为什么研究重心转向数据采集？

  • 材料将物理AI的核心卡点从机器人本体转向数据：大模型落地可能需要百亿小时级高质量数据，而现有开源数据集仅为百万条及小时量级。数据供给的规模与质量，因而成为训练能力扩张的约束。
  • 机构测算，全球机器人数采需求将从2027年的约1080万小时增至2031年的29.25亿小时，对应市场空间从78亿元扩大至8240亿元。该推演依赖训练需求持续扩张，以及采集、标注加工能力同步跟上；材料指出，当前标注产能与高精度采集硬件仍然稀缺。

低成本数据与真机数据分别解决什么问题？

  • 四条采集路径包括真机遥操作、UMI及Ego无本体采集、仿真合成和世界模型生成。无本体路线成本较低、便于提前铺开，真机数据则承担训练验证的“金标”作用，二者服务于不同环节。
  • 成本差异决定了数据组合：Ego视觉数据报价约120—500元/小时，真机及遥操作约500—2000元/小时；仿真与合成数据提供低成本补充。机构预计Ego视觉将成为最大品类，触觉与真机数据随后放量。
  • 技术架构也在分工。材料判断，通用大模型负责规划与语义理解，VLA把视觉和语言信息转成动作控制，世界模型预测动作后果。精细操作和接触协调仍需要针对性的控制训练，因而数据需求涵盖视觉、姿态与触觉等多个维度。

哪些环节可能更早形成采购？

  • 产业调研给出的时序是：若数采设备厂商2027年订单放量，就需要提前批量采购IMU。IMU负责感知运动姿态与空间轨迹，因此传感器采购可能早于终端设备交付，关键条件是设备订单按期扩张。
  • 奥比中光已于2026年7月发布无本体数采硬件平台，覆盖第一视角、手持操作、腕部交互和设备同步，客户包括数采服务商、大模型厂商与机器人企业。其业务连接点是这些客户建设采集系统时的硬件采购。
  • 更接近销售端的案例是创维数字：材料援引公司互动信息称，其EGO系列数采产品已在海内外形成销售。产品推出、客户接入和实际销售分别处于不同阶段，判断企业进展时应对应到具体环节。

已有数据积累，距离收入还有多远？

  • 天奇股份运营的工业数采与实训中心已累计沉淀近2万小时多模态数据，投入超百台机器人，覆盖汽车、电池和3C制造场景。其连接点在于真实工业场景、采集设备与标注管理系统结合，能够输出训练数据集。
  • 仿真方向的商业化阶段更早。风语筑已通过控股合资公司布局物理仿真、Sim2Real训练与空间合成数据，但物理AI业务尚无披露收入；材料将其业务弹性直接系于风应科技订单落地。行业空间扩张与单家公司收入增长之间，还隔着订单转化这一环。