数量级。特斯拉作为数据积累最多的企业，其V3和V4机器人将推动数据规模实现数量级扩大。行业行情将在数据量突破百万小时、千万小时级别后切换至垂类公司。目前行业数据储备仅万级别，距离实现智能化涌现所需的1000万小时级别还有巨大空间。
数据产业链的发展趋势如何？
数据产业链将迎来爆发式增长。上游陀螺仪芯片和IMU出货量将迎来爆发，中游核心传感器包括视觉和惯性传感器，触觉传感器潜力巨大，数采设备市场空间广阔可达几百亿至千亿元级别。下游数据平台型公司分为物理和仿真两类，行业壁垒高，数据储备将快速从千小时、万小时跃升至10万小时、百万小时级别。未来3-5年人形机器人难以实现绝对通用化，将催生大量垂直数据的交易需求。
研报重点分析了哪些方向？
研报重点分析了数据产业链的四大核心赛道：上游陀螺仪芯片，中游核心传感器（视觉、惯性、触觉）和数据采集设备，以及下游物理和仿真数据平台。报告详细解析了数据结构与分工，包括真机、仿真模拟和人工物理采集三类数据，通用结构占比约为真机数据20%、仿真模拟数据30%、人工物理采集数据50%。同时分析了平台企业的重资产属性与成本结构，以及市场空间测算，单家模型公司未来数据使用量可达10亿小时级别，整体市场空间可达几百亿至千亿元级别。
当前数据产业链的市场现状如何？
当前数据产业链处于从0到1的跨越阶段，行业数据资源高度稀缺，头部人形机器人本体公司积累的数据量级尚处于万级别，距离实现智能化涌现所需的1000万小时级别还有巨大差距。数据采集技术方案以一拖一、一拖多为主，三类传感器的单套ASP均在千元以上。行业格局相对分散，需通过下游客户验证，市场空间广阔，数采设备产值可达到几百亿甚至千亿元级别。平台型公司数据储备集中在千小时、万小时级别，即将快速跃升至10万小时、百万小时级别。
研报提示了哪些风险？
研报提示数据产业链面临多重风险。首先，行业数据资源高度稀缺，数据获取成本高，原始采集数据需经过清洗、标注等环节，当前仅40%左右的清洗标注任务可通过AI完成，剩余60%仍需人工处理，推高数据成本。其次，平台企业属于重资产行业，需承担人工、采集设备、算力、存储等资本开支，存储相关资本开支规模直接对应企业的数据储备量。此外，行业技术路线仍存在迭代变化可能，市场竞争加剧可能导致价格战，头部企业尚未打响“发令枪”，全行业进入内卷状态尚需时日。