算力可以買，但資料卻買不到。機器人的糧食，得拿命去換。
一、大模型吃得腦滿腸肥，機器人還在餓肚子
先講個在具身智能展會上所撞見的對比畫面。
一個展台前，人形機器人正在表演"開冰箱拿可樂"。結果呢？冰箱門拉開到一半，機械臂卡在半空，關節電機嗡嗡響，現場工程師的臉比觀眾還紅。旁邊另一個展台，大屏上的大模型幾秒鐘生成了一篇結構完整的行業研報，底下一片驚嘆。
同一個場館，卻存在冰火兩重天的場景。
這事兒怪演算法嗎？不怪。VLA、世界模型、擴散策略，這論文發得一篇比一篇漂亮。怪算力嗎？也不怪。Dojo、輝達的算力叢集，只要錢到位了，想辦法都能租得到。那應該怪誰？
怪資料。怪那個所有人都知道、但很少有人敢往透了說的真相——機器人"大腦"訓練不起來，卡死在實體資料上。而實體資料這東西，你砸再多錢，也很難買得來，它需要實實在在的實踐、積累和訓練。
大模型憑什麼聰明？因為它把人類幾千年來所積蓄下來的文字資料、程式碼、多媒體資料全吃進去了。那是幾兆 token，是一片資料海洋。
而機器人呢？截至 2026 年初，全球合規可用的真實物理互動資料，據業內測算只有約 50 萬小時——不足大模型訓練語料的兩萬分之一。而訓練一個真正通用的具身大模型，從行業共識來看，至少需要 1000 萬小時。而市場上的資料缺口高達99% 以上。
一個池子裡的水只夠裝滿水桶，你非得讓它灌溉整片農田。
這就是機器人"大腦"難訓的根本原因：大模型的糧食是現成的，機器人的糧食得拿命去換。
二、算力可以買，資料真的買不到
這兩年有個說法很流行：資料是"新石油"。說這話的人大多沒想明白，石油好歹能挖，真機資料連挖都沒地方挖。
算力是什麼？算力是商品。你兜裡有錢，今天下單明天就能租到一萬張卡，輝達的產能就是你的產能。算力遵循摩爾定律，時間站在你這邊——同樣的錢，明年買到的是兩倍的算力。
資料是什麼？資料是資產，而且是唯一無法通過資本槓桿撬動的資產。
你想想，一小時真機資料意味著什麼？意味著一個真實的人類操作員，在真實的世界裡，戴著頭顯、握著手把，用一小時的時間，指揮一具真實的具身機器人，在一個真實的場景裡，完成一次真實的任務操作。時間無法壓縮，場景無法跳過，物理規律不會因為你有錢就能得到加速。
你想採集"機器人在大雨裡送快遞"的資料？你得先等一場大雨。你想採集"老師傅打磨鑄件"的資料？你得先找到一位肯把手藝錄下來的老師傅。你想採集"化工車間異常處置"的資料？那你得先問問安監部門同不同意。
今年 7 月份，國金證券發佈了一份產業深度報告，報告上的資料寫得很直白：隨著本體硬體逐步成熟，決定具身智能能力上限的關鍵變數，已經從機械性能轉向高品質資料。資料，是物理 AI 時代最稀缺的生產要素。
說白了，算力是流水線上批次產出的標準件，真機資料是每一件都要單獨開模的手工藝品。前者是錢的問題，後者是命的問題。
三、採集的真相：燒錢、熬時間、還擔風險
那砸錢硬採行不行？行，那要看你是否接受得了這個帳本。
業內流傳著這樣一筆細帳，誰看了都會覺得這成本怎麼這麼高：一條 30 秒的真機運算元據，採集成本在 10 到 15 元之間；換算成一小時，直接上千元。湊夠 20 萬小時，兩個億沒了；要做百萬小時級的預訓練，投入直奔 10 億元這個量級。
更狠的應該是資料採集的時長。銀河通用在蘇州的訓練場，一個家庭場景任務就需要採集數百小時有效的真實場景資料；京東在宿遷建設具身智能資料採集中心，京東將發動包括內部超10萬員工及外部最多50萬人員在內的數十萬人參與採集，覆蓋超百個細分場景。據公開規劃資訊顯示，公司將於一年內積累500萬小時人類真實場景視訊資料，在兩年內總時長突破1000萬小時，並同步採集100萬小時機器人本體資料。注意，這是發動數十萬人參與，並持續兩年的具身智能資料採集計畫。
