百万小时数据，喂得饱机器人吗？

8月31日，上海浦东叠桥路，觅蜂第20000套MEgo无本体数据采集设备下线，交付京东科技。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实验室签署数据合作。

这家公司2月才成立，6月量产，三个月跑出百万小时。CEO姚卯青在现场说了一句意味深长的话：物理AI的数据电网，今天立下了第一根电线杆。

这不是一次普通的工厂下线仪式。把这条新闻和高盛同日大幅上调人形机器人出货预期、纬钛机器人李瑞喊出「触觉是必选项」放在一起看，一个清晰的产业判断浮出水面：具身智能的竞争，正在从「谁的模型demo好看」，转向「谁有真实世界数据」和「谁的感知更完整」。

📊 百万小时，是门什么生意

先看故事。今年初，具身智能数据采集还是个杂耍式的行当——拿手机、运动相机采一采，视频也能卖钱。到了8月底，觅蜂的无本体设备三个月量产两万套，单一客户开口就要一万套。

节奏变化之快，超过了大多数人的预期。

数据层面同样凶猛：2月成立、6月MEgo进入量产、8月31日累计无本体数据破100万小时、真机数据做到几十万小时量级。作为参照，最近发布蚂蚁灵波、小米、智元的Foundation Model，用掉的真机数据也就在数十万小时级别——而全国数采厂加起来的产出刚好在这个量级，其中还有不少达不到上架标准。

这背后是一条产业逻辑：当大模型架构逐渐趋同，数据成了拉开差距的少数变量。谁能稳定、规模化地生产合规数据，谁就站在了物理AI的上游。数采不再是「外包苦力活」，而是带工程壁垒的供给侧生意。

🗺️ 数据分层：无本体取代不了真机

每种数据，都有自己的位置。

交流环节的第一个尖锐问题，来自北京石景山人形机器人数采中心的关闭——真机数采是不是要凉？姚卯青的回应很直接：这是个例。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。

他的核心判断是：两种数据是分层关系，不是替代关系。

无本体数据适合预训练阶段学通用表征；真机数据适合后训练，任何具体任务落地都绕不开对应本体的真机数据。至于另外两类数据源，位置更靠后——互联网视频是现阶段的「拐杖」，第一人称视角数据不够时只能靠它获取知识，等无本体数据规模超过千万小时就可以逐渐扔掉；仿真数据在训练环节占比很小，更多用于评测，因为要买数字资产、建模、调用GPU渲染，成本反而高于规模化后的真实数据。

这套分层框架，回答的是行业眼下最焦虑的问题——真机数采中心关停怎么看。答案是：关停的是低效产能，不是这条赛道。真机数据依然是落地环节的硬通货，只是不会被无限扩张成全国几百家小作坊的形态。

🏭 数采这门生意，正在奔向寡头

需求由头部定义，格局由资金决定。

姚卯青观察到，年初客户需求还五花八门，大家边迭代边试错；到下半年，60FPS、1080P、双目、深度这些指标逐渐成为共识——需求收敛，本质上是由头部客户定义出来的。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屈指可数。

数据标准不统一怎么办？他的回答近乎无情：没有解法，唯一解法是集中采买。

逻辑在技术上站得住。一家模型公司同时用几家供应商的第一人称数据混合训练，效果很难保证。他举了自动驾驶的例子：ISP算法稍改一下，从CMOS Raw Data转RGB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依然极度敏感。

而集中化的底气来自投入结构：几万套设备是几亿元量级，背后要存几百PB到上千PB数据，建一个数据中心又是几亿到十亿元。这个生意同时吃工程能力、运营能力和资金实力，天然是寡头土壤。

验收口径更能说明门槛之高：百万小时是去重后可上架售卖的有效数据；操作信息必须有效，不能有人在镜头里摸鱼；标称60帧，平均帧率至少59.98；Handpose空间提取精度，做得差的是几厘米，头部客户要求7毫米，有的要5毫米——而且必须能通过机械臂和灵巧手编码器读出的真值来校验。

场景分布是另一道隐形的墙。很多公司手里的数据一翻全是家居和叠衣服，每个任务只有一两个小场景，多样性根本不够。据接近数采行业的人士观察，客户已经放弃了「每家都采一点试试」的做法，转向集中给一两家独家供货。

📈 高盛上调：机器人从会走到会工作

数据侧的火热，终于等来了需求侧的验证。

同一天，高盛在最新全球物理AI报告中大幅上调人形机器人预测：全球出货量从2026年的7.5万台，增至2030年约89万台，2035年达到约650万台，对应市场规模约1383亿美元。对比旧预测，2030年从25.6万台上调到89万台，2035年更是从140万台直接翻了四倍多——近乎一次预期重估。

支撑上调的是基础模型的实质进步。高盛援引Epoch数据：主流AI模型综合能力指标ECI从2023年的120多分升至2026年的150多分；METR研究显示，自2019年以来，前沿模型能以50%成功率完成的任务持续时间约每7个月翻一番。

运动控制也在突破。2026年以来，部分人形机器人户外奔跑速度从2—3米/秒提升到5—6米/秒；世界人形机器人运动会上，400米冠军成绩较2025年提高约57%，达到38.15秒；Whole-Body Control开始让机器人边移动边完成上肢操作。

但高盛的判断同样冷静：行业竞争重点已从运动展示，转向真实世界数据、机器人基础模型、灵巧操作和系统可靠性。在中国市场，机器人模型正从单一VLA架构，向VLA或VTLA与世界模型、多层Agent结合的体系演进，参数规模从数十亿至200亿向400亿—800亿提升——而高质量、真实、多维数据仍是部署最大瓶颈。率先规模化的场景是物流仓储和汽车制造，不是炫技舞台。

把这一节和前面两节连起来看：高盛上调的每一分预期，最终都要靠数采工厂里一帧一帧采出来的数据来兑现。数据供给侧的寡头化，和需求侧的放量，是同一枚硬币的两面。

✋ 触觉：视觉之后的必选项

数据拼图的最后一块，可能长在手指上。

纬钛机器人CEO李瑞给出的判断是：具身智能仅靠视觉容易撞到天花板，触觉是未来必选项——「上触觉已经不是一个yes or no的问题，而是when的问题。」

这与高盛的硬件判断形成呼应：在决定商业化速度的诸多要素中——灵巧手、手眼脚协同、散热、线束寿命、长期可靠性、Sim-to-Real泛化——灵巧手目前仍没有统一技术路线，是最重要的硬件瓶颈之一。

产业逻辑并不复杂。高复杂度、高随机性环境下，机器人成功率明显下降；当前模型只在稳定、结构化环境里能处理相对简单的任务。而要跨过这道坎，光靠摄像头喂第一人称视频不够——抓一枚鸡蛋和抓一个扳手，视觉信号可以完全一样，力反馈天差地别。当预训练数据规模化、VLA架构成熟之后，多维感知数据（包括触觉）会成为下一轮模型迭代的分水岭。

对数采行业，这同样是增量信号：真值校验、力反馈记录、多模态对齐，都会抬高数据生产的工程门槛——进一步利好有能力吃下全套链路的头部玩家。

小结

一天之内三个信号同频：觅蜂百万小时数据下线、高盛把2035年出货预期翻了四倍多、李瑞宣布触觉时代将至。具身智能的故事正在改写——从「会走路的demo」，变成「会工作的产线工人」，而中间的桥梁是真数据、严标准、硬可靠性。数据电网的第一根电线杆已经立下，接下来比的是谁先把电网铺到千家万户。灵巧手与触觉，很可能是2027年最值得盯的下一个变量。