一天吃透一条产业链：物理AI-数采

01产业链全景图

02 物理AI-数据采集 简介

人形机器人四肢硬件方案逐步定型，行业瓶颈转移到机器人大脑。随着 AI 与具身智能快速发展，大脑能否让机器人感知环境、理解指令、自主规划并完成任务，决定产业后续发展空间。

2023 年 11 月工信部发文明确，打造机器人大脑，核心是搭建大模型训练库，积累高质量多模态数据。

02-1、物理AI的数据采集

物理AI（比如人形机器人、自动驾驶）的数据采集，和ChatGPT这种大语言模型完全不是一回事。

打个比方：训练ChatGPT就像让它“读万卷书”，把互联网上的文字、图片全喂给它就行；而训练物理AI，得让它“行万里路”，得教它在真实世界里怎么走路、怎么抓杯子、摔倒了怎么爬起来。所以，物理AI的数据采集，核心是采集“带物理规律的交互数据”。

具体来说，主要采集这三样东西：

1、看什么（视觉）：2、摸到什么（触觉/力觉）：3、怎么动（空间与动作）：

02-2、为什么重要

数据采集与人形机器人发展互相促进。数据是机器人大脑的核心训练原料，直接决定落地效果，同时它已是订单里占比最高的赛道，2025 年千万级订单中占 31.25%。优质数据提升模型能力，智能机器人又能产出更多高质量数据，形成正向循环。

目前数据缺口大、采集成本高是主要瓶颈。机器人动作数据采集难度远高于图文数据，行业所需百万小时真实交互数据，现有存量不足 5%。因此各家厂商纷纷布局数据采集，靠高质量数据争夺大脑性能优势。

03 上游产业链-设备端

数据采集设备包含机器人整机、穿戴式第一视角相机、UMI 相机、IMU、触觉传感手套、麦爪等。

从数据结构看，第一视角这类无实体数据占 40%-50%，真机操作数据占 30%，剩下是仿真与故障数据。由此可见，穿戴式第一视角相机、UMI 相机、IMU 的市场需求最高。

03-1、机器视觉

以奥比中光为例，是深度相机龙头，同步做标准件与定制件，推出 EGO、UMI、Hub 等多款数采设备。依托 3D 视觉技术，它既能提供标准化采集方案，也可以按需定制，凭借制造与产品生态拓展市场。

深度相机技术迁移性强。奥比中光掌握多种深度视觉底层技术，自研芯片、算法与软硬件，一体化能力突出，在移动机器人赛道市占率超 70%。它把 3D 视觉和 2D 相机技术结合，切入非本体的数据采集场景。

03-2、IMU

IMU（惯性测量单元）就像设备的“内耳”，通过感知加速度和旋转角度，让机器即使在没有GPS或外部网络信号的情况下，也能清楚自己现在是在直行、转弯还是倾斜。

当前，所有靠摄像头采集数据的方案，都要搭配 IMU，它决定数据准不准、时间能不能对上、好不好用。

遥操用的动捕服、手套、VR 头显，每个点位都装有 IMU。在 UMI 夹爪、EGO 头戴设备里，摄像头拍画面，IMU 记录动作姿态，解决被遮挡、快速移动时画面数据丢失的问题。

IMU 按精度分成消费、工业、战术、导航四个等级，相关企业可以关注华依科技、芯动联科。

国内 IMU 市场基本被海外大厂把控，高端产品的差距尤其突出，霍尼韦尔、ADI 这类外企占据主要份额，国内 MEMS 加速度计市场前四名全部是国外品牌，合计份额接近 7 成，IMU 市场前五名也都是外企，合计占比高达 9 成，国产厂商还有很大的追赶空间。

03-3、触觉/灵巧手

详细情况：

灵巧手可以理解成机器人的仿生手，模仿人手的形态与功能，能够抓取、操作各类大小、轻重不一的物体，适配多样任务场景，特斯拉灵巧手目前已经迭代到第三代，性能持续优化。

它复刻人手结构，依靠多指节、多关节、多自由度设计，复刻人手捏、握这类精细动作。灵巧手集成驱动、传动、感知三套系统，和普通夹爪相比自由度更高，可以实现更复杂的操作；代价是成本更高，可靠性、维护难度不及夹爪，同时对算法的场景泛化能力也提出了更高要求。

机构测算，2024 到 2030 年，全球多指灵巧手市场年均增速64.6%，到 2030 年规模会突破 50 亿美元，行业即将迎来快速扩张。

国内这边，2024 年灵巧手销量 0.57 万只，2024 至 2030 年年复合增速达到 90%，预计 2030 年国内总销量超过 34 万只，其中供人形机器人使用的就有 32.5 万只。

全球灵巧手市场，亚太地区拿下了最大份额（37.9%），北美（32.6%）和欧洲（25.3%）紧随其后。

美国企业目前占据先发优势，但中国企业正加速追赶，因时机器人、傲意科技等已具备较强竞争力。

看玩家阵容，海外有Shadow Robot、Festo等老牌巨头，国内评出的最具竞争力前十名里，因时机器人、傲意科技和帕西尼感知赫然在列。

04 中游产业链--数采服务

04-1、数采技术

真实采集数据、仿真合成数据、互联网数据，共同组成数据金字塔：体量一层比一层更大，但成本和精度逐层降低。

其中真实数据里，机器人自主工作产生的数据很少，大多靠动捕、遥操这类人机协同方式采集，本质上是采集人的动作数据；仿真合成数据、互联网公开数据以及纯人类动作数据，体量都远远超过机器人真机采集的数据。

