作者：彭堃方、呂鑫燚

編輯：呂鑫燚

出品：具身研習(xí)社

2026 年數(shù)據(jù)元年已經(jīng)成為具身智能為數(shù)不多的共識(shí)。這份共識(shí)并非空喊，而是在具身智能物理世界真實(shí)應(yīng)用里 “算法跑不通、場(chǎng)景不通用” 的現(xiàn)實(shí)倒逼而成的必然。

有趣的是，如果說(shuō) 2025 年“量產(chǎn)元年”更像是本體廠商的口號(hào)，以及給市場(chǎng)階段性回饋的成績(jī)；那 2026 年“數(shù)據(jù)元年”則是本體、模型廠商必須解決的產(chǎn)業(yè)結(jié)構(gòu)性矛盾。更深層次的差異在于，2025 年本體企業(yè)即便暫未量產(chǎn)，仍有技術(shù)迭代、產(chǎn)能爬坡的容錯(cuò)空間。但 2026 年如果廠商沒(méi)有打磨出差異化的數(shù)據(jù)解決方案，始終徘徊在 Scaling Law 的門(mén)口，那或許會(huì)逐步消耗外界對(duì)廠商的耐心。

于是我們可以看到，一場(chǎng)關(guān)于數(shù)據(jù)采集設(shè)備的競(jìng)賽已悄然拉開(kāi)帷幕。從規(guī)?；膽?yīng)用 VR+手柄遙操作采集本體真機(jī)數(shù)據(jù)，到現(xiàn)在無(wú)本體數(shù)據(jù)采集設(shè)備 UMI、Ego，再到基于外骨骼遙操作的真機(jī)數(shù)據(jù)采集解決方案，在真機(jī)和仿真的二元對(duì)立間劈開(kāi)了一條新路。其實(shí)已經(jīng)側(cè)面說(shuō)明了一件事，對(duì)于數(shù)據(jù)究竟誰(shuí)能得到業(yè)界認(rèn)可，業(yè)界又真正需要什么樣的數(shù)據(jù)，一直沒(méi)有回答清楚。

從產(chǎn)業(yè)發(fā)展來(lái)看，數(shù)據(jù)采集的設(shè)備競(jìng)賽，導(dǎo)致本體廠商忙著自建數(shù)據(jù)采集團(tuán)隊(duì)，模型公司扎堆布局混合數(shù)據(jù)生成引擎，所有人都試圖用差異化打法改寫(xiě) “數(shù)據(jù)饑渴” 的困境，夯實(shí)自身的數(shù)據(jù)壁壘。

但這場(chǎng)狂歡真的能解渴嗎？ALL IN 數(shù)據(jù)的廠商們，究竟是被行業(yè)焦慮裹挾的跟風(fēng)者，還是真正抽絲剝繭找到了底層痛點(diǎn)的破局者？

我們暫且不提那些老生常談的數(shù)據(jù)問(wèn)題，單從最近的大動(dòng)態(tài)來(lái)看，2025 年末 Generalist 27 萬(wàn)小時(shí)數(shù)據(jù)炸場(chǎng)具身智能，看起來(lái)好像是 Scaling law 時(shí)刻已至，但不乏有業(yè)內(nèi)聲音認(rèn)為其底色是一場(chǎng)“暴力美學(xué)”。

畢竟，規(guī)模和豐富只是數(shù)據(jù)饑渴的原因之一，精細(xì)化和高質(zhì)量也是解決問(wèn)題的充分必要條件。數(shù)據(jù)饑渴的本質(zhì)，從來(lái)不是 “缺數(shù)據(jù)”，而是 “缺有用的數(shù)據(jù)”。這才是具身數(shù)據(jù)元年的關(guān)鍵，不是 “堆規(guī)?！保?“找對(duì)路徑”。

那么，當(dāng)我們拋開(kāi)焦慮情緒，具身智能數(shù)據(jù)真正的核心拷問(wèn)才剛剛浮現(xiàn)。

坦白說(shuō)，不少人尚未意識(shí)到“數(shù)據(jù)是為場(chǎng)景服務(wù)的”。

很多人看待數(shù)據(jù)金字塔存在謬誤，始終覺(jué)得數(shù)據(jù)最難得但最好用的是真機(jī)數(shù)據(jù)，但事實(shí)上，數(shù)據(jù)金字塔其實(shí)是動(dòng)態(tài)的，并非一成不變，取決在什么場(chǎng)景解決什么問(wèn)題。

