机器人行业研究：数采：物理AI最大短板，数据基建即将爆发

敬请参阅最后一页特别声明 1 投资逻辑 以人形机器人为代表的物理 AI，数据是最卡脖子领域。当前人形机器人行业硬件方案趋于收敛，"大脑"训练成为决胜关键，而数据量级和质量直接决定模型泛化能力。机器人高质量、高保真物理交互的真实数据极度缺失。大语言模型有万亿级 token 训练，而具身模型可用的真实交互数据不足其万分之一。 数采爆发在即，市场空间将充分打开。根据 Future Markets 数据，全球物理 AI 市场规模将从 2026 年的 3830 亿美元增长至 2040 年的 3.26 万亿美元，未来几年将步入爆发阶段。据 2026 年机器人全产业链接会披露，GPT-2 和 GPT-3 的训练数据分别对应约 79 万小时和 1100 万小时，要实现可用的具身智能至少需要 1000 万小时的多模态数据，而多场景、多模态、良率、长尾数据和多参与者等因素导致实际所需的多模态数据集远超 1000 万小时，觅蜂已将目标数据采集量提升到 2030 年 100 亿小时。 整机、EGO、UMI 等多种数采路线并存，高质量数据边际需求越来越确定，相机、姿态感知、触觉感知越来越重要。当前整机、UMI 和 EGO（第一人称视角）方案是主流真实数据采集方案，其中整机数据很难共用且采集成本最高；EGO 则具备轻量化和低成本、高通用性等优点；UMI 单体设备贵，但数据精度高。无论采用哪种数采技术路线，未来产业对数据质量越来越高的需求是确定的，相机、姿态感知、触觉传感应用空间越来越大。 数采爆发有望拉动以下环节规模快速提升： （1）数采设备：包含机器人整机、UMI 和 ego 整机设备，姿态感知 IMU、灵巧手、触觉传感器、相机（2D+3D）、VR 眼镜等。整机数采需要机器人本体和 VR 眼镜进行 1:1 配套；第一人称数据以手眼协同为主导需求，分别需要相机头环和灵巧手进行 1：1 配套。 （2）仿真平台：仿真是目前物理 AI 公司的核心训练方式之一，成本和数据产出优势明显。 （3）数采公司：数采公司具备较强的场景、数据标准化和数据标注平台经验，以数据销售为主要商业模式，核心竞争力在数据产出成本和质量。 （4）垂类应用：各行业内专属数据库和数采场景，具备较强稀缺性，垂类物理模型是物理 AI 最具价值的赛道。 投资建议及估值 数据是人形机器人为代表的物理 AI 赛道最大的卡脖子领域，数据基建爆发供应链将深度受益。数据已成为制约物理AI 发展的关键瓶颈，数据基础设施加快建设有望带动数采产业链持续扩容。（1）数采设备及供应链：重点关注高 asp、好格局的赛道如相机、IMU、触觉传感器等；（2）数据成本和质量有壁垒的数采公司；（3）垂类应用：关注细分赛道数据场景资源有壁垒的公司。 风险提示 机器人发展进展不及预期，数据采集技术路线迭代风险。 行业深度研究 敬请参阅最后一页特别声明 2 扫码获取更多服务 内容目录 一、核心观点：物理 AI 进入数据驱动阶段，数据是人形机器人最卡脖子环节 ............................ 5 二、产业趋势：物理 AI 爆发在即，数据基础设施先行 ................................................ 6 2.1 海内外厂商与政府加速布局，数据采集进入百万条阶段 ....................................... 6 2.2 数采中心：2025 年开始密集建设，数据基础设施先行 ........................................ 6 三、技术路线：三类路线并行，高质量、高精度、多模态是未来方向 .................................. 10 3.1 数据金字塔：真实数据、合成数据与互联网人类视频并行 .................................... 10 3.2 无本体化趋势凸显，第一人称采集方式兴起 ................................................ 17 3.3 数据集演进：规模扩张、模态丰富、场景落地 .............................................. 19 四、产业链：设备、数采服务、垂类应用三环节率先受益 ............................................ 20 4.1 设备：机器视觉、IMU 与触觉传感是数据生产入口 .......................................... 21 4.1.1 机器视觉：EGO、UMI 与本体采集的共同底座 ............................................. 22 4.1.2 IMU：提升姿态、同步性和数据可用度的核心传感器 ....................................... 23 4.1.3 触觉/灵巧手设备与多模态采集：帕西尼等公司率先布局 ................................... 24 4.2 数采服务：真机、第一人称与仿真平台共同扩容 ............................................ 25 4.2.1 整机真实数据：本体厂商与动捕设备商率先规模化 ........................................ 25 4.2.2 第一人称与轻量化采集：当前市场热度最高 .............................................. 28 4.2.3 仿真/合成数据：低成本扩容，需验证 Sim-to-Real ....................................... 31 4.2.4 上市数据供应商：经验复用助力提升良率与效率 .......................................... 32 4.3 垂类应用：自有场景形成数据闭环，有望率先放量 .......................................... 34 五、投资建议 .................................................................................. 36 六、风险提示 .................................................................................. 36 图表目录 图表 1： 人形机器人场景拓展对“大脑”泛化能力提出高要求 ........................................... 5 图表 2： 2025 年人形机器人千万级别订单中数据采集领域占比最高，达 31.25%.......................... 5 图表 3： 国内主要从 2024 年下半年开