人形机器人具身数据与物理AI数据产业研究（39页，2026年）

分类：人工智能

标签：人形机器人、具身智能、具身数据、物理AI、数据要素、数据采集、触觉数据、国信证券

摘要：本报告为国信证券人形机器人行业系列专题之一，聚焦具身智能训练所依赖的物理交互数据环节。报告以数据、算力与算法协同演进为起点，指出高质量物理交互数据是具身大模型实现泛化能力的关键资源与底层驱动力。研究对象覆盖数据类型、采集路线、加工处理与产业化格局，口径上结合数字AI大模型经验与具身领域早期实证，属产业链上游要素梳理型专题，配套图表含数字AI与具身Scaling Law对照、数据飞轮、具身数据金字塔及视触互补示意。 报告以Dyna-2在Ego第一视角人类视频上的预训练实验为据，说明数据规模由千小时扩至百万小时时模型表现明显改善，据此判断具身Scaling Law已获初步实证，数据需求将持续扩大。需求侧，部分基础模型厂商数字业务增速放缓、向物理世界延伸，以GPT-6 Astra为代表的多模态模型在任务理解、规划与闭环纠错上展现能力，扩大了采购主体；供给侧当前积累以视觉信息为主，触觉数据需在交互中同步记录接触状态，供给相对有限，视触融合相较单模态可提升操作准确率。报告把采集归纳为五条路线：规模庞大但缺乏力与触觉信息的互联网视频数据，佩戴头戴或颈挂设备采集的Ego第一人称数据，以手持UMI夹

来源：zuudee | 日期：2026-11-06 | 格式：PDF | 页数：39