就像即將完成IPO“大考”的王興興在西門(mén)子首屆科技峰會(huì)上所說(shuō)，“我們公司和業(yè)內(nèi)，能用仿真環(huán)境、仿真訓(xùn)練解決的，盡可能用仿真解決，因?yàn)樗俣瓤臁⒊杀镜?，可以調(diào)整一些參數(shù)”，這在人形機(jī)器人走、跑、打拳常見(jiàn)。而他坦言，“機(jī)器人做‘操作’相關(guān)的動(dòng)作，靠仿真做得還不夠好，全球范圍內(nèi)還是靠真人采集數(shù)據(jù)去訓(xùn)練”，當(dāng)然真人采集也面臨搭建環(huán)境有限、成本高等痛點(diǎn)。

從王興興的話中，其實(shí)可以看出他對(duì)數(shù)據(jù)的取舍，即始終要從數(shù)據(jù)本身的“可供性”出發(fā)，并從場(chǎng)景的驗(yàn)證中得到實(shí)踐反饋。企業(yè)想要知道缺什么類(lèi)型的數(shù)據(jù)，不是廠商在實(shí)驗(yàn)室里猜出來(lái)的，而是在真實(shí)場(chǎng)景中找到的。

所以，通過(guò)場(chǎng)景來(lái)看，無(wú)論是互聯(lián)網(wǎng)數(shù)據(jù)還是少量真機(jī)+仿真形成的海量數(shù)據(jù)，都能讓具身智能機(jī)器人完成“大開(kāi)大合式”動(dòng)作。這些數(shù)據(jù)支撐了機(jī)器人從實(shí)驗(yàn)室走進(jìn)物理世界，但距離我們想要的生產(chǎn)力仍有一段距離。

互聯(lián)網(wǎng)視頻數(shù)據(jù)缺失力覺(jué)、觸覺(jué)反饋，仿真數(shù)據(jù)難以還原不同材質(zhì)的物理特性（如布料的柔軟度、金屬的光滑度），即便是少量真機(jī)數(shù)據(jù)，也多聚焦于本體運(yùn)動(dòng)，而非末端操作的細(xì)節(jié)。但在家庭服務(wù)、物流分揀、工業(yè)制造的大部分生產(chǎn)力場(chǎng)景中，都需要“本體運(yùn)動(dòng)+大量的末端操作”。換句話說(shuō)，今天數(shù)據(jù)的核心訴求，可以聚焦到末端執(zhí)行器上，尤其是有著復(fù)雜的“指間功夫”的靈巧手。

現(xiàn)在從國(guó)外呼聲最高的特斯拉、Figure 都已經(jīng)證實(shí)，二者的機(jī)器人在真正落地時(shí)，靈巧手干活參與度并不高，很多還是徒有“手”，卻干著“夾爪”的活。

但遺憾的是，這類(lèi)數(shù)據(jù)無(wú)法通過(guò) “暴力采集” 獲得。與通用場(chǎng)景數(shù)據(jù)不同，靈巧手?jǐn)?shù)據(jù)具有極強(qiáng)的場(chǎng)景特異性：同樣是 “抓取” 動(dòng)作，抓取玻璃制品與抓取橡膠零件的力控曲線完全不同；同樣是 “擰動(dòng)” 動(dòng)作，手動(dòng)螺絲刀與電動(dòng)螺絲刀的操作邏輯存在本質(zhì)差異。這意味著，廠商必須深入具體場(chǎng)景，通過(guò)一系列數(shù)采設(shè)備采集 “針對(duì)性數(shù)據(jù)”。這也正是其稀缺性的核心原因。

