过去一年，机器人和 Physical AI 数据从相对隐蔽的基础设施环节，迅速变成资本密集涌入的新赛道。PANews采访 Axis Robotics 创始人 Chris Feng 时，这家公司刚在 7 月底完成由 Hack VC 领投的 1200 万美元种子轮融资，而它所处的机器人数据市场，也正被越来越多投资机构视作具身智能的“卖铲人”生意。
这种升温在中国市场尤其明显。根据 PANews 文中信息，仅 2026 年上半年，25 家中国具身智能数据创业公司合计获得超过 170 亿元融资。其中国内的光轮智能年内连续完成多轮大额融资，由智元机器人孵化的数据公司觅蜂科技也在成立后迅速筹集到数亿元资金。海外市场同样开始出现专门围绕机器人训练数据成立的初创公司，XDOF 在今年 6 月宣布完成 7000 万美元融资，Axis Robotics 则在 7 月底完成新一轮融资。
Axis 将自己定位为“Physical AI 数据引擎”。公司目前以分布式贡献者网络和网页端仿真数据采集作为重要切入点，同时向第一人称视角、模型后训练等数据形态扩展。Chris Feng 介绍，Axis 已经通过浏览器遥操作收集超过 220 万条机器人轨迹数据，累计数据时长达到 28000 小时。
不过，资本虽然已经进入，机器人数据市场本身仍处在快速变化阶段。数据需求最终会扩张到多大规模，真机、仿真和第一人称视角等不同路线如何组合，数据公司能否形成可持续商业模式，这些问题都还没有定论。围绕这些核心问题，Chris Feng 在采访中系统谈到了 Axis 的判断、数据生产模式和未来规划。
Physical AI 时代的数据缺口正在暴露
Chris Feng 并不是从机器人本体或算法领域直接起步，而是从咨询、投资和数据基础设施一路进入机器人数据行业。他决定正式进入这个方向，原因在于 Physical AI 时代出现了一个非常明确的数据缺口。
他在采访中以 GPT-3 作为参照，称其训练大约需要 1500 万小时的人类互联网数据。相比之下，机器人需要处理的物理世界远比数字世界复杂，不只涉及识别和逻辑，还涉及空间、动作、物体状态，以及动作发生后环境会出现什么变化。
按照他的判断，如果机器人领域要迎来自己的“GPT 时刻”，所需数据可能达到 1 亿小时甚至更高量级。这个差距不只是数量上的，底层数据基础也完全不同。在大语言模型出现前，互联网已经经历数十年发展，网页、书籍、论坛、代码库以及大量数字内容长期积累，天然形成了可训练的数据资源。
现实世界中的人类行为并没有经历类似的系统记录。人们每天做饭、整理物品、操作工具，但这些行为很少被连续记录，更没有被大规模转化成可直接用于机器人训练的标准化数据。随着 VLA 模型、世界模型等技术发展，机器人模型公司开始成为这类数据的直接需求方，一些机器人本体公司也在同步建设模型和数据能力。
机器人形态也在快速分化。人形机器人、机械臂，以及面向工业和服务场景设计的专用设备，对数据的需求并不相同。需求规模持续放大后，传统数据生产方式的局限开始明显暴露。
早期机器人公司通常依赖真机遥操作：由人工直接控制机器人完成任务，同时记录动作轨迹。这类数据最接近真实机器人，但生产速度慢、成本高，还会受到机器人数量、场地和操作人员规模的限制。
Chris 提到，如果机器人基础模型最终需要千万小时级别甚至更多数据，仅靠不断增加机器人、场地和遥操作人员，很难实现经济有效的线性扩张。真实世界本身高度复杂，仅靠企业内部有限的机器人和采集场景，也很难覆盖模型未来可能遇到的环境。于是，如何以可控成本和可扩展方式持续生产足够多样、又能真正改善模型表现的数据，成了 Physical AI 数据行业要解决的核心问题之一。
机器人数据“金字塔”：真机、仿真与第一人称视角
