Figure AI估值$390亿，银河通用210亿元——中美具身智能的估值数字背后，是两套完全不同的数据策略。美国大厂建闭源飞轮，中国独立数据公司做开放分工。艺恩数据这份白皮书的核心判断是：美国模式更容易形成技术壁垒，中国模式更容易形成数据交易市场。
估值梯队对比——美国大额融资领先，中国量产领先
美国头部具身智能公司以大额股权融资领先，单体估值更高。Figure AI以$390亿估值居首，Skild AI $140亿，Physical Intelligence $56亿（洽$110亿），World Labs约$50亿，1X Technologies约$100亿，Apptronik约$53亿，Agility Robotics约$21亿。这些公司集中在整机、具身大脑和世界模型三个方向，估值普遍在$50亿以上。
中国整机公司密集突破百亿元，量产与场景落地领先。银河通用$30亿（210亿元），星海图超200亿元，智元机器人约150亿元，它石智航约130亿元，千寻智能和星动纪元均超100亿元。宇树科技IPO上会（募42亿元），优必选已上市（9880.HK），群核科技已上市（00068.HK）。中国公司的估值体量与美国仍有差距，但在出货量和落地场景上领先——宇树科技出货5500+台，银河通用在宁德时代和便利店场景批量部署。
数据策略对比——闭源飞轮vs开放分工
美国的具身数据策略可以概括为"闭源飞轮"。Tesla、Figure、NVIDIA、Scale AI各自建立封闭的数据闭环，自采数据与基础模型一体化。核心逻辑是：谁掌握最多的真实交互数据，谁就能训练出最好的模型；模型越好，产品越强；产品越强，采集的数据越多——形成自我强化的正反馈。但闭源飞轮面临合规压力：版权诉讼频发、数据获取趋严。
中国的策略是"开放+专业化分工"。光轮、它石、帕西尼、智元数据工厂等独立数据公司沿四范式各自做深，而非由整机厂商包揽一切。核心逻辑是：分工带来专业化，专业化带来成本优势和规模效应。工程化快、采集成本低、场景丰富——中国在数据采集的效率上具有结构性优势。数据要素政策与国资入场进一步强化了这一生态。
核心差异在于：美国模式更容易形成技术壁垒——闭源数据是模型差异化的核心护城河。中国模式更容易形成数据交易市场——独立数据公司之间的分工协作，使数据作为可交易资产具备了市场化基础。
技术路线对比——VLA原创vs工程化跟随
美国在VLA基础模型原创上领先。Physical Intelligence的π0、Figure的Helix、Google的Gemini Robotics——这些模型定义了端到端VLA的技术路线。美国的技术优势集中在算法创新和算力基础设施。
中国在工程化落地和场景适配上的优势同样不可忽视。智元GO-1、银河通用、星海图等快速跟随并优化VLA架构，在工业制造、商业服务和物流仓储场景中率先部署。中国的优势在于：场景丰富、数据采集成本低、工程化迭代快。白皮书将美国定位为"算力与人才密集"，中国定位为"工程化快、采集成本低、场景丰富"。
世界模型是下一个竞争焦点。NVIDIA Cosmos和World Labs布局美国，极佳视界GigaAI和LiberAI布局中国。白皮书判断：世界模型将成为数据生成新引擎，数据规模将跃迁至千万亿小时级——这既是技术竞赛，也是数据竞赛。
合规环境对比——诉讼频发vs政策支持
美国的数据合规环境日趋严格。版权诉讼频发——训练数据中的版权内容面临法律挑战。第一人称视频涉及隐私问题。跨境数据管制进一步限制了数据获取渠道。Scale AI等数据公司面临数据来源合规性的持续审查。
中国的情况则是"数据要素政策+国资入场支持"。国家数据局推动数据要素市场化配置，数据标注基地、可信数据空间等基础设施正在建设中。政策导向是"在发展中规范"——鼓励数据流通和交易，同时逐步建立合规框架。
这一差异的产业含义在于：美国的数据获取成本正在隐性上升（合规成本、诉讼风险），而中国的数据流通效率在政策支持下持续优化。白皮书判断：中国在数据采集规模和成本上的优势，将在未来2-3年内持续扩大。
竞争格局展望——谁将主导数据层？
白皮书对竞争格局的判断是：美国模式更容易形成技术壁垒，中国模式更容易形成数据交易市场。两种模式各有优劣，不存在单一的"赢家"。
美国的闭源飞轮在模型差异化上具有护城河效应——Tesla Optimus的数据不外售，Figure的遥操数据不开放。但这也意味着数据孤岛——行业无法共享数据、统一标准缺失。中国的开放分工在数据流通和规模化上具有优势——独立数据公司之间的协作可以形成更高效的数据供应链。
白皮书给出的展望是：开放生态做大行业蛋糕，封闭飞轮守护企业核心资产。两者互补而非对立。2026年作为具身数据规模化元年的判断已经确立——真机+仿真+视频混合数据正在爆发，DaaS订阅与数据交易加速推进，世界模型成为数据生成新引擎。
中国能否在数据层实现"换道超车"？答案取决于数据交易市场能否真正建立——这需要标准、合规和定价机制的同步完善。如果数据成为中国具身智能产业的规模化优势而非碎片化短板，那么"开放分工"的生态优势将在长期竞争中逐步显现。
