由于具身智能机器人训练的需要，具身智能数据产业近年来迎来爆发。从具身智能实训场内不间断作业的机器人“学员”，到动捕笼中全身穿戴传感器的人类采集员，再到虚拟世界中以一条数据生成百条数据的仿真训练场，具身智能数据产业正不断吸引参与者加入这场物理AI浪潮。

其中，真机数据、无本体采集数据、仿真数据成为具身智能训练的三大类数据养料，对应着不同生产方式和生产局限。行业快速扩充数据规模的同时，从业者认为，数据质量和数据评测标准至关重要。

构建具身智能学习、训练场

10月15日，中国香港首个“具身智能国际应用训练场”落地，各家具身智能公司派出机器人“王牌学员”，在不同岗位执行特定任务。参观者可以看到，智平方（深圳）科技股份有限公司的AlphaBot机器人正操作饮品机，可轻松打好一杯饮料；北京银河通用机器人股份有限公司的Galbot机器人在一排商品货架前取售商品；北京星动纪元科技股份有限公司的星动M7人形机器人可识别包裹上的标签位置，用灵巧手将其快速翻转，标签朝上。通过具身智能技术在真实应用场景中的训练、验证与优化，机器人获取的数据将反哺具身智能模型训练。

具身智能实训场这一新兴业态，来自具身智能产业发展所催生的数据需求。为了让具身机器人在各种实际应用场景中落地，地方政府与行业企业合作，让机器人进入工业或消费场景“学习”，获取真实作业所需要的数据，让模型“更聪明”。此外，北京、上海、深圳等多地近年来建设具身智能数据采集中心，集中招募机器人“学员”，让人类采集员指导机器人作业、获取数据。

实际上，这类“学习”场所带来的机器人采购需求正在快速增长。券商研报显示，2025年全球人形机器人出货量为1.83万台，其中数据中心采购量为3181台，占17.4%；2026年，预计全球数据中心对人形机器人的需求还将同比增长140%，达到7635台。

具身智能模型训练存在的数据缺口，催生了具身智能数据采集行业。中国信息通信研究院报告显示，具身智能模型要迎来“ChatGPT”时刻，至少需要千万小时级真实数据，而当前全球可用的高质量真实数据仅为数十万至百万小时级。

以企业公开数据为例，宇树科技3月发布全身遥操作真机数据集UnifoLM-WBT-Dataset，早期包含340小时合计189万条动作轨迹，并在后续持续高频更新。北京人形机器人创新中心相关负责人对记者表示，通过矩阵式采集，其数据采集基地的真机数据年产能可达18万小时，目前已对外交付近3万小时高质量数据。今年6月，由星海图（北京）人工智能科技股份有限公司参与组建的数据公司，计划在今年完成百万小时数据采集。

为匹配行业发展需求，全国各地和头部企业积极投入具身智能训练场建设，目前已建成启用超70家具身智能训练场，另有40多家在建或处于规划中。

数据采集方式进阶

在具身智能实训场或是数据采集中心，机器人是数据采集的主体，进行真机采集；而具身智能数据采集还有另一大技术路线——无本体采集，无需依托昂贵的机器人本体，以人类作为动作主体完成数据采集。面向具身智能行业庞大的数据需求，不少企业借此切入这一赛道。

北京诺亦腾科技有限公司是一家提供动作捕捉设备与解决方案的公司，主要客户来自影视、游戏等行业。近年来，公司团队发现来自具身智能行业的需求快速增长，遂于2025年分拆成立了诺亦腾机器人科技（北京）有限公司（简称“诺亦腾机器人”）。

“十年前，机器人行业只是公司业务中非常小的一部分。例如早稻田大学的研究团队曾采购几套设备，去做机器人的Demo演示。如今，国内外多家具身智能头部公司已经成为我们的客户。”诺亦腾机器人市场公关总监檀煜鑫告诉记者。

在诺亦腾机器人数据采集场地，动捕笼像一个长着十几只敏锐“眼睛”的立方体，通过光学摄像头，全方位观察采集员的一举一动。采集员全身上下穿戴着27个惯性传感器以及光学标记点，每一次精细手部动作，其运动的轨迹、关节的压力，都被“尽收眼底”。