当前，进一步细化，数据采集的核心路径如下所示：

04-2、数据采集方式

2025年，国内外机器人巨头都在疯狂抢数据。国内方面，宇树、智元、星海图等企业主打“降本”，纷纷推出专用于采集数据的轮式机器人本体，并配套自研软件，大幅降低硬件门槛，打通从设备到模型的训练闭环。

海外巨头则财大气粗，砸重金死磕“真实环境”。比如Figure AI借资管巨头的10万套住宅，疯狂采集人类第一视角视频；特斯拉直接招募专员，让人穿动捕服、戴VR头显“打工”录数据。

英伟达专家直言，训练机器人可能需要数百万小时的数据。现在大家拼的就是谁能用更低成本、更高效率“刷经验”，谁掌握了海量真实数据，谁就拿到了物理AI时代的门票。

04-2、现有数采中心

2025年全国正密集建设至少15家“机器人数据工厂”，呈现出北京领头、长三角密集、中西部跟进的格局。

这种工厂主要由政府牵头、科研机构和本体企业搭台，把数据采集、处理到训练做成一条龙。

技术路线也分出了新旧两派：北京石景山等老牌中心多靠传统的遥操作和动捕；而天津帕西尼、宿迁京东等新玩家，已经开始主攻人类视角采集和灵巧手操作等更高阶的玩法了。

04-4、国内的核心参与者

1、整机真实数据--智元

智元这步棋走得极重，直接砸钱建起“数据工厂”，要在具身智能赛道当最大的“卖水人”。人家底子确实厚：成立至今融了11轮，估值干到150亿，2025年机器出货量直接破5000台。

2024年，智元在上海张江搞了国内首个规模化遥操作采集工厂，年底反手开源了全球首个百万真机数据集。连英伟达训练大模型用的真机数据，都有80%来自它。

到了2026年，智元干脆把拼图补齐了：甩出超大规模数据集，配合升级版的仿真平台和基座大模型，甚至直接在真实的产线现场跑通了验证。从采数据、练模型到进厂干活，彻底跑通了闭环。但在他们联合创始人眼里，百亿级数据量远远不够，这盘棋的终局是万亿级。

2、轻量化采集--京东

京东玩的是“人民战争”式的数据采集，打算拉上近60万人（10万员工+50万外部大众），搞一场人类史上规模最大的数据采集行动。

核心武器是他们自研的穿戴终端“JoyEgoCam”，相当于把专业采集器做成了“傻瓜相机”。普通人戴上它在物流、医疗、家庭等场景里随便走，就能“即戴即采”，直接解决数据源头“不真不准”的痛点。

按计划，两年内要攒够1000万小时的真机视频。这笔庞大的数据资产分三路走：一部分留着自己喂模型；一部分上架交易平台与同行合作；最后还向学术界开放，直接化身具身智能的“数据大亨”。

3、仿真/合成数据--银河通用

当同行还在砸钱雇人“满世界跑”采真机数据时，银河通用选了另一条路：死磕仿真虚拟数据。

它们用极其高效的“数据印钞机”（一周生成10亿帧），证明了纯虚拟数据预训练完全可行，效率号称是业内的1000倍。这硬核实力让资本疯狂买单，2024年和2026年3月分别融了7亿和25亿。

靠着海量廉价数据，银河通用开源了千万级灵巧手数据集，还联合智源发布了抓取大模型GraspVLA。这个模型泛化能力极强，不管光线怎么变、物体怎么放，都能稳稳抓取。目前，这套基于虚拟训练的系统已在零售、汽车产线等真实场景落地，做到了用虚拟算力撬动物理商业。

4、上市数据供应商--海天瑞声

海天瑞声作为国内最早做AI训练数据的“老大哥”，深耕数据采集与治理近20年，服务覆盖全球70国。

如今全面发力具身智能：不仅参与发起“100万小时超高质量真实数据计划”，还拿下了国内头部机器人厂商的真机采集订单，正稳步推进方案落地。

2025年8月，海天瑞声联手石景山人形机器人数据训练中心建立“训练场”。海天瑞声输出其数据资源与轻量仿人机械臂技术，配合训练中心的场地与项目优势，双方强强联手，打通具身智能从数据开发到场景应用的闭环。

05 下游产业链--应用场景

物理AI数采的下游，核心是把真实世界采集到的视觉、触觉和动作数据，用于机器人模型训练与迭代。

目前主要落地在汽车制造、工业巡检、电力作业、仓储物流、商业服务及康养陪伴等场景。机器人在真实任务中持续回传数据，再反哺模型优化，形成“部署—采集—训练—再部署”的闭环。

随着应用规模扩大，场景数据将成为提升机器人泛化能力和作业可靠性的关键资产。

下方扫码直接加入：