AI训练快把互联网上的文本"吃"光了，但机器人能用的真实交互数据连一本小人书的量都不到——约20,000倍的缺口，让数据取代算力成为具身智能真正的卡点。艺恩数据这份白皮书给出的判断是：2026年是具身数据规模化元年，数据层正从价值链配角走向毛利率60%-70%的主角。
市场规模与核心判断
全球具身/人形机器人市场的规模预测呈现三套口径。高盛2024年1月报告给出$380亿美元（2035年，仅本体）；摩根士丹利2025年4月给出$5万亿美元（含供应链与服务）；花旗2024年12月给出$7万亿美元（2050年，含非人形AI机器人）。中国口径方面，IDC预测2030年$770亿美元（用户支出），CAGR 94%；中金给出581亿元人民币（2030年，本体销售）。三家机构对"产业边界"定义不同，不可横向相加。
具身数据与文本数据之间的可用量级差距达约20,000倍。文本数据可通过互联网爬取获得，但机器人的真实交互数据无法从网络直接获取——它必须在物理世界中通过真机操作、传感器采集或仿真生成。Coatue与中国信通院的判断一致：公开语料趋于枯竭，价值向高质量、真实交互、合规数据迁移。2026年成为具身数据规模化元年。
白皮书给出五个核心判断：数据稀缺——具身vs文本差距约20,000倍；范式分化——四范式并行；中美双轨——美国融资领先，中国量产领先；价值链上移——数据层毛利高于本体；大厂入场——NVIDIA、特斯拉、京东等以数据飞轮构筑壁垒。
技术路线与数据范式
具身智能可拆解为四元结构：头部=左脑（语言/规划）加右脑（视觉感知），颈背=小脑（运动控制），躯干=身体（本体）。各模块对数据的需求不同——左脑需语言数据，右脑需视觉数据，小脑需运动控制数据，身体需物理交互数据。
"模型怎么学"与"数据怎么来"是两个独立维度。模型架构路线分三类：VLA端到端（π0、GO-1、Helix），世界模型（NVIDIA Cosmos、World Labs），分层/双系统（GROOT N1、Helix）。数据获取范式对应四类：真机遥操、便携采集、仿真合成、视频蒸馏。
具身数据按"保真度←→规模/成本"分层为四层金字塔。塔尖是真机遥操——VR/动捕操控真机，质量最高但最贵、最难规模化。第二层便携采集——可穿戴/数据手套，降本约10倍。第三层仿真合成——物理引擎生成，成本仅真机约1/100。底座是视频蒸馏——海量、近零成本，但grounding弱。当前主流范式是以底层预训练、用顶层精调。
从分模块到世界模型，数据规模经历三级跃迁。2022-2024年分模块阶段：万小时级。2025-2026年VLA阶段：十万至百万小时级。2027+世界模型阶段：千万亿小时级。VLA任务成功率过去三年提升约10倍——数据规模与模型能力的正反馈循环已经启动。
具身数据公司全景
白皮书纳入18家具身数据公司，按四范式归类。真机遥操：帕西尼感知（B轮超10亿元，估值破百亿）、诺亦腾（全球动捕份额超50%）。便携采集：它石智航（Pre-A $4.55亿，估值约130亿元）、灵初智能（累计超20亿元）。仿真合成：光轮智能（10亿元，独角兽）、群核科技（已上市）、跨维智能（数亿元）。视频蒸馏：枢途科技（天使+数千万元）、深度机智（新一轮）。
光轮智能是全球首个具身数据独角兽，2026年3月完成超10亿元融资。仿真数据生成成本仅真机约1/100，客户覆盖NVIDIA、Figure、1X、字节、智元、银河通用。2025年营收10倍增长，2026年Q1超全年。创始团队来自NVIDIA/Cruise/蔚来仿真团队，验证了"仿真合成"可规模化、可独立估值。
四范式护城河各有不同：仿真合成胜在规模与成本，真机遥操胜在保真度，便携采集是平衡点，视频蒸馏成本最低但grounding是瓶颈。中美头部估值梯队差异鲜明——美国Figure AI $390亿、Skild AI $140亿；中国银河通用210亿元、宇树科技IPO上会、智元机器人约150亿元。美国走"高估值+高投入"，中国走"快量产+快落地"。
市场展望与商业模式
从采集到资产化的价值链分六个环节：采集、清洗、标注、合成/蒸馏、资产化、交付。资产化环节毛利率最高（60%-70%）。商业模式对应三条路径：数据集授权、DaaS订阅、评测基准服务。
行业形成两种生态：开放生态（NVIDIA GROOT/Cosmos开源、智元AgiBot World百万数据集、HuggingFace LeRobot、光轮RoboFinals）做底座；封闭飞轮（Tesla Optimus、Boston Dynamics Atlas、Figure Helix）筑壁垒。开源数据集是行业"公共底座"——降低门槛、统一评测口径。
商业化场景已清晰分层：已落地盈利的医疗康复（Wandercraft、傅利叶，约200亿/年）和物流仓储（Agility Digit、京东，约30-50亿/年）；规模化中的工业制造（Figure在BMW、银河在宁德时代，约50-80亿/年）和商业服务（银河便利店100+门店，约50-80亿/年）；远期最大的家庭服务（1X NEO、Figure 03，预估超1000亿/年）。
白皮书同时警示四类风险：估值领先于商业化（UBS已警示泡沫）、数据合规与版权、Sim2Real鸿沟、标准缺位。对应四类展望：2026数据规模化元年、数据资产化加速、世界模型崛起、中国机遇凸显。当具身智能从实验室走向工厂和家庭，数据正从算法的"饲料"变成决定产业上限的生产要素。
