先说结论：机器人数采能走出长周期，但走得远的不是“采数据”这个动作本身，而是数采背后的感知硬件、仿真与评测、以及真实场景的准入权。按小时卖人工采集时长的生意，大概率是一段阶段性红利，价格会一路往下走。
过去两年，人形机器人的投资逻辑基本围着“本体”转：减速器、丝杠、电机、灵巧手，谁能进特斯拉和国内头部整机厂的供应链，谁就有估值。到了2026年下半年，资金的注意力明显换了位置。10月21日，利亚德午后直线封住20cm涨停，同一天凡拓数创、凌云光、奥比中光一起走强，市场给这波行情贴的标签叫“物理AI”，真正被交易的内容是机器人数据采集。
这篇文章想回答三个问题：为什么这一轮机器人行情会演绎到数采；数采这件事有没有长周期的增长逻辑；在这个领域里，哪些赛道和公司是真有价值的。
01
先把物理AI说清楚
物理AI这个词是黄仁勋在2025年初带火的。简单说，它指的是能理解物理规律、能在真实世界里感知并动手做事的AI系统，自动驾驶汽车、工业机器人、人形机器人都算。2026年3月的英伟达GTC上，黄仁勋的说法更激进：物理AI已经到来，每家工业公司都会变成机器人公司。
它和大语言模型最大的区别在数据。训练ChatGPT的语料可以从互联网上抓，几万亿个token现成就有；机器人要学的东西却必须在物理世界里一条一条地产生。一条有效的机器人训练数据，不光要记录机器人“看到了什么”，还要同步记录它“做了什么动作”、这个动作“让环境发生了什么变化”，往往还要加上力度、触觉这些维度。互联网上几乎没有这样的数据。
缺口有多大，几个数字可以参考：
据国金证券2026年7月研报测算，全球高质量真实物理交互场景合规数据仅约50万小时；另有行业测算指出，机器人商业化落地需要数千万小时级别数据，对应缺口超过99%。
国金证券另一个测算是，训练一个具备实际应用能力的具身模型至少需要1000万小时多模态交互数据，当前全球积累的量还不到需求的5%。
作为对照，GPT-2和GPT-3的训练数据如果换算成时长，大约分别对应79万小时和1100万小时。
所以在物理AI这条链上，算力可以买，模型架构可以开源，真正稀缺的是数据。这就是数采被推到台前的底层原因。
02
为什么这一轮投资演绎到了数采
把时间线拉开看，资金从本体走向数采，有四股力量在同时起作用。
1. 硬件在收敛，竞争焦点转向“大脑”
人形机器人的硬件方案这两年明显趋同，关节模组、灵巧手、传感器的路线越来越清楚，零部件的估值也已经被充分交易过一轮。行业开始意识到，同样的身体，谁能干活取决于模型，而模型能力的上限取决于数据的量级和质量。投资的边际增量自然往上游的数据环节移动。
2. 数据是整条链上最先收到钱的环节
人形机器人到今天还没有真正的大规模商业化，整机厂大多还在亏钱烧融资。但它们的模型训练需求是实打实的，必须花钱买数据或自建数采。觅蜂科技的CEO姚卯青今年4月有个判断很有代表性，大意是在具身智能大规模商用之前，数据作为基础设施会比终端应用更早拿到商业回报。这和大模型时代“卖铲子的人先赚钱”是同一个逻辑。
3. 地方政府和产业巨头在集中投基建
截至2026年4月，全国已有90个人形机器人数据采集与训练中心投用或在规划建设，其中64个已投用，至少13个部署了百台以上机器人。京东3月宣布要建全球规模最大的具身数据采集中心，覆盖物流、工业、医疗、家庭等场景。10月20日，江苏省印发了物理AI与世界模型高质量数据集建设的三年行动计划，直接成为10月21日板块异动的催化剂。
4. 海外标杆把这条路走通了
美国那边，Scale AI把自动驾驶时代积累的数据能力搬到了机器人上，推出了专门的Physical AI数据引擎，对外披露的生产时长已超过10万小时，并在2026年和优傲机器人（Universal Robots）合作，把数采流程嵌进工业机械臂。特斯拉则把Optimus的数据采集主力从动捕服和遥操作切换到了让工人戴着多摄像头头盔、背包录制第一视角视频，先在奥斯汀工厂做，又扩展到德国柏林工厂。Figure通过Project Go-Big和地产巨头Brookfield合作，计划从10万套住宅里采集家庭场景的第一视角视频。
当最头部的机器人公司都把数据当成头等大事，国内资本市场去找“中国版数采标的”，几乎是必然的。
03
数采到底在采什么：三类数据，几条路线
理解这个行业，先要分清数据从哪来。目前主流的数据来源大致分三类，每类背后是不同的生意模式。