這場(chǎng)數(shù)據(jù)補(bǔ)位戰(zhàn)，本質(zhì)是從 “泛化數(shù)據(jù)堆砌” 向 “場(chǎng)景化精細(xì)數(shù)據(jù)深耕” 的轉(zhuǎn)型，而靈巧手?jǐn)?shù)據(jù)的儲(chǔ)備厚度，將直接決定機(jī)器人的生產(chǎn)力邊界。

當(dāng)下業(yè)內(nèi)已經(jīng)意識(shí)到靈巧手?jǐn)?shù)據(jù)采集的重要性，下一步就落在了如何采集更準(zhǔn)確的數(shù)據(jù)。

目前看到的數(shù)據(jù)采集設(shè)備競(jìng)賽已至。除了仍在擴(kuò)張的真機(jī)數(shù)采廠之外，現(xiàn)在 UMI、Ego、外骨骼也異軍突起，都在用低成本、高效率的方式破局。

當(dāng)前 UMI 主要聚焦于機(jī)械臂末端的操作數(shù)據(jù)采集，也因此 goub 器 goub 以覆蓋機(jī)器人全身協(xié)調(diào)動(dòng)作，以及大多是兩指夾爪作為末端專注于夾爪類(lèi)任務(wù)，這使其在需要全身交互的場(chǎng)景中應(yīng)用受限。

但對(duì)于聚焦單一操作任務(wù)的中小企業(yè)而言，UMI 仍是當(dāng)前階段 “成本與精度平衡” 的最優(yōu)解之一；由此衍生出解決機(jī)器人全身協(xié)調(diào)動(dòng)作的解決方案 Ego，但是 Ego 也出現(xiàn)依賴強(qiáng)大的算法后端做完成多維重建和數(shù)據(jù)對(duì)齊的難題，并且兩者在數(shù)據(jù)采集中更偏向提供海量數(shù)據(jù)用于預(yù)訓(xùn)練，數(shù)據(jù)質(zhì)量問(wèn)題堆砌到后期，而這個(gè)階段會(huì)付出很高的成本。

而且，目前看 UMI 和 Ego 這兩類(lèi)數(shù)采設(shè)備逐漸開(kāi)始強(qiáng)綁定，比如鹿明機(jī)器人、簡(jiǎn)智機(jī)器人都相繼在UMI之后推出Ego數(shù)采設(shè)備，并相互支持、配合使用。業(yè)內(nèi)將這二者采集的數(shù)據(jù)視為互補(bǔ)的信息來(lái)源。

但如果只到這一步，仍不見(jiàn)得能夠解決靈巧操作的難題。一方面 UMI 局限于夾爪形態(tài)，另一方面 Ego 這類(lèi)以自我為中心的人類(lèi)數(shù)據(jù)雖然有很強(qiáng)的擴(kuò)展性，但亞毫米的手指位姿和觸覺(jué)數(shù)據(jù)仍存在缺失。這使得 UMI、Ego 甚至其組合都難以讓機(jī)器掌握精細(xì)操作技能。

所以，我們會(huì)看到更多關(guān)乎“靈巧末端”的數(shù)據(jù)采集新硬件，例如近期智在無(wú)界（BeingBeyond）正式推出的 U1，全球首款 Real DexUMI，深受 UMI 范式影響，將靈巧手硬件、本體交互接口、動(dòng)態(tài)追蹤與觸覺(jué)感知整合在同一系統(tǒng)中，用自己的手自然地操控另一只手；還包括靈巧智能 DexCap 外骨骼數(shù)據(jù)采集系統(tǒng)，它實(shí)現(xiàn)了人體上肢及腰部的全維度動(dòng)態(tài)捕捉，在常規(guī)視覺(jué)遙操的基礎(chǔ)上，增加了手部端有震動(dòng)力覺(jué)反饋，為靈巧手產(chǎn)品開(kāi)發(fā)提供了好用、可靠的數(shù)據(jù)來(lái)源。

當(dāng)然，靈巧智能不是概念先行，早在 25 年上半年，業(yè)內(nèi)還未意識(shí)到末端操作數(shù)據(jù)重要性時(shí)，其已在用外骨骼路徑做規(guī)模化采集。如今接近一年技術(shù)迭代后，在 UMI、Ego 引起廣泛熱議之際，再談起這一設(shè)備并非“技術(shù)考古”，而是見(jiàn)證其穿越技術(shù)周期，仍以必要性存在于前沿?cái)?shù)據(jù)采集中，落在產(chǎn)業(yè)發(fā)展的實(shí)處。

