上半年融资935亿元，缺口仍超99%；教机器人干活的人，在吉林的厨房和山西的出租屋里。
今年6月，年轻人小远刷到一条网络招聘帖，成了一名兼职数据采集员。设备不只有较沉重的头戴摄像头，两只手还要套着模拟机器人抓握动作的机械抓夹。他每天采集约3小时，头不能大幅度晃，否则采集无效；手臂长时间悬空保持姿态，同一个动作重复几十甚至上百遍后，胳膊酸胀发麻、手部酸痛。“这份辛苦确实超出了我的预期。”小远说。
在吉林白城，62岁的王小华退休后报名成了采集员。一枚轻巧的头环交到手上，厨房炒菜、擦桌叠衣、水池边刷锅洗碗，全成了采集场景，她跟老姐妹调侃自己是“带薪做家务”。家有两个孩子的宝妈李女士工作日采集约6小时，周末休息，一个月能拿到四千多元。
他们有个官方职业名称——“具身智能数据采集员”，更准确的说法是：给机器人当老师的人。2026年，当宇树科技登陆科创板、上半年322起融资935亿元涌入具身智能时，这个行业最稀缺的不是电机，不是关节，而是像小远和王小华这样的人，一帧一帧“做”出来的真实动作数据。
数采员与机器人影子概念示意图，图片由AI生成
硬件不再是瓶颈，大脑才是
2026年被业内视为具身智能“量产落地元年”。宇树科技8月19日登陆上交所科创板，成为“A股人形机器人第一股”；智元机器人7月启动赴港上市，进展已明显放缓，公开报道称其年内完成IPO的可能性正在降低。
一个共识正在形成：机器人的“小脑”和硬件进展极快，行走、跑步、抓取、搬运已相当利索，“大脑”——理解复杂世界并自主决策的能力——却明显更慢。
市场的钱给出了答案。中国信通院《具身智能发展报告（2026年）》援引IT桔子统计：2026年上半年，国内具身智能领域融资322起、约935亿元，同比增长5倍。从细分流向看，钱正在明显向“大脑”和数据基础设施迁移。
50万小时对千万小时
据中国信通院等机构测算，截至2026年初，国内可合规用于模型训练的真实物理交互数据约50万小时；训练一个具备通用泛化能力的具身模型，业内普遍认为至少需要千万小时级，高阶智能更需亿小时级别，缺口超过99%。基元智航董事长高少龙给出的参照更极端：行业共识是需要100亿小时，而国内合规可用的仅50万小时。
两个数字差了三个数量级——不同机构与从业者对所需数据量级的测算差异如此之大，本身就说明行业对“够用”这条线尚未统一。但无论按哪种口径，缺口都大到无法靠现有供给填补。
与大语言模型“吃”互联网现成的文字不同，具身智能“吃”的是物理世界里的动作。拧瓶盖背后的材质、螺纹、摩擦力、力度控制，互联网上从没储存过，必须一条一条在真实场景中“做”出来、录下来、标清楚。真机遥操作数据市场价约500到1000元/小时，仿真合成数据虽可压到20到50元/小时，却始终面临“虚拟与现实”的迁移鸿沟。
50万小时不是实验室里跑出来的。拆开看，是王小华在吉林的厨房里炒菜擦桌，是李女士在家叠衣服铺床单，是小远套着抓夹、重复几十上百遍同一个动作直到胳膊发麻。机器人要变得像人一样干活，先得有人像机器人一样，把活干一遍。
姚卯青那句话，残酷在后半句
智元合伙人、高级副总裁，觅蜂科技董事长兼CEO姚卯青在WAIC“智启具身论坛”上说了一句话，值得原样引用：“模型决定起点，数据定义终局。”
残酷之处在于后半句。模型可以靠论文、开源和人才追赶，数据不行。姚卯青多次补充过一个判断：物理AI要规模化，必须突破三道“墙”，第一道就是数据墙。觅蜂科技成立半年完成三轮融资，定位“一站式物理AI数据服务平台”。一个做模型出身的人，把下一阶段的赌注押在数据基础设施上，本身就是信号。
戴盟机器人的路径更具体。2026年8月，这家孵化于香港科技大学团队、总部位于深圳的触觉公司完成数亿元战略融资，蚂蚁集团领投。4月15日，戴盟联合GoogleDeepMind、中国移动、清华大学等数十家机构发布Daimon-Infinity数据集，首批1000小时真实世界数据上线阿里魔搭社区，开源规模将达10000小时，覆盖16大行业、80余个真实场景、超2000类任务；据戴盟方面及媒体报道，上线后累计下载量已突破850万次。这个数字比任何融资新闻都更能说明：行业对高质量物理交互数据的饥渴，是真实的。
湖南郴州，戴盟与中国移动落地的“具身数据采集5S店”首期投放1000套设备——市民在移动营业厅领设备、培训后回家，在日常家务中完成采集，满产状态下每年可产出100万小时真实场景数据。