在 Chris 看来，机器人数据并不是单一路径竞争，而是不同来源之间的权衡问题。真实性、成本、可扩展性，以及跨本体复用能力都不一样。他把主要路线大致分为真机遥操作、仿真和人类第一人称视角数据，并用一个“金字塔”来描述它们与机器人本体之间的匹配关系。
金字塔顶部：真机遥操作
位于顶部的是真机遥操作。操作者直接控制真实机器人完成抓取、放置、移动等任务，传感器同步记录机器人关节、末端执行器、视觉和动作信号。它的优势很直接：训练数据来自真实机器人，物理信息最完整，与目标本体之间的差异最小。
问题也同样明显。根据采访中引用的行业数据，一小时高质量真机遥操作数据的综合成本可达 200 美元。这类数据通常还与具体机器人本体高度绑定，跨本体复用能力有限。Chris 举例说，在 Unitree G1 上采集的动作轨迹，不能直接适配不同形态的机器人。
金字塔中部：仿真数据
处在中间位置的是仿真数据。所谓机器人仿真，是把真实机器人的尺寸、关节、动作范围和任务环境尽量还原到虚拟空间，再由操作者或程序控制虚拟机器人完成任务。Chris 提到，目前机器人研究和开发中常用的平台包括 Isaac Sim、MuJoCo 等。
仿真的突出优势在于规模化和可控性。现实中不可能为了采集数据重复搭建成千上万个厨房、仓库或工厂，但在虚拟环境中，同类场景可以快速复制、并行运行。已有轨迹也可以通过改变光照、材质、摄像机位置、物体类型和空间布局等参数，扩展到更多不同环境。
仿真环境中的任务状态还更容易被精确读取。任务是否完成、机械臂是否发生碰撞、物体最终处于什么位置，都可以直接从环境中得到。这让数据验证和自动筛选更容易做。
但仿真并不能完整还原真实世界。摩擦、物体形变、接触状态、传感器噪声以及大量不可控因素，都会造成“仿真到现实”的落差：模型在仿真中表现良好，迁移到真实机器人后性能却可能下降。如何缩小这种差距，一直是机器人研究的核心问题之一。
金字塔底部：第一人称视角数据
另一条近两年明显升温的路线，是人类第一人称视角数据。它试图减少对昂贵机器人本体的依赖，让数据贡献者佩戴头部相机、GoPro，或者直接使用手机，记录做饭、叠衣服、整理房间和操作工具等真实行为。
这一路径背后的逻辑是，如果未来机器人的视觉和动作逻辑与人类具有较高相似性，那么大规模记录“人类如何与世界交互”，理论上就能为机器人基础模型提供非常丰富的数据。它最吸引人的地方在于潜在规模和环境多样性。相比部署大量机器人做遥操作，让普通人在家庭、工厂、商场等场景中记录行为，采集成本和参与门槛更低，也更容易覆盖大量不同环境。
Chris 同时指出，这类数据的训练价值很大程度上取决于未来机器人的本体形态。如果机器人采用轮式底盘、机械臂、专用夹爪等非人形设计，人类操作数据在动作层面的直接迁移价值会明显降低。即便未来人形机器人成为主流，人类动作也不能直接被机器人复制，手部和身体运动仍要经过动作重定向，转换成机器人关节和机械手可执行的轨迹。
他还提到一个经常被忽略的问题：视觉视角。理想情况下，第一人称数据应尽量接近人的视觉位置，但设备可能装在头部、胸前或其他位置。视角变化会明显改变手、物体和摄像头之间的空间关系，这对需要学习三维空间和操作关系的机器人模型是一个很大的挑战。
因此，在 Chris 看来，真机、仿真和第一人称数据之间不存在简单替代关系。真机保证精度，仿真负责放大规模，人类视频提供真实世界场景多样性。未来的机器人数据体系，更可能是不同数据来源的组合和互补。
他还提到，近期一些研究开始弱化对“最优数据”的单一追求。Dyna Robotics 最新发布的 Dyna-2，仅依靠超过 100 万小时人类第一人称视频进行预训练，就观察到了从人类行为数据向机器人能力迁移的规模效应。Axis 自身研究也显示，经过筛选和处理的仿真轨迹，随着数据规模扩大，同样能持续改善模型表现。
从“数据标注”走向“数据生产”
