數據採集為什麼不只是感測器生意？

  • 中金機械的這份梳理把物理 AI 數據採集分為光學感知、力學與多模態感知、動作採集，以及數據、模擬和智能體閉環。它呈現的是一張業務佈局圖：不同公司提供的可能是採集工具、訓練素材，也可能是把數據用於機器人訓練的平台。
  • 這些環節連接機器人的不同能力：視覺提供空間資訊，觸覺和力覺記錄接觸回饋，動作捕捉提供動作與真實軌跡，模擬平台則提供虛擬訓練環境。因此，同屬數據採集主題，產品用途和收入來源也有明顯差異。

感知硬體如何連接到訓練數據？

  • 奧比中光已推出第一人稱視角、手持操作等數據採集平台；奧普特則由光源、鏡頭、相機等機器視覺核心部件向具身視覺感知拓展。前者已有明確的採集平台產品，後者體現的是既有部件業務向新應用延伸，兩者的佈局階段應分開看。
  • 福萊新材佈局採集手套和曲面指尖感測器，記錄手部與手勢數據，用於訓練物理 AI 模型；安培龍以六維力感測器切入數據採集。連接點分別是動作記錄和力學回饋，業務相關性取決於具體採集方案採用哪些硬體。
  • 利亞德旗下 OptiTrack 提供光學動作捕捉系統，用於具身智能動作捕捉、運動學與真實軌跡採集。它在這條鏈條中的作用，是提供訓練所需的動作記錄工具。

從採集工具到數據平台，增加了哪些業務環節？

  • 禾賽推出 Kosmo 三維世界數據引擎，整合光達和攝影機，向物理 AI 提供空間數據與雲端服務。其佈局由感知硬體延伸到數據交付，讀者需要關注的業務對象也隨之從設備擴大到數據和服務。
  • 海天瑞聲建構具身智能運動控制數據採集系統，並列有相關客戶；寶通科技與光輪智能合作，涵蓋礦山、鋼鐵、港口等真實場景的數據採集與驗證。兩者分別從訓練數據服務和工業場景切入，價值連接點並不相同。
  • 模擬是另一條路徑：凡拓股份以數位分身和物理 AI 訓練為方向，提供機器人迭代所需的虛擬環境。其佈局對應的是訓練環境供給，與銷售採集硬體屬於不同業務環節。

哪些資訊更接近商業化，估值又該如何比較？

  • 表中寶信軟體的具身業務在手訂單已超過 2億 元，相比產品推出或應用方向，訂單更直接體現客戶採購進度；但在手訂單與已確認收入屬於不同口徑。
  • 世紀恆通 2025 年整體數據標註營收超過 1億 元，這一金額對應全部數據標註業務，不能直接歸入具身智能。讀者應把既有業務規模與專項業務貢獻分開理解。
  • 表列 2026 年預估本益比差異很大，例如奧比中光 153 倍、奧普特 74 倍、海天瑞聲 230 倍。它們對應公司整體預估獲利，而非數據採集業務的單獨估值；比較時還要結合各自的產品、客戶和商業化階段。