注：成本数据来自新华财经2026年9月对行业报价的报道，不同数据的信息密度和用途不同，价格不能直接横向比。
行业目前形成的共识是混合策略：用覆盖面广、成本低的第一视角、UMI和仿真数据做大规模预训练，进入具体任务、具体工厂之后，再用真机遥操作数据做后训练和校准。
还有一个变化值得注意。8月28日，北京首个人形机器人数据训练中心被曝暂停运营，运营方的解释是主动升级：中心积累了千万级轨迹片段，但本质还是实验室场景，机器人要真干活，数据得来自真实的生产和生活现场。业内把这称为具身数据从1.0走向2.0，也就是从“训练场里摆拍”转向“到真实场景里伴随采集”。这个转变对后面判断公司价值非常关键。
04
谁在这个领域里跑在前面
数采赛道里的玩家可以分成三拨：一级市场的专业数据公司、二级市场的“转型”公司、以及自建数据体系的整机厂和平台巨头。
一级市场：真正的专业选手
光轮智能（仿真合成+人类数据+评测）。创始人谢晨曾负责英伟达、Cruise和蔚来的仿真。公司为英伟达GR00T、Cosmos等模型提供合成数据，是Isaac Sim平台SimReady资产生态的核心贡献者。2026年3月和6月各完成一轮10亿元融资。据公司披露，2025年营收增长10倍，2026年一季度单季收入预计超过2025全年；客户包括英伟达、谷歌、Figure、1X、智元、银河通用等，优质数据最高复售率达到10倍。复售率这个指标很重要，它说明数据开始具备可复用的资产属性，而不是一次性的劳务交付。
帕西尼（触觉传感器+数据工厂）。主打霍尔式多维触觉传感器，同时自建数据工厂。2025年6月在天津建成的数采工厂，公司称年产高质量数据约2亿条，之后又在宿迁、武汉、自贡、赣州布局。2025年总订单额超过5亿元，比亚迪、京东是前两大外部股东，8月又拿到某全球消费电子与半导体巨头领投的10亿元，估值破百亿。9月已在北京证监局完成辅导备案，冲刺“触觉感知第一股”。
鹿明机器人（UMI路线）。UMI框架最早由斯坦福、哥伦比亚大学和丰田研究院提出，鹿明是国内把它往工业化推得最快的公司之一。其背包式采集设备FastUMI Pro计划在2026年部署1万台，覆盖工厂、家庭、酒店、商场等六类真实环境，目标年产能百万小时。
觅蜂科技（智元生态，无本体数据）。近期宣布累计生产无本体数据超过100万小时，是规模最大的第三方无本体数据供应商之一。
另外，诺亦腾机器人（动捕）、曼孚科技（标注）、上海新智等也在今年拿到了不小的融资。
二级市场：A股可交易的标的
注：财务数据来自公司半年报及公开报道，截至2026年10月下旬。
平台巨头和整机厂：最大的“自产自用”者
不能忽略的一点是，最大的数据生产者往往不是数据公司。特斯拉用自己的工厂和员工采数据；Figure借Brookfield的房子；1X在家用机器人NEO上用远程专家接管来持续回流数据；国内智元、优必选、银河通用都建了自己的数采中心；京东拿着物流和零售场景直接下场。这批玩家决定了第三方数采服务能做多大。
05
核心问题：数采能不能走出长周期？
我的判断分三层说。
第一层：需求是真实的，而且会持续好几年
从50万小时到1000万小时以上，即便算上仿真数据的放大效应，这个缺口也不是一两年能填上的。更关键的是，具身模型的数据需求会随着应用场景扩展而不断延伸：工厂装配学完了还有仓储分拣，仓储学完了还有家务。每进入一个新场景，都需要一批新的真实数据去校准。从这个角度说，数据需求本身是长周期的。
第二层：但“卖采集时长”这门生意的单价在快速通缩
一年前，一个工作人员带着机器人干8小时，往往只能产出1小时有效数据；现在第一视角数据已经降到每小时100元左右，只有真机遥操作的十分之一甚至更低。采集方式一旦从“固定工位+真机”切换到“伴随式+无本体”，进入门槛就大幅降低，任何有场地、有人手的企业都能干。
这和自动驾驶数据标注的历史很像。2018年前后，自动驾驶标注也火过一阵，大量外包公司涌入。后来车企量产车队上路，数据直接从车上回流，第三方标注的单价和议价权都在下降，留下来过得好的是做工具链、仿真和数据闭环平台的公司。机器人行业很可能重演这一幕：等机器人真正部署到工厂和家庭，部署本身就是最大的数采来源，第三方纯人力采集的空间会被压缩。
第三层：行业还有几个没被验证的前提
Scaling Law尚未被验证。具身模型是否像大语言模型一样“数据越多越聪明”，目前没有定论。如果边际收益递减，数据需求的天花板就会比预期低。