Chris 认为，随着规模、多样性以及数据能否真正转化为模型能力变得越来越重要，机器人数据公司很难只靠单一采集方式满足需求变化。这也把行业带向一个更核心的问题：数据公司到底只是按客户要求完成采集和处理，还是应该更深入地参与模型训练所需数据的设计和生产。
Axis 选择的是后者，并把自己定义为“Physical AI 数据引擎”。在 Chris 看来，“数据标注”和“数据生产”不属于同一层级的业务。数据标注面对的是已经存在的数据，客户决定标什么、怎么标，服务商按规则执行；数据生产则需要判断模型究竟缺什么数据，然后围绕训练目标设计任务、组织采集，并根据模型表现调整下一轮数据。
以厨房操作为例，如果一个机器人模型要学习厨房任务，数据公司不仅要采集数据，还要判断应该设计哪些任务，抓、推、拉、开、关等基础动作如何组合，是否需要深度信息，摄像头如何布置，以及哪些失败案例值得重点采集。
Chris 表示，Axis 与 Booster Robotics、擎羽科技等客户的合作，已经从单纯交付数据升级为“围绕模型训练目标定制的数据生产方案”。例如在与 Booster Robotics 的合作中，Axis 为 Booster T1 量身定制了深度适配其视觉输入与动作空间的专属基础模型（Foundation Models）。按照他的说法，这种模式支持特定任务在极少样本下快速迁移和迭代，从而降低具身智能开发门槛与工程适配成本。
这也是 Axis 更强调“数据引擎”而不是“数据工厂”的原因。Chris 的描述是，商业客户先提出目标场景和能力需求，Axis 据此设计任务，再通过分布式贡献者网络完成数据采集。
除了面向客户交付数据，Axis 也在做自己的数据集和模型验证研究。Chris 称，团队在上半年发布了 AXIS Franka 数据集，这是目前针对 Franka Research 3 机械臂规模最大的开源机器人操作数据集之一，包含 207 个多样操纵任务、超过 5 万条人类演示轨迹，以及逾 6 万个任务场景变体。
在训练成果评估阶段，研究团队利用该数据集对最先进的 VLA 模型 π 0.5 进行了持续预训练。实验结果显示，通过 AXIS-100% 数据快照训练后的模型，在 LIBERO-Plus 鲁棒性基准测试中的整体成功率达到 88.8%。
Chris 还表示，AXIS Franka 数据集在提升模型应对现实干扰方面效果明显。在传感器噪声和相机视角偏移等挑战下，模型鲁棒性分别提升了 13.7% 和 11.3%。研究结果显示，随着数据集快照从 25% 增长到 100%，模型操纵泛化能力呈现稳定扩展趋势，显示出数据规模与下游任务泛化能力之间的正向扩展关系。
不押注单一路线，目标是“机器人领域的 Surge AI”
在 Chris 看来，机器人数据市场变化很快，还没有形成稳定范式。过去一段时间，行业关注点已经从真机遥操作逐步扩展到仿真、第一人称视角等来源。随着基础模型进入更深入的后训练阶段，如何收集失败状态、纠错过程和恢复轨迹，也开始变成新的数据需求。
他在采访中直言：「如果今天市场最需要第一人称视角数据，我就只做第一人称视角；半年以后大家不需要了怎么办？」也因此，他不愿意把 Axis 定义成一家只做某种数据的公司。
Axis 的做法，是把相对稳定的底层能力与不断变化的数据采集方式拆开。底层是分布式贡献者网络、任务管理、数据验证、清洗、增强和处理管线等基础设施；上层则根据模型和客户需求，接入不同的数据产品和采集方式。
目前，Axis 已经从网页端仿真数据采集切入，并逐步拓展到第一人称视角数据和模型后训练。Chris 介绍，最新产品已经加入针对模型偏差和失败状态的纠错数据采集，团队也在推进 DAgger 等后训练数据的采集与处理，计划在年底前发布首个大规模 Human-Gated DAgger 后训练数据集。
