具身数据行业正在从机器人公司的配套环节，单独长成一条赛道。
量子位不完全统计了 97 家国内具身数据玩家，其中国内 70 家做数据采集，27 家做数据 infra。按其口径，在 2025 年 7 月 1 日至 2026 年 7 月 1 日这一年里，15 家“不做本体、不做模型、只做数据的独立具身数据服务商”共完成 34 起融资，合计约 44.7 亿元。
报道举例称，在湖南郴州，一家中国移动营业厅挂牌“具身数据采集5S店”，普通顾客领取夹爪、手套和头戴相机后，经过简单培训，就可以在做家务时同步采集机器人训练数据。首期投放的 1000 套设备，满产状态下每年可采集 100 万小时数据。
类似尝试还包括免费上门保洁、把数采做成 VR 游戏、将机器人接入互联网后由采集员远程“云操控”等。量子位认为，这些做法背后反映的是机器人对训练数据的持续紧缺。
四条采集路线并行，跨路线方案最多
按数据采集技术路线划分，当前主流方案有四类：
- 真机遥操：人类操控真实机器人执行任务，同步采集动作、状态及传感器数据。
- 无本体采集：人直接完成示范，通过动捕、夹爪映射、第一视角相机等设备采集动作，无需机器人参与。
- 仿真合成：在虚拟环境中批量生成机器人交互数据，用于模型训练。
- 互联网视频蒸馏：从互联网视频中提取人类动作知识，转化为具身模型可学习的数据。
在统计的 70 家数采公司或平台中，有 30 家同时走多条采集路线，占 43%。例如真机遥操加无本体、真机遥操加仿真、无本体加仿真，或全路线布局。跨路线采集的玩家数量，高于单独押注任一单一路线的玩家。
量子位提到，行业常用“数据金字塔”描述机器人训练所需的数据结构，目前没有任何一种采集方式可以单独满足训练需求。
真机遥操玩家最多，无本体路线公司更年轻
单独押注真机遥操路线的玩家有 22 家，占 31%。这 22 家中，13 家是国资数据平台，7 家是机器人公司，另外 1 家从 AI 数据标注行业转型，1 家从工业装备制造领域跨界进入。
报道认为，机器人公司具备硬件优势和真实需求，做真机遥操是自然延伸；国资数据平台则更容易调动本体、场地和操作员等重资产资源。
单独押注无本体采集路线的公司有 15 家，占 21%。这条赛道里的公司最年轻，绝大多数成立于 2024 年 9 月之后。其技术子类也更丰富，包括 Ego 视角、UMI、动作捕捉、sEMG 肌电和触觉采集等。
单独押注仿真合成的玩家只有 2 家，分别是松应科技和谋先飞（Motphys）；单独押注互联网视频蒸馏路线的则只有 1 家，为枢途科技。报道称，枢途科技从互联网单目 RGB 视频中提取多模态机器人训练数据，宣称可将综合采集成本降到行业平均水平的千分之五。
一些曾以仿真为核心的玩家，近来也开始补齐其他路线。报道提到，光轮智能开始采集人类数据，银河通用则在今年 6 月发布全身遥操作系统，具备了遥操数据采集能力。
量子位给出的原因有两点：一是外部供给增加，真机数据和人类数据价格持续下降，削弱了仿真数据在规模和成本上的优势；二是 sim2real gap 仍缺少较好解法，真实世界里的摩擦、形变、力觉与触觉反馈仍难以高保真还原。
独立数据服务商已成最大群体
如果不看技术路线，而按玩家身份分类，97 家参与者可分为 5 类：
- 独立数据服务商 39 家，占 40%；
- 国资数据平台 25 家，占 26%；
- 机器人公司 24 家，占 25%；
- 工业和 IT 跨界公司 5 家，占 5%；
- 大厂平台型公司 4 家，占 4%。
其中，独立数据服务商已是最大的玩家群体。报道据此判断，具身数据正在成为独立赛道，而不再只是机器人公司的附属部门。
从企业来源看，97 家玩家中有 65 家属于“具身原生”，占 67%；32 家属于“跨界转型”，占 33%。
但数采公司和数据 infra 公司的构成并不一样。70 家数采公司中，57 家是“具身原生”，约占八成；27 家数据 infra 公司中，19 家是“跨界转型”，约占七成。报道提到，海天瑞声、数据堂、云测数据等 AI 数据标注公司积累的管线、质检和交付能力，更容易迁移到具身数据 infra；而数据采集环节缺少现成资产，新公司反而更容易轻装上阵。
现有年产能 160 万至 180 万小时，短期目标扩大 15 至 20 倍