卖出去，不等于真干活
资本涌入不等于商业闭环。
宇树科技的招股书和科创板问询函回复把落差摊得很清楚：2025年前三季度，其人形机器人收入中科研教育占73.60%，商业消费占17.39%，行业应用仅占9.01%；在不到一成的行业应用里，真正指向智能制造、智能巡检等明确工业场景的收入规模更小。“人形机器人第一股”的收入结构，仍高度依赖科研教育市场。
中国信通院报告的判断比任何媒体评论都更直接：“出货不等于上岗，相当比例设备月均开机天数不足10天，订单含金量低。”报告还指出，整机价格仅占全生命周期成本的40%—60%，表演租赁日租金已跌去八至九成。机器人“卖出去”了，却在展厅和片场之间空置。
银河通用是观察这个矛盾的另一个样本。成立以来累计融资约70亿元、估值突破200亿元，大基金三期入场背书，第三方机构Counterpoint数据显示其2026年上半年出货超1100台、居全球第三。但它的客户结构与股东名单高度重合：宁德时代既是投资方，又是GalbotS1的最大部署方，2026年9月，银河通用再次中标宁德时代2.36亿元具身智能设备采购项目；美团是股东，机器人进了美团药房；北汽、上汽是股东，产线上跑着银河机器人。
对于这种“股东即客户”的结构，广东省社会政策研究会副秘书长高承远表示，这些订单是真实的，收入也经过审计确认。数据荒与落地难，本就是同一个问题的两面。
谁在“卖教材”
数据缺口催生了新赛道。第三方数据平台InteractAnalysis统计，截至2026年4月底，中国已有至少90个人形机器人数据采集和训练中心处于使用或规划建设中，其中至少64个已投用。但“纯卖数据”是不是一门赚钱的生意，仍然存疑。
压力沿链条层层传导，最终落在采集员身上。高少龙透露，基元智航给采集员的有效采集时薪为70元，部分地区叠加专项补贴；据北京晚报调查，人力公司直招岗位日薪可达200至300元，通过中介接单的从业者则大打折扣——小潘7月通过中介兼职，时薪仅15元，一天录10小时，扣掉保险到手只有147元。“一段时间里，我的任务就只有模拟厨房打鸡蛋的操作，用豆子替代鸡蛋原料，拿着打蛋器反复搅动豆子，一录就是一整天。”
另一股力量是开源。智元2026年先后开源AGIBOTWORLD数据集，第三期8月31日开放，覆盖工业、家居等14类交互任务、共11430条轨迹，其中包括1369条失败轨迹——让模型从失败、风险和纠正中学习，被业内视为降低行业试错成本的关键信号，对商业数据服务商来说是一条鲇鱼。
基础设施也在铺。中国信通院《具身智能训练场研究报告（2026年）》显示，截至2026年6月底，全国建成启用超70家具身智能训练场，在建及规划40余家。但相对千万小时级的需求，70家远远不够。
跨过三道关，才算护城河
数据不是“采出来”的，是“养出来”的。从采集、质检、标注，到部署后真实反馈回流形成滚动闭环，是一项需要全社会动员的系统工程。一个可参照的坐标是：2026年7月，工信部批准发布首个具身智能数据集质量标准《人工智能关键基础技术具身智能数据集质量要求及评价方法》，由信通院联合行业40余家单位起草，将于11月1日实施——行业终于开始给“教材”定标准。
对中国而言，最丰富的应用场景和最完整的制造体系，是比任何单一技术都更难复制的壁垒。但把“场景优势”转化为“数据优势”、再转化为“模型优势”，中间还隔着工业化品控、闭环飞轮和数据标准三道关。跨过去是护城河，跨不过去就只是“采了很多小时”。
回到小远。在具身智能的链条上，采集员处在最前端，也离最终产品最远。他不知道自己录下的那些抓放、插入、堆叠的动作，最终会喂给哪一台机器人。但那些手臂悬空到发酸的重复，已经变成某个模型参数里的一小段。
具身智能的“教材”不是写出来的，是有人在吉林的家里、在出租屋里、在郴州移动营业厅领回家的设备前，一遍一遍做出来的。50万小时听起来是个产业数字，拆开看，是无数个普通人的日常动作。
机器人要变得像人一样干活，先得有人像机器人一样，把活干一遍。在这场关于“教材”的竞赛里，谁先跑通数据飞轮的商业化，谁才握得住下一阶段具身智能的定价权。
免责声明：本文基于公开报道、官方报告与企业披露材料梳理，数据以信通院报告、招股书、交易所文件及权威媒体报道为准；所涉公司仅为产业现象举例，不构成任何投资建议。市场有风险，投资须谨慎。
本文为新黄河科技与大健康研究院出品
编辑：杨子梦 彭春风 校对：杨荷放
