数据是机器人产业发展的核心瓶颈,2026年数据产业订单规模约10亿元,远期市场空间可达万亿级。设备端需求爆发,1万套设备对应1,000万小时数据,若需求达百亿小时,设备市场将达千亿规模。数据服务(视频数据)市场,以每小时300元均价估算,对应百亿量级市场规模。
具身智能数据从文本图像转向物理世界,强调多模态、时空对齐及长尾场景覆盖,质量权重高于规模。国内自2024年下半年起规划布局数据产业,2025年各省市密集部署数据采集项目,资本层面投入预计达10亿美元量级。
四种主流技术路线:1.遥操作,物理真实性和动作精度最高,但成本高、效率低,用于模型训练后期;2.Ego第一人称视频,部署门槛最低,可通过众包快速提升数据规模,但数据清洗难度高;3.仿真合成数据,产能无限,可自动标注,但存在“Sim-to-Real”鸿沟;4.便携式无本体,兼顾数据质量与成本,未来潜力大,但视野受限。
上游数采设备率先受益,核心产品包括相机、IMU、力觉/触觉传感器等。重点关注奥比中光(深度相机)、华依科技与芯动联科(IMU/陀螺仪)。中游数据采集服务商壁垒在于仿真平台与全流程处理能力。重点关注海天瑞声(标注清洗)、利亚德(高精度光谱)。下游垂直领域应用长期潜力最大,具备场景闭环能力的本体公司是优质“卖水者”。重点关注天奇股份、亿嘉和。
机器人数据产业面临技术路线选择风险,如仿真数据与真实数据的“Sim-to-Real”鸿沟问题;数据采集成本高昂,尤其是高质量数据的获取难度大;市场竞争加剧可能导致价格战;政策监管变化可能影响数据采集与应用的合规性;技术迭代迅速可能使现有设备或服务过时。