本体构型碎片化。不同机器人的手、关节、尺寸差异很大，数据复用价值被大幅稀释。这也是为什么能跨本体使用的数据（第一视角、仿真）更受追捧。
需求方的支付能力。整机厂大多靠融资购买数据，一部分订单本质上是资本在产业链内部循环。一旦下游商业化验证不及预期，数据作为“预支资产”的价值会大幅缩水。北京训练中心暂停运营就是一个提醒。
所以结论是：数采这件事有长周期，但长周期的受益者是“基础设施”，而不是“劳务”。
06
哪些赛道真正有价值
按照“能不能穿越周期”这个标准，我把数采链条上的环节大致排个序。
第一梯队：感知硬件——采集时用，部署后也用
3D视觉、触觉传感器、动作捕捉，是所有数采路线都绕不开的环节。更重要的是，它们的需求不会随着采集模式变化而消失：今天装在数采工位和采集手套上，明天装在量产机器人身上。这是整个链条里唯一能从“训练期”无缝过渡到“部署期”的环节。
其中触觉最值得关注。视觉数据可以从视频里大量获取，但力和触觉几乎只能靠专门的传感器采集，是具身数据里最稀缺的维度。2026年前七个月，国内人形机器人传感器领域完成15起融资、合计31亿元，资本已经在提前定价。
第二梯队：仿真合成与评测——边际成本最低的数据
仿真数据的优点是生成一次、复用多次，边际成本趋近于零，还能覆盖真实世界里难采、危险的长尾场景。随着英伟达Cosmos这类世界模型不断进化，“用模型生成数据、再用数据训练模型”的飞轮正在转起来。另外，评测会变得越来越重要：当数据量不再稀缺时，判断哪些数据有效、模型到底能不能干活，本身就是一门生意。光轮智能的10倍复售率，说的就是这个逻辑。
第三梯队：真实场景的准入权
数据1.0走向2.0之后，最值钱的不是采集设备，而是“能进得去的真实场景”。比亚迪的工厂、京东的仓库、Brookfield的10万套住宅，这些场景的拥有者在数据竞争里天然有议价权。对投资者来说，这意味着要关注那些握有场景、并且愿意把场景开放成数据资源的产业方，而不是单纯建了一个训练场的公司。
第四梯队：人力型采集与标注——量大、价低、阶段性
它会在未来两三年贡献可观的收入，但单价持续下行、门槛不高、客户集中在烧钱阶段的整机厂，很难给出长期高估值。传统数据服务商转型具身，能吃到一段增量，但要警惕把概念当业绩。
07
哪些公司真正有价值
结合上面的框架，说说我的看法（不构成投资建议）。
长期逻辑最扎实的：奥比中光。它卡的是感知入口，数采热不热都需要它的相机，机器人量产了更需要。全球机器人3D视觉第一、千家机器人客户，这是实打实的卡位。问题在于短期：2026年上半年收入几乎没增长、利润下滑三成，研发投入在拉高，而估值已经提前反映了很多预期。它适合放在观察名单里，等业绩重回增长轨道时再看。
有真实壁垒但被主业稀释的：利亚德。OptiTrack是全球光学动捕的头部品牌之一，在高精度空间定位这件事上有十几年的技术积累，进入国内大型训练场也证明了产品力。但利亚德的利润大头仍是LED显示，上半年净利润下滑近六成，动捕业务即使高增长，对整体报表的拉动也有限。这类公司容易在题材行情里被大幅定价，之后又因为主业拖累而回落。
最“正宗”但最需要验证的：海天瑞声。它是A股少有的专做AI训练数据的公司，具身数据是它的自然延伸，也已经签下真机数采合约。但上半年近2亿元收入对应不到1000万元净利润，利润率很薄，具身业务占比也还小。它的价值取决于具身数据能否从“项目制劳务”变成“可复售的数据资产”，这需要看后续的订单结构和毛利率。
需要回避的：主营业务和数采关系不大、靠一纸合作或一个训练场就被归入板块、自身连年亏损的公司。凡拓数创是典型，题材越热，越要回到财报去看。
一级市场里最值得跟踪的：光轮智能和帕西尼。前者代表仿真和评测这条最轻、复用性最强的路线，后者代表触觉这个最稀缺的数据维度，并且已经启动IPO。它们未来上市时的估值和财务数据，会是给整个数采赛道定锚的关键参照。
08
写在最后
每一轮科技投资都有一条从“造东西”到“喂东西”的路径。大模型时代，先是GPU，然后是数据标注和语料；具身智能时代，先是关节和灵巧手，现在轮到数采。
数采是物理AI绕不过去的一关，这一点没有争议。有争议的是，钱最终会留在哪里。我的答案是：留在能穿越训练期、进入部署期的环节，留在边际成本最低、复用性最强的数据上，留在握有真实场景的人手里。至于按小时计价的采集劳务，它会热闹一阵，但大概率不是这个行业最后的赢家。
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。