百万小时之后，机器人数据开始寡头化

机器人的「数据电网」，立起了第一根电线杆。

8月31日，上海浦东叠桥路，觅蜂的第20000套MEgo无本体数据采集设备下线，交付给京东科技。同一天，觅蜂宣布累计无本体数据突破100万小时，并与腾讯Robotics X实验室签署合作。这家公司2月才成立，MEgo 6月进入量产，三个月跑出百万小时。

创始人姚卯青在活动上说了句漂亮话：物理AI的数据电网，今天立下了第一根电线杆。

漂亮话背后是产业正在发生的硬变化：数据从「能采就行」卷到帧级验收，模型从VLA走向WAM融合，行业格局从百花齐放滑向寡头收敛。这篇文章拆开讲。

📊 百万小时下线：数据验收卷到帧级

百万小时听着唬人，行业里私下问的第一句往往是：这数怎么算的？

姚卯青的回答很直接——百万小时是去重后可以上货架售卖的有效数据。片段里的操作信息要有效，「不能人在摸鱼」；标称60帧的平均帧率至少要到59.98；空间提取的Handpose，做得差的是几厘米，而头部客户要求7毫米，有的甚至要5毫米，且必须能通过机械臂和灵巧手编码器读出的真值来校验。

这不是抬杠，是需求端倒逼的。年初客户需求还很多样，拿手机、运动相机采一采也能卖；到下半年，60FPS、1080P、双目、深度这些指标逐渐成为共识，需求由头部客户定义。已经有单一客户上来就要一万套设备，国内能做到这个量产规模的公司不多。

验收口径的变化，本质上是数据从「AI饲料」变成「工业品」的信号。工业品的逻辑是：标准可量化、批次可复现、真值可校验。达标的进货架，不达标的连议价资格都没有。据接近头部数采厂的人士透露，全国数采厂产能加起来勉强够几家模型公司消化，其中还有不少达不到标准——有效产能的稀缺，比总产能的数字更重要。

🔋 无本体 vs 真机：分层，不是替代

北京石景山人形机器人数采中心关停的消息传出后，「真机数采要凉」「无本体取代真机」的说法流传了一阵。

姚卯青的判断是个例。运营得好的数采工厂仍在满负荷运转，觅蜂自己的真机采集工厂两班倒生产数据。最近发布的蚂蚁灵波、小米、智元的Foundation Model都用了数十万小时级别的真机数据。他的公司至今累计真机数据也在几十万小时量级。

真正值得记住的是他对四类数据源的排序——这是当下具身智能数据栈最清晰的一张地图：

无本体数据适合预训练阶段学习通用表征，真机数据适合后训练；具体到某一个任务上做落地，绕不开对应本体的真机数据。互联网视频是「现阶段的拐杖」，无本体数据到千万小时以上规模后可以逐渐扔掉。仿真数据占比最小，原因是成本——买数字资产、建模、调GPU渲染，算下来单小时成本已经高于规模化运营的无本体真实数据。

一句话总结这套分层：预训练看规模，后训练看本体，落地绕不开真机。

⚠️ VLA不够用了：WAM补上「动作之后的世界」

数据栈变化的另一面，是模型架构的压力测试。

过去两年，VLA（视觉-语言-动作模型）是具身智能「大脑」的主流路线：把感知、语言理解、动作输出连起来，机器人从「看懂」走向「行动」。但2026年以来，纯VLA的局限逐渐暴露。抓一个杯子只要几秒，「打开冰箱、找到牛奶、取出、倒入杯中、放回、关门」却要求模型持续跟踪环境变化。任务链条一拉长，「当前观察—下一动作」的范式就会误差累积，陌生物体、位置变化或一次抓取失败，整条链就断了。

于是方向收敛到WAM（World Action Model，世界动作模型）：不仅理解世界当前状态，还要预测动作执行之后环境如何变化，并把这种预测能力和动作生成绑定。具身智能的竞争，正在从「能不能动」转向「能不能理解并预测物理世界」。

架构变化同时在重排硬件价值链：

世界模型要预测「动作之后的世界」，就必须有足够的传感输入去验证预测——3D视觉、触觉、六维力、灵巧手的权重都在上升，而数据采集设备作为整个闭环的源头，价值持续放大。中国供应链的机会，可能从低成本制造延伸到真实世界数据闭环。

🧪 学术数据≠真实数据：可解释性成生死线

IJCAI 2026上，TUM的黎子玥抛出一个扎心的问题：模型这么大这么强，为什么还是「上不了路」？

她的核心判断有两句：学术数据和真实数据完全是两回事；可解释性成落地「生死线」。

这两句话和姚卯青的一个技术细节恰好互为印证。被问到数据标准为什么不统一时，他的回答是「没有解法」，并举了自动驾驶的例子：把ISP算法稍微改一下，从CMOS的Raw Data转成RGB图像这一步，人眼看不出区别，模型训出来可能完全变样。神经网络对数据信号仍然敏感。

这意味着一家模型公司混用几家供应商的第一视角数据，训练效果很难保证。人眼看是同一件事，对模型可能是两个物理世界。

可解释性问题的产业含义在于：当机器人进入工厂、进入家庭，客户不仅要它「做对」，还要在它「做错」时知道为什么。黑盒模型在demo里无所谓，在交付合同里是赔偿条款。这也是为什么头部厂商都强调用编码器真值校验数据——可验证的真值，是黑盒时代里为数不多的可解释性抓手。

💰 寡头逻辑：几亿设备、百PB数据，谁玩得起

行业会不会走向寡头？姚卯青被追问时的回答是：肯定会。

理由不是口嗨，是投入结构。几万套设备是几亿元的量级；背后要存几百PB到上千PB的数据，建一个数据中心又是几亿到十亿的投入。这个生意同时吃工程能力、运营能力和资金实力三张牌。

需求端也在做同样的筛选。数据标准没有统一解法，客户就放弃了「每家都采一点试试」的做法，转向集中给一两家独家供货——集中采买是他给出的唯一解法，也是他观察到的现状。已经有单一客户开口就要一万套设备。

一条简化的收敛路径如下：

三个月，从量产到两万台、百万小时、头部客户独家合作——这个节奏本身就是筛选器的说明书。数采这门生意正在复刻所有硬件+数据平台型生意的宿命：前期看谁先起量，后期看谁的成本曲线压得住、资金链扛得住。腰部玩家的窗口，正在从「有没有设备」变成「有没有客户愿意独家押注」。

小结：数据电网的第一次并网

把三件事放在一起看：觅蜂百万小时下线、WAM开始重构大脑、数据验收卷到帧级毫米级——具身智能的竞争，正在从「模型参数竞赛」切换到「数据资产+真值体系+资金规模」的综合战。

数据是新的电网，但电网生意从来不属于大多数人。无本体与真机分层、仿真退居评测、互联网视频谢幕，这条数据栈的排序会在未来一两年内成为行业共识。而共识一旦形成，头部集中只是时间问题。

下一根电线杆立在哪里，取决于谁先把千万小时的无本体数据、满负荷的真机工厂和WAM级的模型闭环跑通。电线杆立起来之前，讲的都是故事；并网之后，剩下的才是生意。