按量子位不完全统计，具身数据行业现有年产能为 160 万至 180 万小时，加上 7000 万至 8000 万条数据。
行业短期目标是在未来 1 至 3 年内，将产出提升至 2500 万至 3500 万小时，并达到亿条级数据。仅按小时数看，短期目标相当于现有产能的 15 至 20 倍。
报道提醒，由于各家机构披露口径不同，小时数和条数目前没有统一换算标准，因此并行列出。这些数字只统计真机遥操数据和无本体采集数据，未纳入仿真合成数据；产能则根据公司或平台已披露信息做保守估计，实际数字可能更高。
至于机器人训练数据的总需求量，报道称目前仍未知。文中援引一个对照：截至今年初，全球高质量真实物理交互数据总量只有约 50 万小时，不足 LLM 训练数据量的两万分之一。即便短期产能目标全部兑现，相比大语言模型的数据量，也可能只是刚到起跑线。
数采工厂已铺到 20 个省份，长三角最多
在布局上，全国数采工厂已覆盖 20 个省份，其中国资背景的数采工厂覆盖 16 个省份。
主要分布区域为长三角、京津冀和珠三角，其中长三角以 30 座居首。与此同时，宿迁、自贡、郴州、运城、德清等三、四线城市也成为数采工厂的选址地。
报道称，这种分布与技术路线相关：遥操类数采工厂散布各省，轻资产的无本体路线公司则更多集中在一线城市。
一些城市已开始打造数采产业名片。文中提到，无锡是全国首个提出城市全域数据采集概念的城市，重点做法之一是鼓励制造业和服务业企业开放产线、平台，把真实场景作为数据采集厂。
过去一年 15 家独立服务商融资 44.7 亿元，头部集中明显
从融资看，量子位筛选出 15 家“独立具身数据服务商”，标准包括不做通用机器人本体、不训练具身模型、以具身数据为核心业务。
在 2025 年 7 月 1 日至 2026 年 7 月 1 日期间，这 15 家公司共完成 34 起融资，合计约 44.7 亿元人民币。融资时间高度集中，2026 年 4 月至 6 月三个月内的融资事件数量占四成多。
作为对照，量子位此前统计，2026 年上半年具身智能全行业融资约 438 亿元。按这一口径，具身数据赛道一年融到的钱，只是具身智能全行业半年融资中的一小部分。
这 15 家公司内部也已出现明显分层。
第一梯队中，光轮智能最突出。该公司过去一年完成 6 起融资，共融资 31 亿元，约占总融资额的七成。它也是唯一披露估值的独立具身数据服务商，最新估值超过 20 亿美元，约合人民币超过 135 亿元。报道称其为全球首个具身数据独角兽。
第二梯队有 11 家，包括简智机器人、诺亦腾机器人、渊澈太初、觅蜂科技等。它们过去一年累计融资规模在数千万元至数亿元之间，融资阶段大多处于 Pre-A 轮及以前，只有少数成立较早、由 AI 数据标注转型而来的公司突破 A 轮。
第三梯队有 3 家，分别是枢途科技、智域基石、补天石科技，过去一年的累计融资在数千万元级别，融资轮次为天使轮，业务仍处于早期验证阶段。
69 家投资机构出手，但暂无重仓者
从投资机构数量看，过去一年共有 69 家机构投资了这 15 家独立具身数据服务商。
其中国方创投出手 3 次，出手 2 次的机构有 5 家，剩余 63 家机构都只投了 1 次。报道据此认为，当前市场对方向已有共识，但对具体标的仍未形成一致判断。
文中提到，资本谨慎的一部分原因在于，相比想象空间更大的具身“大脑”，具身数据更像劳动力密集型业务，价格竞争可能持续加剧，客户需求量的预期也相对更清晰。
不过，也有投资人向量子位表示，这个行业存在延展空间，一方面是海外市场较大，另一方面是数据采集能力还可以延伸至模型评测等环节，成为物理 AI 的基础设施。
半数以上融资公司成立不足一年，盈利情况仍少披露
报道最后指出，独立具身数据行业整体仍处在早期阶段。
从公司发展看，近一年拿到融资的独立具身数据服务商中，半数以上成立时间不足一年；从融资轮次看，15 家公司里有 13 家最新轮次在 A 轮及以前；从商业模式看，尚无公司披露利润，仅弈人科技自称盈利，但未公开具体利润数字。
量子位将上述行业现状概括为三点：具身数据已成长为独立赛道；这条赛道仍在早期，很多问题尚未解决；资本仍在广泛试探，鲜有公司证明“纯卖数据”能成为一门赚钱的生意。
按报道说法，接下来一两年可能是这门生意的验证窗口，产能能否兑现、价格竞争会走到哪里、谁先拿出利润表，都将影响具身数据服务商能否真正跑通商业模式。