此外，當(dāng)前末端操作的數(shù)據(jù)采集技術(shù)路線五花八門(mén)，除了UMI、Ego、外骨骼，還包括光學(xué)動(dòng)捕、慣性動(dòng)捕、IMU/量子傳感/光纖/彈性傳感的數(shù)據(jù)手套等都可以采集末端數(shù)據(jù)，但是經(jīng)過(guò)市場(chǎng)驗(yàn)證，這些手套更適用于中低精度和弱磁場(chǎng)環(huán)境，且數(shù)據(jù)在后期處理成本極高，目前的技術(shù)發(fā)展條件下，規(guī)模化潛力有限。

總之，這場(chǎng)設(shè)備競(jìng)賽的終局，從來(lái)不是 “誰(shuí)取代誰(shuí)”，而是 “誰(shuí)能更好地融入?yún)f(xié)同生態(tài)”。外骨骼設(shè)備憑借力覺(jué)觸覺(jué)復(fù)刻、長(zhǎng)期穩(wěn)定輸出、數(shù)據(jù)標(biāo)準(zhǔn)化的三重核心優(yōu)勢(shì)，成為靈巧手精細(xì)化數(shù)據(jù)采集的 “剛需配置”；UMI 與 Ego 則以高效、低成本的特點(diǎn)，承擔(dān)規(guī)?；瘮?shù)據(jù)積累的角色；各類(lèi)數(shù)據(jù)手套也在技術(shù)蟄伏。

必須強(qiáng)調(diào)，設(shè)備和數(shù)據(jù)更多時(shí)間不是“排他性”的，相反更應(yīng)該嘗試有效結(jié)合。

一個(gè)比較有意思的現(xiàn)象是，一方面具身智能產(chǎn)業(yè)鏈在逐步完善，以前大體分為本體、大腦兩個(gè)陣營(yíng)，現(xiàn)在已經(jīng)跑出深耕數(shù)據(jù)的獨(dú)角獸。一時(shí)間，市面上人人都有數(shù)據(jù)，人人都想占山為王。

但數(shù)據(jù)話語(yǔ)權(quán)應(yīng)該給誰(shuí)？

答案是擁有硬件的人，無(wú)論是本體還是模型還是數(shù)據(jù)廠商，誰(shuí)更懂?dāng)?shù)據(jù)采集的硬件，誰(shuí)才有話語(yǔ)權(quán)。

數(shù)據(jù)采集從不是簡(jiǎn)單的 “記錄動(dòng)作”，而是要讓物理世界的操作精準(zhǔn)轉(zhuǎn)化為數(shù)字世界的可用資產(chǎn)，這背后離不開(kāi)硬件的三大核心支撐：數(shù)據(jù)維度，數(shù)據(jù)質(zhì)量，數(shù)據(jù)處理成本。

數(shù)據(jù)維度要求數(shù)據(jù)采集到的信息是足夠豐富的，如果數(shù)據(jù)維度不夠豐富，會(huì)讓模型在訓(xùn)練中大量去“猜”，最終是無(wú)法收斂。數(shù)據(jù)質(zhì)量，則某種程度上決定了模型吃的是粗糧還是細(xì)糠，“吃的粗”模型就長(zhǎng)得“糙”，干不來(lái)精細(xì)活。

最后是數(shù)據(jù)處理成本，也指“全鏈路處理成本”，即數(shù)據(jù)采前、采后的管線建設(shè)、人員培訓(xùn)、數(shù)據(jù)清洗、算法映射等一整套“工業(yè)產(chǎn)線”式的成本。這幾者，共同決定了數(shù)據(jù)采集的成功與否。

目前看，不少數(shù)采企業(yè)在這些環(huán)節(jié)上普遍未掌握全要素。但也涌現(xiàn)出一些廠商和設(shè)備的理念考慮到了數(shù)據(jù)的“維度、質(zhì)量與處理成本”。

