具身智能数据基建成融资新风口 “卖铲人”价值被重估

当具身智能行业的目光还紧紧盯着人形机器人本体不放时，资本已经悄悄地把目光投向了更上游的“卖铲人”——具身数据基建企业。这个赛道，正在快速升温。

具身数据基建融资密集

7月29日，具身智能领域的数据基础设施企业德塔智能宣布完成近5亿元天使++轮融资。这可不是孤例，这家公司从2026年1月成立至今，已经完成了六轮融资。虽然本轮投资方还没披露，但此前的投资方阵容里已经出现了智元、乐聚机器人、星海图等多家本体厂商的身影。本体厂商开始向上投资数据基础设施企业，这个信号，意味深长。

德塔智能的事并非孤例。今年5月到6月，物理AI数据与评测基础设施企业光轮智能，两周内完成了两轮融资，规模达20亿元，2026年估值已经突破150亿元，成为全球首个具身数据独角兽。智元系的一站式物理AI数据服务平台觅蜂科技，成立于2026年，并在6月完成了新一轮数亿元天使+轮战略融资。具身大脑公司眸深智能，今年7月完成了近亿元Pre-A轮追加投资，上半年估值增长超过10倍，是国内少数有营收的具身大脑公司。

当前人形机器人行业的硬件方案正在趋于收敛，“大脑”训练成了决胜的关键，而数据量级和质量直接决定了模型的泛化能力。国金证券研报指出，数据采集行业爆发在即，市场空间将会充分打开。据2026年机器人全产业链接会披露，GPT-2和GPT-3的训练数据分别对应约79万小时和1100万小时，要实现可用的具身智能，至少需要1000万小时的多模态数据，而多场景、多模态、良率要求、长尾数据，再加上多参与者这些因素，实际所需的多模态数据集远不止1000万小时这么简单。

资本正在用真金白银重新定义具身智能产业链的价值分配——谁能解决数据问题，谁就能拿到下一阶段的入场券。

数据缺口亟待弥合

针对具身智能数据的重要性，智元合伙人、高级副总裁、具身业务部总裁，觅蜂科技董事长兼CEO姚卯青在WAIC期间接受采访时表示，具身智能要从展台演示走向真实应用，数据是核心瓶颈之一。“物理世界数据需要‘亿小时’量级，而且几乎全部必须来源于真实世界。仿真数据无法完整还原真实环境中的力学、动态变化等物理规律，模型训练几乎全部依赖真实世界采集数据。”

但现实是，当前全球可用的高质量真实物理交互数据总量，仅有几十万小时左右。作为对比，语言模型拥有百亿小时级的训练数据。智元联合创始人、总裁兼首席技术官彭志辉认为，具身智能的数据缺口，是3到5个数量级的差距。光轮智能联合创始人兼总裁杨海波在采访中将2026年定义为“具身智能数据规模化元年”，今年具身智能领域的数据与评测需求，比去年高出百倍甚至千倍。去年还是几百几千小时的数据规模，今年已经进入百万小时级别。

国泰海通证券认为，数据被公认为目前具身智能行业最大的壁垒。模型厂商围绕数据定义、采集方式（包括合成、UMI、EGO、遥操作、真机实采等）、数据类型进行积极探索，行业正朝着亿小时合成数据、百万小时真机数据的目标推进。

数据这门生意怎么赚钱？

数据基础设施的融资热潮，是建立在一套逐渐清晰的商业化路径之上的。目前市面上从事具身智能数据采集的公司，大致可以分为三类：第一类是专注真实场景数据采集的，第二类是试图用仿真与合成数据构建物理世界数据生成引擎的，第三类是走综合数据、本体加模型闭环路线的。

“在AI产业中，‘卖铲子’的人最先赚钱。数据是具身智能的刚需，无论机器人、模型谁最终胜出，都离不开数据供给，这是基础设施先行的逻辑。”姚卯青这样解释。

他进一步介绍，目前数采行业的主流交易模式是线下直接对接交付。与机器人、大模型的高投入、慢回报不同，数据服务是轻资产、高周转、可持续的商业模式。以觅蜂科技为例，他们采用“自营+生态代工”模式，不需要大规模重资产投入，而是通过平台调度、标准输出、订单分发，实现产能快速扩张。同时，数据需求贯穿AI研发全周期，具有长期、稳定、重复采购的特点，客户黏性极高。

杨海波在采访中则强调了“复购”和“复售”两个商业指标。复购意味着客户从单点合同变为框架合同，代表产品质量好、客户黏性强；复售则是将同一批优质场景数据出售给多家不同客户，代表数据的标准性和规范性。2026年第一季度，光轮智能获得了5.5亿元订单。

2026年以来，具身智能市场涌入了大量数据服务商，但数据采集竞争还处于初始阶段，尚未形成稳定的竞争格局。姚卯青表示：“今年数据赛道的核心关键词是‘多、早期、体系不完善’。市面上绝大多数数据厂商产出的数据，还达不到头部具身模型训练的标准。能满足机器人模型高精度、大规模稳定交付要求的供给方极少，整体市场需求远大于供给。此外，绝大多数厂商不具备每月数万到十万小时级的数据交付能力。”

申港证券在研报中表示，高质量真机交互数据、仿真数据与失败案例数据，将成为模型迭代的重要基础。未来，数据闭环效率可能成为机器人企业之间的核心差异之一。