猜你想问
这份研报主要分析了哪些核心内容？
这份研报深入剖析了AI应用领域的数据采购需求、数据类型趋势、公司能力、价格与验收标准以及技术与模型训练细节。报告指出海外头部模型/机器人公司需年框架150-200万小时高质量交互数据，国内厂商需数十万至上百万小时，数据类型正从基础数据向仿真合成数据、评测数据集及治理服务转变，高质量带力觉、多视角交互数据供需缺口明显。
AI数据服务行业未来发展趋势如何？
AI数据服务行业正经历从基础数据向高质量、专业化数据的转型。2026年仿真合成数据、评测数据集及治理服务占比将显著提升，带力觉、多视角交互数据成为新的增长点。同时，低质量基础数据价格持续下行，行业竞争加剧。海外市场更注重数据储备，国内市场则侧重补场景缺口和降低仿真迁移差距。
报告重点分析了哪些公司？
报告重点分析了光轮智能，其核心壁垒包括自研物理仿真引擎、real-to-sim闭环、多视角采集底座、RoboFi评测平台和RoboStack失败样本回灌飞轮。光轮智能累计交付超100万小时高质量数据，月产真实/仿真数据各5-8万/数万小时，客户结构中海外/国内大模型各占6成，国内机器人本体占3成。2025年订单达5亿+，2026预计10-20亿，毛利率随复用率提升，是行业头部企业。
当前AI数据服务市场现状如何？
当前AI数据服务市场呈现多元化竞争格局。光轮智能凭借技术壁垒和客户优势占据头部地位，其他玩家如蜜蜂科技专注众包基础数据但缺乏仿真评测闭环，路米主打低成本居家场景样本但工业配套弱，路易腾等传统标注分包商难以获得核心订单。价格方面，仿真数据30-100元/小时，无本体穿戴数据100-400元/小时，机器人本体数据500-1000元/小时，低质量基础数据价格年降40%，高端数据年降5-10%。验收方式主流按交付小时数，叠加任务成功率、真机迁移效果等指标，目前无客户退单。
这份研报提示了哪些风险？
这份研报提示的风险主要集中在技术迭代和市场竞争方面。世界模型虽能适配新场景和长尾样本，但无法替代传统物理仿真引擎，两者是互补关系。头部世界模型年度采购预算有限，付费场景集中在汽车制造、物流仓储等特定领域。市场竞争激烈，低质量数据价格持续下行，可能导致行业利润空间压缩。此外，数据质量标准不一、客户验收要求提高等因素也可能带来挑战。