物理AI的最大“金矿”，当前可用训练数据不足5%，数据采集基建开始爆发，这3类企业最具优势

【本文来自持牌证券机构，不代表平台观点，请独立判断和决策】

国金证券指出，数据已是物理AI最大短板，大语言模型训练数据以万亿token计，而具身智能可用真实交互数据不足其万分之一，当前累积数量不到行业共识最低需求的5%。2025年人形机器人千万级订单中，数据采集占比31.25%，超过工业制造跃居第一大落地场景。无本体采集路线在2026年获得关键突破，成本较传统遥操作下降200倍，相机和IMU取代机器人本体成为数据生产的新核心入口。核心看好数采设备供应链、数采服务商和垂类应用企业三个方向。

1）物理AI撞上数据硬缺口

根据2026年机器人全产业链接会披露的信息，GPT-2和GPT-3的训练数据分别对应约79万小时和1100万小时，要实现可用的具身智能至少需要1000万小时的多模态数据。然而多场景、长尾数据和良率要求使得实际需求远超这一底线。

觅蜂科技已将其2030年目标数据采集量提升至100亿小时，远超行业共识最低需求1000万小时。

而当前行业数据积累严重不足，目前累积数量仅不到5%。

2）数据采集已成增长最快的戏细分，数采工厂两年内从零增至超15座

当前，数据采集已成为人形机器人订单下游落地的重要领域。

2025年人形机器人千万级别订单中，数据采集领域共15笔，占比达31.25%，超过工业制造（27.08%）和商业服务（10.42%），已成为机器人产业中增速最快的落地场景。

据高工人形机器人统计，全国现已有至少15家数据采集和训练工厂，呈现“北京领头，长三角密集，中西部逐步跟进”的格局。

人形机器人本体企业中乐聚、优必选、智元发力最多，帕西尼感知作为触觉技术供应商规划5座数采工厂。

重资产路线代表如帕西尼和智元，采取自建数采工厂的形式，数据自采自用，且年产数据均超过百万条；其余公司如优必选、乐聚采用投标方式，与当地政府深度合作，提供本体和数据采集相关服务。

3）产业链：设备、数采服务、垂类应用三环节率先受益

①设备：机器视觉、IMU与触觉传感是数据生产入口。人类穿戴式Ego-centric相机、UMI相机及IMU、触觉传感手套、夹爪等需求量最大

②数采服务：真机、第一人称与仿真平台共同扩容。目前，第一人称与轻量化采集的市场热度最高。

京东表示，该公司将发动内部超10万名各类职业员工，以及外部50万各行业人员，完成两年内采集超1000万小时优质数据的目标。

智元觅蜂计划2026年实现千万小时数据产能，2030年冲刺百亿小时规模。觅蜂科技已推出MEgo系列无本体数据采集解决方案。

③垂类应用：自有场景形成数据闭环，有望率先放量。

以亿嘉和、天奇银河为代表的垂类场景机器人企业依托自身深耕多年的实体产业赛道，无需依赖外部通用数据集，聚焦电力、汽车制造、锂电、工业运维等细分领域开展定向数据沉淀，是当前人形机器人产业中垂类落地最快、行业专用数据储备最充足的核心群体。

预计由于垂类场景所需数据量较小，相比通用泛化场景机器人放量节奏会提前数年到来。

4）相关公司

数采设备及供应链：

奥比中光：深度相机龙头，已推出完善的UMI、EGO等无本体数据采集设备，移动机器人领域市占率超70%。

华依科技：与觅蜂科技达成批量供货合作，IMU全面搭载于觅蜂MEgo系列全品类数采设备，已实现人形机器人类IMU小批量供货。

芯动联科：掌握高性能MEMS惯性传感器核心技术，正推进高集成低成本六轴IMU芯片研发量产以卡位人形机器人领域。

数采服务商（数据成本和质量有壁垒）：海天瑞声：参与发起“100万小时超高质量真实数据计划”，已与国内头部具身厂商签署真机数据采集合约，与石景山训练中心共建具身智能数据训练场

垂类应用（细分赛道数据场景资源有壁垒）：

天奇股份：旗下天奇银河工业数采中心年产能约1000万条，数据源来自长城汽车、丰田、富士康等真实产线。

亿嘉和：电力机器人龙头，实景采集电力多模态作业数据，形成数据采集到模型部署的完整闭环

研报来源：国金证券，陈传红，S1130522030001，机器人行业深度研究：数采，物理AI最大短板，数据基建即将爆发。2026年7月15日