在湖南郴州，一家中国移动营业厅挂牌“具身数据采集5S店”，普通顾客领一套夹爪、手套和头戴相机，经过简单培训，就能边做家务，边采集机器人训练数据。
首期投pg电子免费试玩平台放的1000套设备，满产状态下每年能采集100万小时数据。我仿佛听到了商家心里打的小算盘：既采了数据，又赚了眼球，4A广告公司都应该来学学。（doge）
具身数采类似的“花活”还有不少：有的为了采数据免费上门保洁（欢迎来我家），有的把数采做成VR游戏，还有的把机器人接入互联网，采集员不用跑到数采工厂，远程就能“云操控”。
不过，以上案例看完笑一笑就好了，真要采到符合要求的数据其实并不简单。之所以“花活”层出不穷，都是因为机器人实在是太缺数据了。
量子位不完全统计了97家国内具身数据玩家的情况，其中70家做数据采集，27家做数据infra。
过去一年（2025年7月1日至2026年7月1日），15家「不做本体、不做模型、只做数据的独立具身数据服务商」，共融资约44.7亿元。
在资本对具身智能“猛猛上头”的当下，这个数字其实并不算多。量子位此前统计，今年上半年，具身“大脑派”公司半年就融了223亿元。
无本体采集：人直接完成示范，通过动捕、夹爪映射、第一视角相机等设备采集动作，无需机器人参与。
互联网视频蒸馏：从互联网视频中提取人类动作知识，转化为具身模型可学习的数据。
量子位不完全统计的70家数采公司/平台中，有30家同时走多条采集路线%，例如：真机遥操+无本体、真机遥操+仿真、无本体+仿真、全路线等。
行业常用数据金字塔来形容机器人训练所需的数据结构。目前没有任何一种数据采集方式能够独自满足机器人的训练需求。
“具身原生”公司成立之初主业就是具身数据或具身智能相关业务；“跨界转型”公司多从AI数据标注、自动驾驶、动作捕捉或工业领域转型而来。
97名玩家中，65家“具身原生”，占67%；32家“跨界转型”，占33%。
70家数采公司里，57家“具身原生”，约占八成；27家数据infra公司里，19家“跨界转型”，约占七成。
很多具身数据infra玩家是AI数据标注公司，例如海天瑞声、数据堂、云测数据等。他们积累的管线、质检和交付能力，很适合平移到具身数据infra环节。
量子位不完全统计，具身数据行业现有年产能为：160万至180万小时+7000万至8000万条。
需要注意的是，由于各家机构披露口径不同，小时数和条数目前没有统一的换算标准，因此在这里并行列出。
而机器人训练数据的总需求量，目前仍然未知。但可以参考大语言模型的锚点：LLM可以吃掉整个互联网现成的语料，机器人需要的数据却只能一条一条采。有统计称，截至今年初，全球高质量真实物理交互数据总量只有约50万小时，不足LLM训练数据量的两万分之一。
量子位不完全统计，全国的数采工厂已经铺到20个省份，其中国资背景的数采工厂覆盖16个省份。
由于机器人公司的数据业务无法从整体融资中剥离，我们圈出15家过去一年有融资记录的“独立具身数据服务商”，这些公司的融资情况在行业中很有代表性。
具身数据赛道一年融的钱，只是具身智能全行业半年融资的零头，说明起码在眼下，这个赛道还并不够“性感”。
出手最多的国方创投，投了3次；出手2次的有5家投资机构；剩下63家机构，都只投了1次。
，眼下，具身数据赛道虽然方向有共识，但标的还没有共识，没有真正敢重仓的投资机构。
但也有投资人告诉量子位，具身数据行业存在一定的延展想象空间：一方面，这是一个全球生意，国外的市场很大；另一方面，数据采集的能力还能迁移到模型评测等，成为物理AI的基础设施。
融资处在早期。15家“独立具身数据服务商”中，13家公司的最新轮次在A轮及以前。