他认为，随着机器人模型持续迭代，数据合作伙伴的价值判断也会变化。衡量一家数据公司的能力，不只是看一次能交付多少数据，还要看它能否稳定生产高质量数据，是否拥有持续运转的贡献者网络和数据处理工具，以及能否根据模型表现及时调整下一轮数据内容和结构。
这套思路在一定程度上借鉴了 Scale AI 和 Surge AI 的发展路径，Chris 尤其关注 Surge AI。他希望 Axis 未来能够成为“机器人领域的 Surge AI”。在他的判断里，Surge AI 的优势不只是拥有大量数据标注资源，更在于业务始终跟随模型需求变化，从大模型后训练延伸到智能体训练环境等新环节。Axis 希望复制的，也正是这种不把自己绑定在某一种数据形态上，而是随着 Physical AI 模型训练方式变化持续调整所提供数据和工具的能力。
区块链用在贡献激励和来源追踪
Axis 与其他竞品相比，还有一个特殊标签：区块链。
Chris 说，机器人数据生产过程本身并不需要区块链，仿真仍运行在传统机器人环境中，模型训练也与其他 AI 公司没有区别。区块链发挥作用的环节主要在数据产生之后：Axis 会为经过验证的数据轨迹建立数据 ID，并把任务、数据和贡献者之间的关系记录到 Base 上。
按他的说法，区块链技术在这里主要解决两个问题。
- 第一是贡献激励。数据由全球分布式用户生产时，不同用户完成的数据数量和质量都不同，平台需要知道是谁贡献了什么，这些数据是否真正达到要求。对贡献者来说，关键不在于做得多，而是谁提供了真正有效的数据。
- 第二是来源追踪。Chris 认为，当前 AI 模型训练过程很像黑箱，外界通常只能看到最终模型，很难知道某项能力究竟来自哪些数据、这些数据又是谁生产的。如果任务、轨迹和贡献者关系可以持续记录，未来当某条数据被客户采购时，至少可以保留相对完整的来源记录。
Axis 目前已经上线积分体系，用于记录和衡量用户贡献。Chris 还提到，如果未来发行代币，贡献积分可能成为激励依据；如果某位贡献者的数据最终实现商业化，公司也在考虑未来让其参与收入分成。
不过，这些机制仍处在设计和完善阶段。相比先搭建一整套代币经济再去寻找应用场景，Chris 更强调先确认区块链到底能解决哪些实际问题。他在采访中表示：「我从来没有觉得自己是一家加密机器人公司。」在他的定义中，Axis 首先是一家机器人数据公司，区块链只在能够帮助解决贡献激励和数据来源追踪时才会被使用；如果不能产生实际价值，就没有必要为了“Crypto+AI”的叙事额外引入。
未来 6 至 12 个月：扩充数据覆盖、放大社区和商业化
对于未来 6 至 12 个月的发展路线图，Axis 目前把重点放在产品、社区增长和商业化三个方向。
产品层面，Axis 计划继续扩大第一人称视角数据的采集规模，并新增 UMI 数据和面向移动操作任务的遥操作数据，继续扩展平台覆盖的数据类型和任务范围。除面向普通用户的数据采集入口外，Axis 还计划向企业客户和开发者提供任务生成 API 及数据处理工具，把部分底层数据生产能力进一步产品化。
社区增长也是重点之一。Chris 表示，Axis 希望在未来半年把社区规模扩大到目前的 3 倍，并继续拓展不同区域市场。平台未来希望吸引的不只是普通数据贡献者，还包括更多开发者、研究人员和产业从业者，逐步把平台扩展为一个围绕 Physical AI 数据生产的开放生态。
商业化方面，Axis 目前已经在部分细分领域获得标杆客户，仿真数据和第一人称视角数据也已经产生付费订单。未来半年，公司为自己设定的目标是把年经常性收入（ARR）提升至 50 万至 100 万美元，并进入头部机器人模型公司的供应商名单。
在 Chris 看来，相比收入数字本身，能否进入头部模型公司的供应体系，可能更能检验 Axis 当前这套模式。