如今，诺亦腾机器人向具身智能企业提供三类数据，分别是聚焦精细操作行为的全模态OM数据，聚焦人与物体在大空间环境下交互的MOV数据，以及轻量化采集的ITW数据。“目前，公司ITW数据年产能最高可达30万小时，MOV数据约为10万小时，OM数据约为5万小时。”檀煜鑫表示，具身智能行业的数据需求远大于供给，目前业内单家客户的数据订单规模已经从几万小时向百万小时演进。互联网大厂、具身智能本体制造商，均在采购具身智能数据的客户名单上。

视觉感知设备是无本体采集设备中的重要组成部分。成立于2013年的奥比中光主要研发、生产3D视觉感知产品，如今公司转变定位，要成为具身智能数据采集的硬件平台。

在今年8月举行的2026世界机器人大会期间，奥比中光创始人、董事长兼CEO黄源浩接受中国证券报记者采访时坦言，具身智能发展带来的市场需求远超预期：“我们做企业13年多，从去年下半年开始，第一次被客户追着要货。过去客户计划采购1万个传感器，实际提货两三千个；去年客户上报需要5000个，实际提货达1.5万个。未来可能更多。”

数据扩产与提质并行

北京海淀区“全球创新社区”四楼，元昊动力（北京）科技有限公司的年轻员工们正在用仿真数据测试机器人任务执行能力。该公司刚成立不到一年，却已经是多家具身智能头部公司的数据供应商。

公司创始人、清华大学智能产业研究院助理教授赵昊对记者表示，仿真引擎可通过域随机化，将一条数据变为数百条，批量生成符合物理规律的仿真数据，破解数据不足的困境。

他表示，其团队正通过大量仿真数据来刻画虚拟4D世界的基本物理属性，在一个机器人训练场景中，光线的变化、视角的变化、物体的形变，都以符合物理世界规律的方式呈现出来。团队通过计算流体动力学仿真（CFD）、增量势能接触仿真（IPC），生成符合物理规律的动态场景数据，再利用神经网络学习这些数据，并内化到世界模型中，形成一座可持续扩展的数字训练场，供具身智能企业使用。

目前，无论是真机采集、无本体采集还是仿真数据生成，都存在各自局限。记者调研了解到，真机采集的数据质量较高，但面临高昂成本，如建设数据采集中心需要数据采集人员、机器人本体、环境场景、传感器设备等，实现规模化产出需数千万元级投入。无本体采集成本更低，但将人的行为数据迁移至机器人，仍存在技术难点。仿真数据对虚拟环境中的物理真实提出极高要求，同时也是算力密集型任务，对研究者的专业能力有一定要求。价格方面，仿真数据、无本体采集数据、真机采集数据，价格逐渐递增，每小时数据价格从几十元至数百元不等。

群核科技是仿真数据市场的新晋参与者之一。群核科技3D空间智能训练服务平台SpatialVerse相关负责人对记者表示，实际上，仿真数据与真机、无本体采集数据是互补关系。仿真数据无需搭建真实场景，生产成本更低，还能模拟极端场景。“当前，行业共识是先让机器人在数字世界完成预训练，再到物理世界做补充训练，以实现高效、低成本且有广泛应用价值的解决方案。”该负责人称。

此外，在多种技术路径扩充数据规模的同时，数据质量的重要性正加速显现。赵昊认为，提升机器人完成具体任务的能力，不能只追求数据规模，更要看重技术范式和数据质量，“通过数据标注提升数据质量，远比一味堆砌数据效果要好得多。高质量的数据标注对模型效果至关重要。”

但如今行业还缺少一套公认的质量评判标尺。檀煜鑫表示，具身智能数据行业尚未形成绝对统一的数据质量基准，缺少评测体系支撑。他认为，评估标准应包含对数据多样性的检验，以及验证数据的运用能否带来模型性能的相应提升。赵昊认为，包含长程动作，具备场景与工具多样化的数据更具价值。

从业者普遍认为，数据将成为具身智能行业的重要战场，决定具身机器人落地应用的进程。目前具身智能头部企业正致力于收集超过100万小时的真实数据，涵盖工业、物流、服务和家庭等场景。