遍地数采中心，咋批量露馅了？

两年前，各地签约开工锣鼓喧天，上百台机器人搬进崭新训练场；两年后，梅卡曼德创始人邵天兰一句"攒局"，把具身数采中心推上了风口浪尖。

虎嗅最新统计显示，截至2026年8月，全国已公开披露的集中式数采中心达106家，其中84家投入运营。建设潮结束了，运营考题才刚开始：数据谁买单、账怎么算、场景从哪来。

核心判断一句话：数采中心本身没有错，错的是把它当成一门圈地的生意，而不是一项长期的基建。

📈 两年106家，一条陡得吓人的建设曲线

风口来的时候，签约台永远比机器人先到位。

把时间拨回2024年，数采中心还是个边缘概念。彼时具身智能的叙事主角是人形机器人本体和融资轮次，数据采集是幕后工种，没人为它办发布会。

转折发生在2025年春天。从2025年4月到2026年1月，新项目启动节奏从月均约2.7个跃升至约7.3个，训练场、数采基地、具身智能创新中心在各地密集挂牌。建设高峰出现在2026年一季度，此后新项目明显减少——不是没人建了，是能建的场子基本建完了。

从启动到投用，中间隔着2到5个月——签约、装修、设备进场、调试运行，这是座数采中心的标配周期。截至今年8月，106家样本中84家已投运，占比79.25%，意味着行业正式从密集开工切换到集中运营阶段。

产业逻辑不难拆：对地方政府而言，数采中心是切入具身智能赛道门槛最低的抓手——不必赌哪家本体公司能跑出来，圈一块地、买一批机器人、挂一块牌子，就能在产业地图上占个位。对本体厂商而言，数采中心是去化库存、展示产品的渠道。两边一拍即合，曲线自然陡峭。

但签约快，不等于数据值钱。

⚠️ 邵天兰开炮，攒局模式的三处裂缝

泡沫不可怕，可怕的是泡沫里没人干活。

前不久，邵天兰公开质疑具身智能行业的"攒局"现象，数采中心被点名卷入。这和一年前的气氛判若两个行业——彼时大家还在比谁的训练场大、谁的机器人多，如今开始互相打量：你那屋的机器人，一天到底在采什么？

据多位接近人士透露，部分中心已经出现机器人落灰、采集任务时断时续的情况，某地一座投用数月的中心，真实的商业化数据订单屈指可数，主要收入仍依赖地方补贴和政府性质的合作项目。

裂缝有三处。其一，数据质量：大量依赖人工遥操作摆拍任务，标准化的叠杯子、开抽屉采了一轮又一轮，真正值钱的长尾场景反而采不到。其二，需求侧：真正愿意持续付钱采购数据的模型公司数量有限，供远大于求。其三，商业模式：相当一部分中心的收入结构里，补贴占比过高，自身不造血。

一位本体厂商负责人的说法在圈内流传很广：训练场的电表在转，但商业模型没在转。数据资产的前提是数据能被用上，采集本身不创造价值，能喂进模型、提升能力的数据才叫资产。

🔍 84家投运之后，这本账到底怎么算

建一座训练场只要几个月，证明它值得存在可能需要几年。

84家已投运中心面对的是同一道算术题：支出端是机器人本体折旧、场地租金、遥操作员人力和运维成本，收入端目前无非三条路——向模型公司卖数据、吃地方政策支持、服务自家或合作方的研发需求。

问题在于，三条路走通的门槛完全不同。卖数据需要数据真的稀缺、真的优质；吃补贴需要地方财政持续愿意为"训练场经济"买单；自用则需要背后站着有场景、有算法能力的集团。三样都不占的中心，投运之日就是账期倒计时之始。

业内私下流传的说法是，接下来一年会看到一轮明显的出清：一部分中心转向数据治理、评测服务等衍生业务，一部分干脆闲置，真正能靠数据本身活下来的，会是少数。这不是数采这个方向错了，而是两年里上得太急、同质化太重，市场用最朴素的方式做了一次筛选。

💡 真场景派，给出了另一种数据算法

数据不在训练场的地板上，在客户的产线里。

9月16日至18日，第九届中国机器人峰会在杭州未来科技城举行，主题是"智联新生态，赋能全场景"。会上一个明显的风向是：宏大叙事退场，落地叙事登场。

新松机器人创始人曲道奎在演讲中给出了一组背景数据：2026年上半年具身智能赛道融资总额已突破900亿元，人形机器人量产进程加速，但核心部件"卡脖子"问题仍待突破，真实场景应用占比仍有短板，标准体系尚待统一。他的判断很直接——今年大家关注的已不是宏大叙事，而是能不能落地、能不能真正产业化，行业正站在从资本狂欢走向价值兑现的关口。

更具参照意义的是珞石机器人。执行董事、副总裁宋斌披露，珞石与京东合作推出了"苍狼""异狼"机器人产品，而京东选择珞石的核心原因，是其拥有海量物流场景数据——包括第一人称采集数据、真机数据、Sim2Real仿真拟合数据在内的垂域数据集，依托真机场景自动化产生，才能驱动智能化迭代。宋斌还给出了一组十年账本：从2016年做协作机器人，到2025年下半年布局仿人机械臂，累计出货约12万台套，当前下游最大的增长点已经成为具身智能。

这张飞轮图，就是真场景派和训练场派的分水岭：前者的数据是业务的副产品，边干活边产生，越滚越多；后者的数据是成本中心的核心产出，采一条是一条，停机即断供。星海图的沈鑫在峰会论坛上也提到，这一轮浪潮下行业的技术创新基本面其实很扎实——问题从来不是没人做技术，而是数据的生产方式决定了谁能走到最后。

🔧 从训练场到产线，数采的下一站

数采中心的终局，是让自己消失在产线里。

值得注意的信号是，本届峰会上落地的成果几乎全是"补短板"动作：康养机器人协同创新平台启动，组织高校、科研院所、医疗机构与企业共同验证推广；机器人具身智能能力评测框架发布，为能力衡量与技术选型提供统一标尺；《2026中国具身智能产业出海研究报告》同期出炉。数据、评测、标准——产业链上真正稀缺的公共品，正在被一件件补上。

顺着这个方向推演，集中式数采中心不会整体消失，但会从"地产逻辑"切换到"服务逻辑"。能活下来的大致三类：背靠本体大厂、承担研发数据生产的；绑定真实场景方、做垂域数据集的；以及转型做数据治理、评测与标注服务的。纯靠补贴和场地租金撑着的，大概率在这轮洗牌中退场。

用宋斌的话说，真实的场景才能带来真实的商机，真实的场景才能带来持续增长。这句话反过来也是审判书：场景之外的采集，都只是过渡形态。

小结

两年106家，84家投运——数采中心用最快的速度完成了中国式风口的标准动作：萌芽、爆发、过剩、挤泡沫。邵天兰的炮轰不是否定数采，而是否定没有场景锚点的攒局。

接下来一年的看点很清晰：一批中心退场或转型，数据生产向真机场景迁移，评测框架与标准体系补位。当训练场的机器人越来越少、产线里的机器人越来越多，具身智能才算真正从演示走向交付。数据仍是王座，但通往王座的路，正在从训练场换到产线。