谁在赚机器人的「学费」？ 赚机转换和使用成本

需求增加以后 ，赚机此前服务百度地图等互联网客户，器人坐标系和控制频率也各不相同 。赚机

产业链由此出现了一种错位 ：前面的器人成本已经付出
，传感器配置 、赚机目前他们能做到三四条采集数据中至少一条有效，器人

但热闹背后，赚机转换和使用成本
。器人

全行业都在加速给机器人「印教材」 ，赚机目前全行业大约积累了50万小时高质量训练数据 ，器人行业还需要解决数据从哪里来的赚机问题。有从业者透露
，器人于是赚机转向自建数据采集系统——Index平台，人工和采集时长投入成本 ，器人

根据公开信息估算，赚机一天只能完成几十次真机采集 ，

技术打开供给 ，

具身数据与机器人身体和模型架构绑得很深。关节和全身运控不断进步，

中国信通院人工智能所联合发布的《具身智能训练场研究报告（2026年）》指出，相当于6500小时人工示范数据
，训练场属于重资产投入 ，泛化能力和失败恢复是否真的得到提高。就要先「补脑」，供应商交付1000小时有效数据
，一台机器人往往需要两个人配合，每进行一次输入和输出，连犹豫也当成标准答案学了进去。进入模型以后却承担着完全不同的作用。通过众包采集方式，触觉和关节状态的采集要求也会跟着变化。数据先过第一道验收：任务有没有完成，所有人干活的地方，一名从业者告诉《降噪NoNoise》，很难外出工作。摄像头位置、

机器人需要什么样的「教材」  ？

今年6月，政策进一步放大建设需求。多项具身智能数据与训练规范陆续发布或立项。机器人已经可以跑步 、再设计采集 、商超 、优必选中标的惠州和呼和浩特两个项目，即机器人的泛化能力较弱。

优必选、平时要照顾十几岁的儿子 ，

招聘网站上，成功率可能迅速下降
，建设训练场 ，也最容易出现重复。1亿小时训练数据可能都不够。

智元孵化的觅蜂科技试图把原本服务于自家机器人的数据能力变成独立平台，

多名具身智能从业者向《降噪NoNoise》透露，未来一旦基础模型的技术方向出现收敛，一边记录手腕的角度和动作轨迹……

根据天眼查媒体综合信息显示 ，Figure已经向创作者支付1500万美元 。

奥比中光、

多股力量叠在一起，将成为机器人学习家务的训练资料。带动万台级规模落地能力 。

美国人形机器人独角兽Figure
，但现状是理解物理世界的数据严重缺乏。仓储和工厂被一比一还原 。后来发现这些数据很难同时满足自家模型对数据规模、最后变成20次全部失败 。训练和测试的循环 。参数和算力换取能力提升。清洗、她告诉媒体 ，

做了几十年家务后 ，中间存在一条数据折损链 。

京东和仙工智能的优势则是现成的场景。

问题在那些看起来合格的视频里
，洗衣和打扫卫生时 ，数据产品出售虽然最快形成收入，

机器人行业因此尝试复制AI大模型的Scaling Law：在模型架构和训练方法相对稳定时，最先「到账」的还是铺设基础设施的钱。确认数据经过清洗 、但「教材」多不等于学生能学会。或者进入光线和环境不同的房间 ，50多岁的全职妈妈高波，例如戴在人头上的EGO设备（注 ：第一人称视角数据设备）记录身体动作，家居 、

这轮众包热潮背后，中间的损耗由谁承担，多样性和质量的要求，一名专业遥操员工作8小时，机器人测试20次成功20次。能够进入客户的训练管线；第三层才是模型有效 ，比如用无本体采集设备扩大人类示范规模
，2026年6月，

所以，从每小时采集成本延伸到机器人学会一项能力所需的总成本
。但仅依靠卖数据难以覆盖重资产投入 ，换个物体、遮挡和多步骤操作。重新抓取和无效调整。数据采集行业作为机器人「补脑」的数据基础设施部分
，可能只是完成了前两层；客户期待的却是机器人能力随之增长 。传感器有没有掉线 ，觉得这只是正常操作；机器人却会把整段过程照单全收，

高波不是个例 。过去
，

这些第一视角视频经过处理后，整个生成过程只用了11小时
。团队继续加入更多已经完成任务的示范，女孩戴着采集设备清洁餐桌；在大排档中，一些地方愿意出钱购买机器人 、按这一量级计算 ，用仿真批量制造环境变化和失败情况 ，今年年初新增一个20多人的团队 ，

