易观《中国具身智能数据产业分析报告2026》解读：具身数据定价权从卖小时转向定标准

易观分析 近期发布的《中国具身智能数据产业分析报告2026》报告指出： 具身数据行业的竞争单位正在从 “ 数据规模 ” 切换为 “ 数据价值 ” ，竞争的本质从卖数据转向定义数据价值的标准。谁掌握标准、接口与评测基准，谁就拿走下一阶段的定价权。 图 1：中国具身智能产业发展阶段 报告给出了一条清晰的产业时间线： 具身智能产业在 2026 年进入市场验证期（ 2026 — 2030 ）， 2030 — 2035 年进入产业成熟期。窗口期内，硬件门槛正在被快速跨越——本体量产、成本下降、运动控制逐步成熟，产业已初步解决“机器人能不能动”的问题。 真正决定产业天花板的，已经不是硬件能力，而是“数据能不能喂饱模型”。 数据环节的产业趋势，因此可以拆成三条线来看：技术路径怎么走、能力层竞争怎么变、产业层权力怎么分。 一、技术路径： 六 条主线同时收敛 具身智能的技术演进与数据能力建设，正沿六条主线展开：数据生产从单一走向融合，数据闭环从线性走向虚实共生，模型训练从外购依赖走向自进化，基础设施从软件工具走向软硬一体。 图 2：中国具身数据技术发展与能力建设路径 1. 三线融合 成为 数据 供给 常态 真机遥操作、便携／无本体采集、仿真合成三条路线，围绕 “ 数据质量 —规模—成本 ” 的不可能三角各自占位：真机锚定质量，单小时成本 500—1000元，是后训练与最终落地的 “ 金标准 ” ；无本体采集把成本压到真机的 1/3左右（约200—400元／小时），用规模化与长尾场景补量；仿真合成前期投入高，但引擎一旦搭成，边际成本趋零，合成数据成本可降至真机的1/10以内。 三线不是过渡替代关系，而是长期并存的供给结构：真机定边界，无本体补规模，仿真做放大。 企业侧的布局已 “ 三线 协同 ” 展开。觅蜂科技把数据体系做成三层金字塔： L1互联网数据提供语义底座，L2无本体采集（MEgo硬件产出）负责时序对齐与体感细节、成本约为真机的1/3，L3真机数据提供高精度遥操作轨迹与力反馈、支撑部署态飞轮 ， 三层分别服务 “学得会、学得多、用得稳”，共同构成物理 AI 数据平台的基础架构 。 光轮智能 则把 重心 放在 “ 仿真合成＋人类第一视角 ” 双主阵地， EgoSuite负责人类示范采集，SimFoundry负责仿真生成， 其定位不是单一路线的数据商，而是物理 AI 的数据与评测基础设施 。 图 3：中国具身数据市场发展的三线协同 2. 物理引擎 ×生成式AI 重定义 仿真数据 上限 引擎的物理正确性是仿真数据能否迁移到真机的底线，生成式 AI的自动化生成解 决了 人工建模的规模瓶颈。光轮智能自研高精度 GPU物理求解器， 参与 NVIDIA Newton 仿真技术 指导 委员会， 并与 NVIDIA共同定义SimReady 资产 规范 ，支持 PhysX／MuJoCo／Newton／GENESIS多种引擎；无问智科把SimReady资产构建从3天压缩到5分钟（300倍），柔性物体相关性达90%、接触误差小于1%；群核科技则用十余年沉淀的5亿+结构化3D场景、4.8亿带物理参数的3D模型，把渲染空间批量转成物理正确的三维表示。三家的共同点是：先把 “ 物理正确 ” 这件事做硬，再谈生成规模。 3. 无本体采集承接人类操作数据入口 以 “人持 / 穿戴设备采操作”绕开真机遥操作的高成本与本体硬件依赖，在真实物理环境中获取带时序对齐、体感细节的人类行为数据。定位介于真机与仿真之间：比仿真更接近真实物理交互，比真机遥操作成本低一个数量级；并可随硬件国产化与众包网络成熟走向“伴随化采集”。鹿明机器人以 UMI 无本体路线为突破口，用 FastUMI Pro 做“人采—跨本体复用”的低价闭环，单条采集时间从 50 秒压到 10 秒，成本降至传统遥操作的 1/5 ，其目标并不限于无本体，而是以无本体采集网络反哺百万小时级真机数据产能，走“采集硬件—数据集—模型训练”闭环。 4. Real2Sim2Real取代线性流程 “ 真实采集 →仿真重建→批量扩增→真机验证 ” 的闭环，正在替代 “ 采集 —标注—交付 ” 的线性交付。无问智科以 “ 世界模型 ×数据工厂×世界模拟器 ” 跑通这条链路，在 WAIC公开披露的量化结果是：在线强化学习使仿真成功率从9.7%提升到79.8%，迁移到真实机器人后任务成功率提升50%，篮子收纳任务提升20%。光轮智能的四模块（EgoSuite采集—SimFoundry生成—RoboFinals评测—RoboStack部署回流）是同一逻辑的产品化形态，其中RoboFinals基于NVIDIA Isaac Lab Arena共研，支持异构本体接入与百台级集群，并把失败样本回传进下一轮迭代。 5. 少样本与自进化压缩外购空间 模型训练范式正从 “ 海量外购数据依赖 ” 转向 “ 少样本学习 +强化学习自进化 ” 。