两年狂建106家数采中心，开始交卷

2024年这时候，"具身智能数采中心"还是个圈内小众词；到2026年8月，全国已经公开落地106家集中式数采中心，其中84家正式投用。热闹的背面，是梅卡曼德创始人邵天兰对行业"攒局"现象的公开开炮，数采中心首当其冲。基于虎嗅对106个公开项目统计、并与十余家机器人本体企业、数采基地运营商、数据服务商的交叉验证，本文给出一个核心判断：数采中心的建设潮已经结束，真正的大考——能不能持续生产出模型厂商愿意付费的数据——才刚刚开始。

🏗️ 两年106家：基建的速度跑赢了技术

基建的速度，永远跑得比技术快。

把时间拨回2025年春天。彼时各地的具身智能训练场密集签约、开工，几十台甚至上百台机器人被成批搬进崭新的场地，剪彩照片刷屏朋友圈。一个此前相对边缘的概念——集中式数据采集中心——在两年内变成了全国遍地开花的"标配"。

节奏变化有多快？看这组数字就明白了。2024年3月至2025年3月，全国平均每个月只有约2.7个数采项目启动；而2025年4月到2026年1月，月均启动量跳升至约7.3个，接近前一年的三倍。建设高峰出现在2026年一季度，此后新启动项目开始减少，前一轮开工的项目陆续投入使用。从签约、装修、设备进场到正式运行，一座数采中心的大致周期是2到5个月。

截至2026年8月，虎嗅统计的106家集中式数采中心中，已有84家投入运营，占比79.25%。

pie

title 106家数采中心运营状态

已投用 : 84

未投用 : 22

启动曲线与投用曲线之间的错位意味着一件事：建设潮正式翻篇，行业进入集中运营阶段。

产业逻辑其实不难拆解。数采中心本质上是一种"具身智能基建"，一头承接地方政府对新产业载体的招商需求，一头承接模型厂商对真机数据的采集需求。需求本身是真的——大模型走向物理世界，绕不开真机数据；但当基建供给以三倍速扩张时，数据需求的增长曲线远没有那么陡。地基打得比楼快，盖楼的节奏就乱了。

⚠️ 邵天兰开炮，攒局的先露馅

风口上最先摔下来的，往往是搭台子的人。

前不久，邵天兰公开质疑具身智能行业里的"攒局"现象，矛头之一就是数采中心。这番话和一年前的行业气氛形成了鲜明反差——一年前大家还在密集开工，如今开始有人指着场地问：这里面有多少是真干活的？

从106个样本的公开信息看，确实存在明显的信息不对称：部分项目披露资料有限，机器人数、采集时数、客户名单等关键数据语焉不详。多位接近数采基地的人士向虎嗅透露，个别中心的机器人到位之后，主要工作其实是接待参观、拍照发稿，真正的有效采集时长少得可怜。用圈内人的话说："机器人是租来撑门面的，数据是次要的。"

这里需要说清楚一个判断标准：衡量一座数采中心成色的，不是机器人数、不是场地面积，而是有效数据时长和复购客户数。一个只在前者上做文章的中心，本质上是把数采中心当成了招商话术的道具，而不是数据生产资料。这也是邵天兰所说"攒局"的核心病灶——局攒起来是为了拿地、拿补贴、拿估值，而不是为了产出数据。

对整个行业而言，这不全是坏事。百余家中心批量落地，本来就意味着一定会批量分化：真的会越来越真，假的会越来越藏不住。2026年下半年开始，这场甄别会随着运营数据的披露而加速。

📉 84家已开张，单子才是硬通货

开张容易，接单难。

对已经投入运营的84家中心来说，眼前的共同考题是商业模型。供给端的问题已经显现：大量数采中心的产线高度同质化——真机遥操作、桌面级任务、标准动作采集，你有的产线我也有，客户凭什么选你？而需求端集中在少数头部模型厂商手里，采购预算有限，议价权明显倒挂。

把三个阶段放在一起看，供需剪刀差的走向会更清楚：

据受访的数采运营商反馈，当前真实的付费需求主要来自两类客户：一是自研具身大模型的本体厂商，二是需要垂直场景数据的行业客户。前者预算集中但挑三拣四，对数据质量、任务多样性的要求极高；后者往往要求中心把采集和真实业务场景绑定，而不是在训练场里"表演式采集"。

这意味着一个残酷的产业判断：数采中心不是建成就有生意的行业，它更接近数据外包服务——重运营、重质检、重客户关系。百余家中心里，能同时具备稳定采集产能、严格质检流程和头部客户信任的，大概率是少数。剩下的，要么被动降价卷成薄利代工，要么在沉默中退场。

🔋 数字智能体在自产数据，物理侧还在人肉采集

数字世界里的智能体已经在自己造数据，物理世界还得靠人肉采集。

前几天OpenAI在DevDay上发布了dots：由GPT-6 Astra驱动的常驻智能体，每一个dot都拥有自己的云电脑和浏览器，可以打通4000多个应用，甚至在你登出之后继续工作。注意这里的细节——它的行动数据天然就在云端闭环里，用得越多，积累越多，智能越强。数字侧的数据飞轮，是可以自动转起来的。

物理世界完全是另一回事。ETH Zurich软体机器人实验室最近展示了一只改造过的现成机械手：它能自己爬过不同表面、保持平衡、按键、移动物体——像《亚当斯一家》里的"万物之手"走进了现实。这类灵巧操作本体的进步令人兴奋，但反过来想：每一次真机采集，背后都是实打实的人力、设备折旧和时间成本，而且物理世界的试错远比云端的沙盒昂贵。

这一组对照恰好框定了数采中心的根本处境：

• 它存在的理由：真机交互数据在现阶段不可替代，仿真到现实的差距还没有抹平；
• 它的天花板：一旦本体能力和仿真迁移技术进步，纯采集环节的价值会被重估；
• 它的增量：像ETH这类灵巧操作能力的突破，会催生对高难度灵巧数据的新需求——更稀缺，也更贵。

换句话说，数采中心的生意不在"采集"这个动作本身，而在物理世界数据闭环里，机器替代不了的那一段价值。想明白了这一点，才知道往哪卷。

💡 终局不是出租场地，是生产数据资产

数据中心的终局，是数据工厂，不是机器人仓库。

既然建设潮结束、接单成为主战场，接下来的分化路径其实已经写在明面上。真正能跑出来的数采中心，大概率沿着三条线演进：

第一，混合产线。纯真机遥操作的成本结构撑不起规模化，成熟的数据工厂会把真机采集、仿真生成、视频学习数据按任务难度分层配比，把每一小时真机时间花在刀刃上。

第二，质量分层与标准。同质化采集的解药是标准化——任务定义、数据格式、质量验收形成行业认可的标准之后，数据才能像商品一样定价和流通。

第三，场景绑定与回流。把采集产线开进真实业务场景，让部署产生数据、数据反哺模型、模型再拿回部署订单，闭环一旦转起来，场地就不再是成本中心，而是资产。

这个闭环里最关键的一环是最后那条回流的箭头——有没有客户复购和数据回流，是真数采和假攒局之间唯一的分界线。

小结

两年106家，数采中心的故事讲到了最诚实的阶段：建设比的是速度，运营比的是成色。邵天兰的开炮、84家中心的接单焦虑、OpenAI数字智能体自产数据的对照，都在指向同一个结论——数采中心不会消失，但会剧烈洗牌。未来一年，留下的将是绑定模型客户与真实场景的数据工厂，其余的会被整合或退出。基建潮的落幕，恰是数据生意的开场。