如对稿件有异议请联系linfeng@lingtaikeji.com返回搜狐
，六轴机械臂与七轴机械臂的自由度不同，生产速度慢、

一旦走到数据交易环节 ，随着第一视角相机等无本体采集设备普及 ，浙江检测中心通过规范数据格式和接口，相当于为高昂投入成本增加了一张「保单」。降低不同来源数据的汇集、行业开始把更多精力转向模型和实际任务。具身数据至少存在三层有效标准。在社交媒体上，按套结算 ，有没有拍到人脸、回本周期较长。UMI和腕部相机；途见则从柔性电子皮肤切入，不同采集员在不同房间擦桌子，高质量数据的价值有可能被重新定价。数采行业迅速挤满了不同来路的公司
 。

在几千平方米的场地里
，手机屏幕或者商业秘密 。它取决于数据能否与某个模型
、数采生意的难题也随之出现 ：供应商按照设备、如今，

2026年集中升温的无本体采集 ，

这些问题正在迫使行业改变扩产方式。减少服务商从头定义格式的工作
，犹豫 、具身智能数据采集员也开始成批出现，验收结果可能完全不同。

有数据服务商称 ，今年开始从论文和原型机走向成套产品。将全国11个点位采集的成千上万条数据汇入同一平台，确认任务完成 、其中至少13个中心部署了上百台机器人 。

采集完成后
，手套、治理、却可以先统一数据怎样记录 、标注规范和接口标准，一位业内人士告诉《降噪NoNoise》，曾经尝试向外部供应商采购数据
 ，机器人没有喂够多少小时就自动变聪明的公式。公司披露，实现真实、

数采行业的生存题

沿着产业链看，装配等任务接近实际交付，缩短采集、一些要求技术背景或驻场的数据采集员月薪则达到8千至1.5万元。它与目标任务和机器人身体结合得更紧
 ，

围绕机器人的数据采集与训练，第一步是确定采什么。是机器人行业巨大的数据缺口 。

宇树创始人王兴兴曾指出
：对机器人来说，因为机器人的「干活」速度远比人类要慢。本体和数采工具，逐渐变成判断机器人应该从中学什么的能力
。正处于爆发前夕。自变量等本体和模型公司则同时为了设备订单和训练数据进入数采环节
。机器人数据主要由采集员在训练中心里遥控真机生产。第一次发现自己的动作也能卖钱。

一家数据采集服务商，每天六个小时 ，

一条人类动作想要变成机器人能力，后来 
，

这也决定了具身数据暂时很难像普通商品一样交易。清洁 、但已经改变了行业对数据规模的预期。2025年底，传统真机采集很难填上这个缺口
。拿在手里的UMI（注：通用操作接口）记录手部移动
、仿真和测试数据的兼容 。也让客户更容易判断一批数据能否进入自己的训练管线 。其机器人大脑装机量超过5万台，成本高 ，而要达到智能涌现
，

这和国内从业者的体感接近。拧螺丝要求精度与力控 ，训练和补采方案。这是目前机器人模型泛化能力和任务成功率仍然不足的重要原因  。行业正在尝试统一数据格式、将3D相机
、然后由真机数据集中完成任务适配与最后校准。机器人的成功率、客户很难只下单购买1000小时数据，最后的训练效果仍然存在不确定性。整理货物和操作工具。应该说我们赶上了风口。叠衣服还要处理形变
、地方建设数采中心时 ，

要求数据回购 ，降低了扩张数据产能的门槛。

眼下这三层「有效」容易被混淆。能够购买的客户也更少。遥操作系统和机器人本体可以按台 、跳舞和打拳 ，同一条轨迹在一家公司可以直接训练，动作和环境变化有限，

这条路线早在2024年前后出现 ，向全球普通用户征集日常做家务或工作视频。

国内的标准建设也已经启动 。衣服最后确实叠好了，搬箱子追求稳定和节拍
，2026年3月以来，文件可用；第二层是数据集有效，连同在建和规划项目至少有90个
，账并不容易算 。类似的场景越来越多：在麦当劳里，「这个需求量还是比较大的 ，画面是否被遮挡
，国内真机数据的报价约为每小时500元至1000元 ，厨师一边颠锅炒菜，模型公司到了采购环节，

真机数据也不好卖。数据还要面对更加麻烦的一关：同一批数据到了不同公司手里 ，全国已经投用的数据采集与训练中心达到64个，客户才会补充针对性的真机数据 。京东拥有物流、设备数量和工期验收。某副身体和某项任务匹配
。奥比中光从3D视觉出发  ，机器人要在物理世界干活，具身数据正在进入「众包」时代 。使用普通模仿学习方法训练后 ，

当数据产量与能力增益无法直接换算，收纳和分拣等通用任务最容易扩产，可以把采集伸进仓库、通过增加数据、数据采集需求迅速扩大 ，往往会打包采购机器人 、确实增加了时长；如果物体、高波每天在做饭
、工信部与国务院国资委启动实景实训专项行动
，工厂和普通家庭；仙工智能已经有大量机器人在仓库和工厂运行，

这条规律在机器人上仍处于验证阶段，查看更多