安全風險就更不用再說了。機器人試錯的成本是物理世界的真實代價：摔一台樣機幾十萬，傷一個工人是事故。高溫、粉塵、高危化工等複雜場景，你敢讓它去試錯嗎？你敢，但保險公司卻不敢。
所以大家把目光轉向了數字模擬。虛擬環境裡，想生成多少資料生成多少，一周十億條，成本只有真機採集的百分之一。聽起來像是很完美？
這就是那個最流行的偽命題：Sim-to-Real Gap。
為什麼？因為模擬器算得動本體的碰撞，卻算不動力控的精度、材料的形變、摩擦的微妙、流體的混沌。讓機器人清理打翻的咖啡，模擬裡練一萬遍，真機上一杯熱咖啡灑了，機器人照樣手足無措——液體的飛濺、桌布的吸水、杯子滾落的隨機性，這些物理世界的真實場景卻根本沒法精確建模。
DeepMind當初確實用 MuJoCo 做過一個驚豔的案例：和三菱電機合作，純模擬訓練，零真機資料微調，直接上手精確分揀工業連接器。但需要注意的前提是——工件是剛體、CAD 模型已知、任務是視覺引導的抓取，幾乎不碰精細力控。模擬能解決"見過"的問題，解決不了"沒見過的意外"和"物理接觸"的問題。模擬是個好助手，但它當不了親爹。
四、唯一活路：讓資料自己從生意里長出來
那麼問題來了：這條路走不通，那條路走不通，那到底該怎麼活？
答案其實已經有人直接給出來了，而且給得非常粗暴——特斯拉。
馬斯克的做法非常直接，是把超級工廠的產線直接變成全球最大的真機資料採集工廠。德州奧斯汀、加州弗裡蒙特的產線上，部署大量 Optimus 原型機，人類操作員穿著動作捕捉裝置大規模遙操作，採集電池電芯分揀、入殼這類精細力控任務的多模態資料——手腕力感測器、指尖觸覺、關節力矩、第一人稱視覺，全套。
這事兒最狠的地方在什麼地方呢？特斯拉採集資料的過程，就是真實生產的過程。機器人在產線上幹活的同時把資料采了，資料喂給大模型，大模型變強，機器人能幹更難的活，又能采到更複雜場景的資料。資料飛輪和商業飛輪高度重合，邊際成本趨近於零。
你品品這句話的份量。別人採集資料需要花錢，而特斯拉採集資料卻是在賺錢。別人是燒錢養資料，它是拿資料來養自己。這就是為什麼業內普遍都認為，特斯拉具有具身智能的資料護城河，這是其他具身智能公司拿錢都填不平的——你沒有自己的工廠，你就沒有自己的資料礦場。
國內也有人在往這個方向進行嘗試。智平方的應用邏輯很有意思：他們的咖啡機器人每賣出一杯咖啡，既是一筆商業收入，也是一組真實場景的訓練資料——採集成本為零，甚至為負。星動紀元的物流分揀機器人在順豐、中國郵政的樞紐裡 24 小時分揀包裹，一邊幹活一邊沉澱資料，還順手把 PMF（產品市場匹配度）同步驗證了。微億智造的做法很直接，讓老師傅在產線上當起"人肉裁判"，模型做判斷、老師傅給反饋，把沒法寫進 SOP 的手感一點點蒸餾進模型，產線在生產、資料在積累、模型在迭代，23TB 資料裡 99.9% 來自真實產線，項目交付周期從兩三個月壓到三周。
看出規律沒有？凡是能活下來的資料策略，都是讓資料從真實生意裡自然長出來，而不是專門燒錢去"造"資料。宇樹王興興那句"兩個 80%"的判斷——在 80% 的陌生場景裡能完成 80% 的任務——很多人把它當成技術標準聽，我需要勸你的是把它當成本標準聽：真到了那一天，採集資料才真正變成順手牽羊的事，而不是傾家蕩產的事。
五、機器人還沒富，"賣鏟子"的先富了
說到這裡，最現實的問題來了：這波錢到底誰賺？
答案是——賣鏟子的。
過去半年，具身資料賽道融資超過 170 億元。全球第一個具身資料獨角獸光輪智能，兩周兩輪拿了 20 個億，估值飆到 20 億美元，輝達的 GR00T、Cosmos 都得向它採購合成資料。李飛飛的 World Labs，10 億美元的投資剛剛落地。群核科技今年 4 月港股上市，頂著"全球空間智能第一股"的名頭，市值一度衝到 350 億港元的關口。
