国金证券-人形机器人行业数采专题（二）：数采服务，采数千端，炼数一炉，闭环致远（27页，2026年）

分类：人工智能

标签：人形机器人、具身智能、数据采集、数采服务、真机数据、仿真数据、无本体数采、训练数据集、数据闭环、海天瑞声、五一视界、国金证券

摘要：国金证券于2026年10月27日发布的《人形机器人行业数采专题（二）》全文27页，聚焦物理AI时代的数据供给瓶颈、数采行业的技术路线竞逐与商业模式探索，并系统拆解数采服务环节的竞争要素。报告提出，物理AI的数据瓶颈既是数量缺口，更是质量与闭环的缺口。数量上，行业预计成熟具身大模型所需数据至少达到千万小时级，进一步迈向通用智能则可能需要亿小时量级，而当前行业高质量训练数据仅数十万至百万小时，供需缺口约90%。质量上，需要建立任务指令、环境观测、机器人状态、控制动作与执行结果之间的时序关联，数据既包含视觉、语言，也要覆盖关节位姿、力觉与触觉等信息，并满足准、全、广、真的要求。流程上，具身数采需要边缘端采集与云端加工协同，形成数据采集、清洗对齐、标注加工、质量评测、交付反馈的完整闭环。在行业画像部分，报告认为数采行业处于技术路径百家争鸣、商业模式仍在探索的早期阶段。真机路线拥有最高精度，无本体路线拥有最快的规模提升速度，仿真路线则拥有最广阔的发展潜力，混合数据类型预计将成为具身模型的主流训练方式，头部厂商基本均已采用混合路线。定价层面，以鹿明机器人数据市场某任务UMI数据集测算，价格折合约1

来源：zuudee | 日期：2026-10-29 | 格式：PDF | 页数：27