圖片來(lái)源：靈巧智能 DexCap 演示視頻 （2X Speed）

以靈巧智能的 DexCap 系統(tǒng)為例，其具備了這是三大核心支撐?！叭S度動(dòng)態(tài)捕捉”，涵蓋手和雙臂及腰部多維度數(shù)據(jù)，這相比只聚焦末端數(shù)據(jù)來(lái)說(shuō)信息豐富度暴增。再者像“千赫茲響應(yīng)和觸覺(jué)感知增強(qiáng)”確保虛擬操控與真實(shí)動(dòng)作 1:1 映射，絲滑且真實(shí)。當(dāng)然外骨骼設(shè)備硬件還具備高耐用性，長(zhǎng)期采集過(guò)程中精度無(wú)衰減，數(shù)據(jù)質(zhì)量持續(xù)穩(wěn)定。此外，設(shè)備輸出數(shù)據(jù)格式統(tǒng)一、維度完整，為后續(xù)標(biāo)注、清洗與復(fù)用提供便利，助力構(gòu)建可持續(xù)迭代的高質(zhì)量數(shù)據(jù)集。

并且必須要強(qiáng)調(diào)的是，靈巧智能是知名靈巧手本體廠商，尤其是在高自由度靈巧手方面，成果顯著。它離“手”最近，其最懂靈巧操作的數(shù)據(jù)該長(zhǎng)什么樣。

所以回過(guò)頭看，數(shù)據(jù)話語(yǔ)權(quán)的爭(zhēng)奪，核心是對(duì) “物理世界數(shù)字化入口” 的掌控。本體廠商通過(guò)硬件的輕量、高效、協(xié)同創(chuàng)新，構(gòu)建了數(shù)據(jù)采集的底層基礎(chǔ)設(shè)施，讓高質(zhì)量數(shù)據(jù)的規(guī)?；a(chǎn)成為可能；而靈巧智能則依托這一基礎(chǔ)設(shè)施，將數(shù)據(jù)價(jià)值轉(zhuǎn)化為真實(shí)可用的操作能力，形成 “硬件賦能數(shù)據(jù)，數(shù)據(jù)驅(qū)動(dòng)智能” 的正向循環(huán)。

這也正是具身智能產(chǎn)業(yè)的核心邏輯：誰(shuí)掌握了硬件這一數(shù)據(jù)采集的 “第一觸點(diǎn)”，誰(shuí)就掌握了整個(gè)產(chǎn)業(yè)的發(fā)展主動(dòng)權(quán)。

結(jié)語(yǔ)：數(shù)據(jù)元年真正的含義

其實(shí)回到數(shù)據(jù)元年這個(gè)背景中來(lái)看，“數(shù)據(jù)元年”并不單指數(shù)據(jù)突然陡增，而是意味著行業(yè)開(kāi)始意識(shí)到：數(shù)據(jù)生產(chǎn)本身就是核心能力。

在互聯(lián)網(wǎng)時(shí)代，數(shù)據(jù)往往被動(dòng)產(chǎn)生；而在具身智能時(shí)代，數(shù)據(jù)必須主動(dòng)制造。這使得數(shù)據(jù)不再那樣唾手可得，進(jìn)而我們必須面對(duì)的現(xiàn)實(shí)是，它更像一種與硬件深度綁定的工業(yè)產(chǎn)出。誰(shuí)擁有設(shè)備，誰(shuí)控制部署，誰(shuí)理解場(chǎng)景，誰(shuí)才能穩(wěn)定地生產(chǎn)高價(jià)值數(shù)據(jù)。

在具身智能的世界里，真正稀缺的從來(lái)不是數(shù)據(jù)本身，而是穩(wěn)定產(chǎn)出高價(jià)值數(shù)據(jù)的能力。通過(guò)靈巧智能的案例來(lái)看，誰(shuí)離真實(shí)數(shù)據(jù)更近，并建立穩(wěn)定、高質(zhì)量、可擴(kuò)展的數(shù)據(jù)生產(chǎn)體系，誰(shuí)就更有可能在未來(lái)競(jìng)爭(zhēng)中占據(jù)優(yōu)勢(shì)。