當前機器人整機廠商還在為毛利掙扎，而賣資料的基礎設施提供商的已經先富為敬了。這個劇本，像極了淘金熱裡的賣牛仔褲和鐵鍬的人——礦挖有沒有挖出來另說，但鏟子是一定要買的。
產業鏈的每一環都在湧現出新的玩家：
- 採集裝置端，遙操作手套、觸覺感測、輕量化採集相機，單套裝置幾十萬起步，京東宿遷社區裡居民戴的那款 220 克的 JoyEgoCam，就是這類裝置的縮影；
- 採集伺服器端，全國已建成或在建的採集訓練工廠至少 15 座，"北京領跑、長三角集聚、中西部加速佈局"，光帕西尼天津一家的目標就是年產近 2 億條資料；
- 資料標註端，宿遷一個地方就聚了近 2000 名標註從業人員，AI 預標註模型已經在搶人工的飯碗；
- 模擬平台端，輝達 Omniverse 是明牌，國內一批公司靠物理精確的模擬引擎把合成資料成本打到真機的百分之一；
- 資料交易端，江蘇去年底已經跑通全國首單具身智能資料集交易。
行業資料質量標準也在抓緊進一步落實推進：今年7 月工信部剛批准發佈《具身智能資料集質量要求及評估方法》，11 月就開始實施。當前具身智能資料採集正從手工作坊走向工業流水線，這本身就是一個行業的成人禮。
“賣鏟子”並不等於躺著賺錢。資料這個行業，數量是虛的，資料質量才是最重要的。採集 1000 萬小時垃圾資料，不如 10 萬小時帶工藝屬性的真機資料來得值錢。誰能在資料質量、統一標準、閉環效率這些深水區先趟出來，誰才是真正的贏家——光輪智能之所以能拿下 20 億美元的企業估值，靠的不是堆量，是"求解—測量—生成"那套能把物理規律帶進模擬的硬功夫。
總結回顧一下
聊到這兒，我們需要把話說透：未來幾年，機器人行業的錢大機率會分為三波流向。
第一波，流向賣鏟子的——資料採集、標註、模擬平台，確定性最高，估值已經貴了，但故事還在早期；
第二波，流向把資料飛輪跑通了的整機廠——特斯拉是標竿，國內那幾家讓資料從生意里長出來的公司是候選，它們的壁壘不是技術，是別人學不會的"礦場"；
第三波，也是最難預判的一波，流向真正打通"採集—訓練—驗證"閉環、把資料成本結構做成負數的人。
具身機器人的"ChatGPT 時刻"，不會出現在算力堆裡，也不會出現在論文裡。它藏在那條真實產線的轟鳴聲裡，藏在那一杯杯賣出去的咖啡裡，藏在 50 萬小時真機資料向 1000 萬小時攀爬的漫長等待裡。
有人問那需要等多久？宇樹科技王興興說過：快則兩三年，慢則五到十年。
我信後半句。但方向對了，慢一點，也值。
資料來源說明
1. 全球真機資料約 50 萬小時、需 1000 萬小時、缺口超 99%：業內測算 / 貴州省巨量資料局 2026 年 7 月公開資料
2. "資料是物理 AI 時代最稀缺生產要素"、當前資料不足需求 5%：來源於國金證券深度報告，2026 年 7 月 15 日
3. 採集成本（30 秒 10—15 元、1 小時上千元、20 萬小時約 2 億元、100 萬小時約 10 億元）與四座重資產：帕西尼多模態資料團隊成本拆解、來源於新華日報·交匯點產業觀察
4. 純模擬遷移成功率約兩成、"砸核桃"案例：來源於行業測試與公開報導
5. 特斯拉超級工廠資料工廠、DeepMind×三菱電機、1X、TRI、微億智造（23TB、99.9% 真實產線、交付周期壓縮）：公開報導與行業盤點
6. 光輪智能 20 億美元估值/兩周 20 億元融資、World Labs 10 億美元、群核科技近 350 億港元市值、半年資料賽道融資超 170 億元、15 座資料工廠、宿遷 2000 名標註從業者、京東宿遷社區、帕西尼天津 2 億條目標：來源於企業公開資訊、騰訊新聞、北京日報、福布斯中國等媒體報導
7. 王興興"兩個 80%"判斷：2026 世界機器人大會主論壇演講（2026 年 8 月）
本文資料截至 2026 年 10 月 (EconoBytes)