这 是 对数据供应商 朝向 中性偏紧的信号：模型自身部署反馈的进化能力越强，对外部静态数据包的依赖就越弱。鹿明机器人在 2026年8月发布Lumos NexCore与具身大脑Prime R0，Prime R0在MolmoSpaces 社区 零样本榜单位列 第一 ——零样本榜单的名次，恰恰说明 “ 不喂数据也能干活 ” 这条路径正在被 产业 认真推进。 6. 仿真 ×算力走向软硬一体 仿真从 “ 可选的软件工具 ” 演变为 “ 软硬一体的基础设施 ” ， GPU物理求解器、云平台、分布式采集网络、数据治理管线协同构成底座，企业不再自建仿真能力，而是按需调用平台服务。华为云、阿里云、腾讯云、百度智能云以 “ 仿真 +算力 ” 一体化切入；中国电信则在领投觅蜂科技后，与其共建云网一体化采集网络 ——运营商把管道铺到采集端，是这个趋势里最典型的基础设施动作 之一 。 二、能力层：三件事决定企业怎么竞争 1 . 硬件入口化，但壁垒在软件 粘性 采集硬件成为数据主权前哨， “ 卖设备即买数据 ” 模式初步成型。鹿明机器人的 FastUMI Go计划投放1万台，觅蜂科技MEgo设备累计下线2万台——硬件铺量本身就是数据采集网络的铺设。但硬件参数可被追平，真正的入口壁垒是数据格式绑定、云端平台依赖、评测基准锁定这三重软件 粘性 。 2. 标准化标品化，从数据集销售走向能力交付 标注维度精细化、格式规范化、评测基准统一化，使数据从 “ 原材料 ” 变为 “ 即用型能力 ” 。竞争单位从 “ 小时数 ” 转向 “ 有效信息密度 ” 。光轮智能的部分数据集已向十余家客户复售，复售倍数超过 10倍，并开源了EgoSuite-Open100k十万小时数据集；鹿明机器人的Lumos数据商城已上架92个任务SKU、10万+条轨迹，被37+家机构采购。标品化的含义是：边际收益不再随交付次数线性衰减。 3. 任务难度定价，从成本定价走向价值定价 高难任务（长时序、强泛化、复杂操作）溢价凸显，低难任务价格趋零。这条趋势的实际含义是：单纯按小时计价的数据采集服务会率先进入价格竞争，而绑定任务难度与成功率保证的交付模式才有溢价空间。鹿明机器人建立了 8道工序的工业级质量评估体系，把数据有效率从行业普遍的70%提升到95%以上，只交付可复现轨迹；无问智科构建了 “ 仿真预验证 —物理测试—产线部署 ” 三级评测，其中产线一级与拓斯达共建 ， 把验收口径从 “ 数据条数 ” 换成 “ 产线上的成功率 ” ，正是价值定价的落地形态。 三、产业层与终局：权力重构与要素化 1. 买方自建与中立性分化 头部本体厂商与基座模型公司正把数据生产内化，自建采集体系、数据管线与评测标准，以掌控接口权力。 典型 动作是智元机器人的 “ 一分为四 ” 战略：把灵巧手、数据、租赁、四足四条业务拆成独立公司，其中数据业务独立为觅蜂科技 ——原本是内部能力，现在变成面向全行业的基础设施供给。 这对纯外包型数据商是挤压，也为中立第三方留出了空间。报告在光轮智能的案例中直接点出了一处张力：既卖数据又办评测， “ 运动员兼裁判 ” 的中立性存疑。这个质疑本身就说明市场需要独立评测方。 2. 产能军备与结构性过剩 行业正经历产能竞赛，但结构性过剩已然显现：原始数据贬值、高难数据稀缺并存。觅蜂科技当前累计产出 100万+小时，2026年目标是千万小时级产能、2030年目标是百亿小时；鹿明机器人1万小时积累对应100万小时目标，存在100倍放量压力。这里有一组值得对照的数字：群核科技拥有5亿+3D场景、4.8亿3D模型，资产获取成本已在过去十余年摊销完毕，但具身业务收入占其营收比重 仍低 。资产规模与收入兑现之间的落差说明 ： 产能本身不构成护城河，能被场景消化的产能才算。 3. 终局是数据要素化与平台整合 实景数据从 “ 商品 ” 走向 “ 要素 ” ，确权、定价、入表、流通制度逐步完善，平台整合加速，超百亿级平台型企业涌现，行业从分散供给走向平台集中。资本已经在给这个终局定价：光轮智能 2026年3月完成10亿元A++／A+++轮，成为全球首个具身数据独角兽，5月蚂蚁集团领投后估值突破20亿美元，6月再获10亿元战略融资；无问智科在2026年4月、7月、9月连融三轮，具身订单达数亿元。 结语 把 技术、产业和竞争的 趋势放在一起看，有一条贯穿的主线： 数据作为资产的形态在变，从一次性交付的文件，变成可持续调用的接口与标准。 对企业的启示是，只比采集规模很快会遇到天花板；比谁能定义格式、定义评测、定义闭环增益，才是在 2026—2030这个市场验证期里真正值得下注的方向。 中国具身数据产业链生态体系正在快速发展与完善中，商业机会巨大，更多板块详细分析 ， 请关注易 观分析 近期发布 的 《中国具身智能数据产业分析报告2026》。 易观分析将及时更新《中国 具身数据产业价值链生态 图谱》，如果您也是 具身智能 产业中的一员，请及时与易观分析沟通。 易观分析也将开启对 具身数据 亮点企业的推荐，敬请关注 。