机器人还没上班，教具先卖疯了

人形机器人至今没有真正大规模走进工厂和家庭，但一门围绕“教机器人干活”的生意，已经先跑出了规模化订单。龙旗科技参与配套的第一视角数据采集设备，单月出货被估计在一万套左右，单套价格约一万元。与此同时，DeepSeek拟领投前腾讯科学家胡瀚创办的Winverse AI，投后估值约4亿美元。

一个还没量产的产品，上游的“教材”和“老师”先卖爆了——这背后是具身智能产业正在把钱从“造机器人”前移到“教机器人”。数据层，才是当下确定性最高的一段。

🕳️ 反差出现：本体还在爬坡，装备先见到现金

卖铲子的，永远比挖金子的先见到钱。

想象一条生产线旁边的场景：一名数据采集员头戴视觉设备、手腕挂着相机，日复一日地重复擦桌子、抓杯子、插充电线。他不是工人，他在给机器人做示范。过去半年，这样的画面从概念演示变成了批量采购——这可能是本轮人形机器人浪潮里最有说服力的产业化信号之一。

先看数字。据产业调研（信源估计，未经相关公司官方确认），龙旗科技参与配套的第一视角数据采集设备，8月和9月单月出货量均被估计在一万套左右，单套价格约一万元。按这一估计静态测算，单月设备金额可能接近一亿元人民币——这是基于信源数字的推算，而非已披露的实际营收。对照之下，人形机器人本体至今没有哪家厂商公布过同等量级的批量交付数据。

也就是说：机器人还没开始大规模工作，训练机器人的基础设备先形成了批量需求。

这不是孤立事件。围绕数据采集，一条完整的产业链条正在快速成型：

数据工厂、动作捕捉、遥操作、仿真平台在2025年以来密集出现，共同支撑起这条“教机器人”的流水线。从产业逻辑上看，这个顺序并不奇怪：机器人要在陌生环境里稳定完成任务，前提是模型见过足够多的人类示范；而要量产示范数据，先得把采集装备造出来。装备采购是数据产业的第一层市场，它先于机器人本体销售而存在，两者之间存在天然的时间差。

对供应链企业来说，这意味着一个罕见的窗口期——不用等机器人卖爆，订单先来了。

🔍 教具里装了什么：把一个动作拆成可训练的材料

机器人学不会干活，往往不是手不行，是没见过。

为什么“教机器人”需要专门的设备？拆一个最简单的动作就明白了。一名工作人员整理餐桌：先观察杯子的位置，再伸手接近杯身，控制抓握力度，最后把杯子放进柜子。人类几乎不经思考的一串动作，对机器人来说包含视觉识别、空间定位、抓握控制、轨迹规划和失败修正等多个环节。

数据采集设备要做的，就是把这套过程完整拆解成可记录、可处理的训练材料。这也是为什么当前主流方案都采用多视角组合：头戴设备负责第一视角的全局观测，腕部相机负责手眼细节，手持夹爪负责记录真实的操作动作。

这个细分赛道里，玩家正在快速聚拢。除了龙旗科技配套的万套级设备，觅蜂科技的MEgo系列提供了另一个观察窗口——MEgo View结合头戴视觉和腕部摄像头，MEgo Gripper则通过手持夹爪采集操作动作；围绕硬件，觅蜂科技还建设了数据资产与仿真平台。视觉厂商奥比中光也陆续推出Ego、UMI、腕部相机以及同步采集设备。

从产业阶段看，这条赛道上的玩家分工正在显形：有的做走量的装备生意，有的做高门槛的模型生意。多视角第一视角采集正在成为行业收敛的形态，装备先行，模型在后。

💰 DeepSeek下场：模型层的抢人抢位开始了

硬件赚今天的钱，模型赚明天的钱，现在大厂两样都想要。

10月12日，据彭博报道，DeepSeek已同意领投Winverse AI的种子轮融资，金额达数千万美元。多位接近交易的知情人士透露，这笔交易将使这家成立仅数月的初创公司估值达到约4亿美元，美团旗下龙珠投资等机构也已作出投资承诺。这将成为DeepSeek迄今对外部初创企业最大规模的投资之一。

Winverse AI的底牌在人。据彭博报道，创始人胡瀚于2025年创立这家公司，此前在腾讯担任视觉语言与具身基础模型团队负责人，拥有清华大学博士学位，曾任职于微软亚洲研究院和百度。这家总部位于杭州的初创公司尚未公开亮相，专注于为机器人开发AI模型——目标是让机器人理解语音指令、处理现实世界中的复杂任务，而不只是执行预设动作或完成运动控制。这类技术与主要面向文本交互的语言模型不同，需要针对机器人场景专门训练。

