原因有两方面：外部，真机训练数据和人类数据的供给快速增加，价格持续回落，仿真数据的规模和成本优势被削薄；内部，sim2real gap仍没有太好的解法，很难高保真还原真实世界中的摩擦、形变、力觉与触觉反馈。
具身数采类似的“花活”还有不少：有的为了采数据免费上门保洁（欢迎来我家），有的把数采做成VR游戏，还有的把机器人接入互联网，采集员不用跑到数采工厂，远程就能“云操控”。
这22个玩家中，13家是国资数据平台，7家是机器人公司（生产机器人硬件或开发具身大模型的公司），还有1家从AI数据集标注行业内转型，1家从工业装备制造领域跨界。
在湖南郴州，一家中国移动营业厅挂牌“具身数据资源采集5S店”，普通顾客领一套夹爪、手套和头戴相机，经过简单培训，就能边做家务，边采集机器人训练数据。
比如，曾以仿真数据为核心的光轮智能，也开始采集人类数据；曾是最坚定的仿真派之一的银河通用，今年6月发布了全身遥操作系统，拥有了遥操数据采集综合能力。
量子位不完全统计的70家数采公司/平台中，有30家同时走多条采集路线，占43%，例如：真机遥操+无本体、真机遥操+仿真、无本体+仿真、全路线等。
据介绍，不过，以上案例看完笑一笑就好了，真要采到符合要求的数据其实并不简单。之所以“花活”层出不穷，都是因为机器人实在是太缺语料数据了。
在资本对具身智能“猛猛上头”的当下，这个数字其实并不算多。量子位此前统计，今年上半年，具身“大脑派”公司半年就融了223亿元。
而国资数据平台的优势则是“不怕重”。遥操是重资产路线，需要买本体、租场地、雇操作员，这些恰好都是国资平台容易调动的资源。
行业常用数据金字塔来形容机器人训练所需的数据结构。现今没有任何一种数据集采集方式能够独自满足机器人的训练市场需求。
这家公司从互联网单目RGB视频里提取多模态机器人训练数据集，宣称能把综合采集成本降到行业平均水平的千分之五。
无本体采集路线的技术也最丰富，子类包括：Ego视角、UMI、动作捕捉、sEMG肌电、触觉采集……
无本体采集：人直接完成示范，借助动捕、夹爪映射、第一视角相机等设备采集动作，无需机器人参与。
过去一年（2025年7月1日至2026年7月1日），15家「不做本体、不做模型、只做数据的
工业和IT跨界公司5家，占5%，例如来自物流、装备制造、自动化工程等领域的公司；
互联网视频蒸馏：从互联网视频中提取人类动作知识，转化为具身模型可学习的数据。
真机遥操：人类操控真实机器人执行任务，同步采集动作、状态及传感器数据集。
近百名玩家涌入具身数据：一年融资44.7亿，谁能真靠“卖数据”赚钱？
眼下大家都在牟足了劲采数据，但还少有人多维度梳理过这个行业内的图谱。
而单独押注仿真合成的玩家有2家：松应科技和谋先飞（Motphys）。
从行业角度来看，仿真合成：在虚拟环境中批量生成机器人交互训练数据，用于模型训练。
机器人公司有硬件优势和真实需求，做真机遥操采集是自然而然的选择。
走跨路线采集方案的玩家，比单独押注任何一条路线的玩家都要多。
这条赛道的公司最年轻，绝大多数都成立于2024年9月之后。
为了帮你看清具身数据集行业，我们总结了以下十个行业现状。
现状1：数据采集技术路线分为四大类，跨路线采集赛道最拥挤
仿真赛道曾经的知名玩家，如今都选择把鸡蛋放在多个篮子里。
如果不按技术路线，而是按身份分类，97名玩家可分为5类：
为了帮你看清具身数据行业，我们总结了以下十个业界现状
，其中70家做数据采集，27家做数据资源infra。
单独押注互联网视频蒸馏路线的也只有1家：枢途科技。
目前主流具身数据集采集的技术路线可以分为四大类：
单独押注真机遥操路线的最多，有22家，占31%。
单独押注无本体采集路线的公司有15家，占21%。
行业观察人士认为，这将成为未来竞争的关键赛道。
量子位不完全统计了97家国内具身数据玩家的情况
大厂平台型公司4家，占4%，例如华为、京东等。
伴随技术不断成熟，商业化落地进程也在加快。
伴随技术不断成熟，商业化落地进程也在加快。
现状3：独立数据服务商已成最大的玩家群体
现状2：单独押注真机遥操路线的玩家最多
越来越多的企业开始在这一领域布局加码。
独立语料数据服务商39家，占40%；
最大的玩家群体是独立数据集服务商。
量子位 | 公众号 QbitAI
整理编辑：硅基前哨