数采注水被戳穿，谁在囤真数据？

数据采集，这个曾经被捧为具身智能“基建”的生意，正在一夜之间变成关联交易、报表注水的“代名词”。📊 一边是106座数采中心拔地而起、订单与融资齐飞；另一边，DeepSeek 手握千亿现金悄然落子，OpenAI 重招 27 人“制造身体”。钱和人往哪里流，答案已经写在墙上了：当泡沫被挤干，真正值钱的，只有能让机器人学会物理世界的数据。

📊 106座数采中心：一笔钱转一圈，三方都赢

一笔钱转一圈，三方都赢了，唯独机器人没学会什么。

先看一个数字：在全国，不到两年时间，已经有 106 座人形机器人数采中心拔地而起，其中大部分由政企共建。这是个惊人的建设速度——要知道，两年前大多数人还不知道“数采”两个字怎么念。

也正是在这种政企合作之下，数采中心、机器人企业和当地政府摸索出了一套熟练的循环：企业把机器人卖给中心，收入计入企业营收；中心招聘员工，用买来的机器人采集数据；企业再花钱把数据买回来，用于模型训练。一笔资金，在数采中心、机器人企业与当地政府中间转了一圈，三方都成功获得了成绩。

平心而论，这套“卖设备—回购数据”的模式本身没有太大问题。机器人此前基本没有现实数据可采——不同于大语言模型背后有整个互联网，具身智能必须靠真机一秒一秒地攒数据。政企共建降低试错成本，逻辑上说得通。

问题出在节奏上。在机器人企业奔赴上市的热潮中，数采中心成了单纯做高账面收入、推高估值的“工具”，数据有没有价值反而成了其次。据财经杂志报道，采集商老台曾替一家机器人公司“走了一笔账”，签下约数百万元的合同——一方购买硬件，另一方购买数据，双方没有完成实物交割，只做了账务往来。他的一位同行透露，有一家数据公司短时间内完成多轮融资，通过众包采集数据，把投资人的钱“合法套了出来”。

终于有人把话说破了。前不久，梅卡曼德创始人邵天兰公开发声，直接把部分机器人企业借助数采中心包装虚假营收的乱象摆在了台面上。据多位接近产业的人士称，这番表态在圈内激起了不小的波澜——很多人憋了很久，只是没人愿意当第一个掀桌子的。

⚠️ 订单挤水分：估值逻辑正在被重写

潮水退去的方式，往往不是企业暴雷，而是投资人开始追问。

一位投资人的原话说得很直白：“以前市场热的时候，订单量、出货量、收入增速很容易直接推高估值，现在大家会追问这些收入是谁……”追问什么？追问这些收入是谁买的、买的理由是什么、数据有没有真的用进模型。一句话，资本对具身智能企业的评估标准正在重构。

传导到下游，信号已经很明确：人形机器人的订单开始集体挤水分，明星企业的估值泡沫似乎也被戳破了。而最直接的承压者，正是数采这门生意本身——降价、层层转包成了行业常态，一位数据采集商无奈表示，“这门生意明年会是什么光景，还很难说”。

📈 把市面上几类数据来源放到一张图上看，格局其实很清楚：

产业逻辑其实不复杂：靠账面游戏堆出来的数据生意，护城河为零；一旦评估标准从“收入增速”切换到“数据质量与模型增益”，整个链条上靠转手吃饭的玩家会被率先淘汰。数采不会消失，但会从“生意”回归“工程”。

🧠 梁文锋的三张底牌：钱流向真数据

钱流向哪里，战略边界就扩向哪里。

梁文锋最近的行程表异常密集。过去几周，这位一向低调的 DeepSeek 创始人频繁约见具身智能赛道的创业者，探讨的焦点始终围绕同一个命题：大模型如何走出数字虚拟世界，与物理现实展开交互。10 月 12 日，凤凰网科技援引多位知情人士消息称，梁文锋正在内部推演切入具身智能的可行路径——究竟是另起炉灶自建团队研发，还是以资本手段战略切入。

对于以“想透再动手”著称的梁文锋而言，思考往往伴随着行动。外界刚察觉风向，三张底牌已悄然落桌：一张锚定“物理躯干”，一张构筑“具身大脑”的底层基座，另一张则卡位协调二者的“全身动态运控”。目前浮出水面的落子包括宇树科技、Winverse AI 以及俞涛的新团队——水面之下的动作，只会更密。

支撑这个野心的，是暴涨的资金底气。10 月 22 日外媒报道，DeepSeek 完成约 1000 亿元人民币（约 150 亿美元）的新一轮巨额融资，投前估值推升至约 5000 亿元，腾讯与宁德时代领投，宁德时代拟单笔追加百亿，多方产业巨头跟投。加上年中首轮，公司半年内吸金约 1500 亿元，年化营收运行率跨过 10 亿美元关口。这笔巨资在为科创板 IPO 铺路的同时，也为万卡集群建设和前沿团队招募提供了近乎无限的算力支撑。

值得注意的是，DeepSeek 的入场方式与此前数采中心的逻辑截然相反：它不缺订单、不缺营收，缺的是能跑通物理世界的模型能力。万卡集群烧算力、资本卡位躯干与运控，本质是在为“真数据、真模型”的路线押注。🚀 这条路线一旦跑通，那些靠账面循环堆起来的估值故事，叙事空间会被进一步压缩。

🦾 OpenAI 回归：当年散伙的理由，成了今天的理由

五年前因为“没有数据”散伙，五年后为了“造数据”招兵买马。

OpenAI 曾经立场鲜明：只做大脑，不做身体。五年前，它因为“没有数据”解散了自己的机器人团队，这在当时被解读为聪明的聚焦——语言模型有整个互联网喂养，何必去物理世界一秒一秒地攒数据？

五年后，叙事变了。OpenAI 用一座 14000 安培的仓库、50 万美元的年薪待遇，和一颗自主设计的电机，重新招了 27 个“制造身体”的员工。注意这里的细节：不是只招软件工程师，而是连电机都开始自己设计。💡 这说明 OpenAI 已经想明白了一件事——没有物理交互的闭环，大脑永远学不会身体；而要拿到最高质量的数据，就必须自己掌控从电机到仓库的整条链路。

这和 DeepSeek 的三张底牌遥相呼应：巨头们殊途同归，都选择了“自建真机、自采数据”的最重路线。为什么？因为最稀缺的数据没法买、没法转包、更没法在数采中心里左手倒右手——遥操作攒出来的演示数据，与真机自主运行产生的数据之间，隔着一代模型能力的差距。

对产业链而言，巨头下场是把双刃剑：一方面，它们会带着真金白银抬高数据质量的天花板，把“数采工程化”这门手艺真正做深；另一方面，中小企业在数据竞争中的议价权会进一步萎缩——连电机都被巨头自研了，中间商还剩下什么？答案可能只剩下一件事：把某一个垂直场景的数据做到别人替代不了。

小结

回到标题的问题：数采会成为具身智能的“牺牲品”吗？更准确的说法是——被牺牲的不是数采，而是注水的数采。106 座中心里，靠关联交易撑营收的部分会随着估值逻辑重构而退潮；而真正能喂饱模型的数据，正在迎来历史最高价的时刻：DeepSeek 千亿在手四处落子，OpenAI 连电机都亲自下场。🔭 2027 年，决定具身智能座次的，不会是报表上的收入，而是每家公司手里有多少让机器人在物理世界真正学会干活的数据。