把DeepSeek在具身智能上的公开动作按时间连起来看，节奏非常清晰：

在此之前，据公开报道，DeepSeek已投资宇树科技，2025年斥资约1.41亿元人民币参与其IPO进程。而据媒体报道，DeepSeek最新一轮融资规模接近800亿元人民币，超过原定目标，部分资金预计将用于与外部初创企业联合开发。

需要说明的是，把DeepSeek的几笔投资解读为一条“从硬件到模型”的布局主线，是基于公开信息的作者推演；各家投资的具体动机，目前并无官方口径。但这条推演的产业含义值得细品：中国在人形机器人硬件制造上已具备全球领先优势，但赋予机器人理解环境、处理复杂任务的智能能力，仍是行业面临的主要挑战。DeepSeek选的不是造本体，而是直接切模型层——用做基础模型的方法论，去攻“机器人不懂世界”这个最硬的骨头。

对二级市场的观察者来说，这里有一个容易被忽略的联动关系：模型公司越激进，对训练数据的需求就越饥渴。Winverse AI这类公司要做专门针对机器人场景的训练，绕不开第一视角操作数据——数据采集设备和数据工厂，恰恰是它们的上游。装备热和模型热，本质上是同一场战争的两条战线。

⚠️ 冷思考：出货量不代表成熟度，复用率才是护城河

设备出货量冲高，只说明产业刚到山脚。

必须泼一盆冷水：数据采集设备卖爆，是这个产业最早的收入形态，也是最浅的一层。业内一个更冷静的判断值得反复咀嚼——数据质量、生产成本与复用效率决定第二层价值，而机器人能否减少失败、延长有效工作时间，将决定整个产业能走多远。

换言之，这门生意真正的分水岭，不在设备出货多少套，而在数据能不能像资产一样被沉淀、复用、跨场景迁移。这里至少横着三道坎：

值得注意的是，头部玩家已经开始往第二层走。觅蜂科技围绕硬件建设了数据资产与仿真平台，奥比中光强调同步采集能力——这些动作指向同一个方向：硬件只是入口，数据资产才是终局。

业内流传的一种说法是：设备采购的热度大概率先于本体放量见顶，因为采集装备是资本开支，一旦头部模型公司囤够数据，采购节奏就会放缓。到时候，还在卖设备的厂商会第一批感受到寒意，而手握高质量、可复用数据集的玩家，反而会随着模型迭代持续增值。对投资人而言，区分“卖设备的故事”和“卖数据的故事”，可能是未来两年这个赛道最重要的功课。

🧭 终局推演：谁的失败率更低，谁拿走行业的钱

检验一切的标准，最后还是回到机器人自己身上。

把整个产业的递进关系再捋一遍（以下为作者推演，供讨论参考）：第一层是装备，卖采集设备，龙旗们正在赚这份钱；第二层是数据，卖高质量、可复用的数据资产，觅蜂们已经在卡位；第三层是模型，卖机器人的“大脑”，Winverse AI们刚刚拿到数千万美元的入场券；第四层是验证——机器人本体真正上岗，减少失败、延长有效工作时间。每一层都建立在前一层的交付质量之上。

这个链条里，越往后走，技术门槛越高，商业价值的上限也越高，但同时不确定性也越大。装备和数据的收入在当下就能兑现，模型的收入要等机器人真正听懂指令、处理复杂任务之后才可能规模化——这也是为什么据公开报道，DeepSeek以接近800亿元人民币融资所得中的一部分，去押注一个成立数月的团队。

需要提醒的是，据彭博援引知情人士的说法，Winverse AI这笔交易尚未最终敲定，估值及投资方参与情况仍可能变化。一级市场的热度传导到产业实质，还需要时间。

结语

数据设备先卖爆，不是概念炒作的又一轮泡沫信号，恰恰是具身智能开始“施工”的证据——训练机器人这件事，已经从论文和演示，变成了可以按套计价、按月出货的订单。

短期看，盯设备与数据服务的订单节奏；中期看，模型层谁能率先把机器人在陌生环境里的失败率打下来；长期看，一切由本体出货和有效工作时长来验证。机器人还没上班，但教它上班的生意，已经开工了。

边界说明：本文中标注“据彭博报道”“据产业调研”“据公开报道”的内容为信源事实，其准确性以原始信源为准；对产业递进关系、竞争格局与投资逻辑的判断，均为作者基于公开信息的推演，不代表任何公司官方口径。