物理AI专家对话-数采会是下一个风口吗20261027

一、数据采集路线比较

具身智能产业数据采集主要有三种路线：真机遥操作、仿真合成和无本体第一人称采集。真机遥操作技术成熟但成本高，单套投入约40万元，每小时成本数千元，日均有效数据仅1-2小时。仿真合成面临仿真到现实的差距问题。无本体采集设备成本万元级，未来有望降至千元级，每小时成本降至数十元，日均有效数据5-6小时，成本降幅约百倍。

二、需求变化与成本结构

自2026年三季度起，物理AI数据需求从具身模型公司扩展至通用大模型公司，模型路线由VLA转向世界模型与端到端。无本体采集设备一次性投入万元级，未来有望降至千元级，设备寿命2-3年；采集时向工作人员支付少量补贴，每小时采集成本从数千元降至数十元，降幅约百倍。

三、数据规模与模型路线

早期VLA模型与真机数据规模在数千至一万小时，当前领先模型的门槛为百万小时人类数据。要达到具备初步通用泛化能力的水平，需上亿小时数据。模型参数规模当前约数百亿，未来将向千亿、万亿演进。行业由VLA转向以世界模型和端到端为代表的路线，真机数据占比由100%降至10%-20%，主要用于后训练与不同本体的对齐。

四、场景选择与公司布局

工业和物流场景因存在大量简单重复劳动、模型能力可支撑落地，成为模型厂商优先方向。家庭场景最复杂但数据供给充足，可通过众包采集网络获取。德马科技已在自有工厂部署第一人称采集设备，并在物流场景采集上包、分拣、码垛等数据。德迈勤已构建多模态采集能力，覆盖采集硬件与数据管线。

五、竞争格局与业务壁垒

数据行业参与方包括模型公司、数据采集公司和拥有场景的服务公司。数据生意的核心能力有三点：对模型有充分认知、能够快速部署并扩展采集能力、拥有大量场景资源。德马科技定位为场景、数据、模型、本体的整合方，与蚂蚁宁波等模型厂商签署战略合作，年底将发布垂直场景模型。

六、Q&A要点

1. 模型路线：各家路线都在加入人类真实数据，最终指向通用物理AI，世界模型与端到端路线进展明显。
2. 真机数据：终极目标是更高效使用数据，真机数据占比会持续减少，但短期仍是必要的补充。
3. 业务影响：公司已布局多模态数据，无本体数据将成为未来数据的主体，真机数据类似维生素。
4. 成本构成：主要成本是一次性采集设备，未来有望降至千元级，每小时成本降幅约百倍。
5. 采集设备：当前以视觉为主（头环），未来会增加力觉、触觉等信息。
6. 数据规模：未来所需数据规模会继续上升，要达到GPT-3、GPT-4级别的通用泛化操作能力，需上亿小时数据。
7. 数据采集行业：呈三层结构，核心壁垒是对模型的认知、采集能力扩展和场景资源。
8. 德迈勤业务：目前不便披露，将在三季报、年报后讨论分享方式。