端盘子还没学会，估值先到430亿

2026世界机器人大会，一块屏幕播放机械手擦桌子，旁边观众头戴采集设备、手握手柄远程教学。这不是机器人自主决策，而是数据采集现场。几乎同一周，[[小鹏集团]]旗下[[鹏行]]完成超9亿美元融资，投后估值超63亿美元、约合430亿元人民币，刷新中国具身智能单轮融资纪录。一边是训练场里还在教机器人端盘子，一边是资本抢着给物理AI期权定价。这中间隔着的，不是整机能力，而是数据短板。

数据采集师上岗：同一个盘子，一天端上百次

华东某机器人训练场，一位“00后”训练师正对着麦克风下达指令：“拿起桌上浅蓝色盘子，放在白色托盘上。”随后她操纵机械臂完成抓取、平移、放下。同一个动作，她一天要重复上百次。仅这一个零件分拣任务，该训练场已采集三四万条数据。

这些由视频、力反馈和关节角度组成的“教学素材”，经清洗后成为高质量数据喂给大模型。该训练场数据采集负责人[[郑鑫]]说得直白：“现实中，高质量数据支撑不到位，机器人就永远摆脱不了遥控大玩具的标签。”

这不是孤例。8月6日，安徽合肥市具身智能机器人数据采集预训练场内，83台来自不同企业的机器人，在家居、商超、工业等30余个复刻场景中实训。北京石景山区的人形机器人数据训练中心，上百台机器人则在训练师带领下练习快递分拣。

一线数据采集师最直接的感受是：任务越来越难，容错率越来越低。以前拍一段抓取视频就能交差，现在要覆盖不同角度、不同力度、不同光照，甚至要故意加入失败案例。据多位接近训练场的人士私下说，很多数据至今仍靠遥操作，离“机器人自己学会”还有相当距离。

产业逻辑很清楚：真实世界的物理交互数据，是具身智能从“看懂世界”迈向“改变世界”的关键。没有足够多的“端盘子”数据，大模型再强也落不到手上。

训练场大干快上：70所学校还嫌少

2026年世界机器人大会的变化很明显：与去年厂商争相展示跳多高、跑多快不同，今年焦点悄悄让位给了“教机器人干活”的数据采集展位。一批定位为“数据基础设施”“物理AI数据基座”的专业服务商首次集中亮相，它们不造整机、不训大模型，只为机器人产业提供最底层的数据支撑。

[[北京人形机器人创新中心]]具身智能数据与训练基地负责人[[夏华林]]判断：“现在的具身智能机器人相当于十年前的自动驾驶。”机器人所需数据比自动驾驶多数个量级。这句话点破了当前行业的最大瓶颈。

[[中国信息通信研究院]]发布的《具身智能训练场研究报告（2026年）》显示，截至2026年6月底，全国建成启用超70家训练场，在建或规划46家。但报告同时强调，这还远远不够。

为什么70家还不够？因为具身智能场景高度碎片化：端盘子、叠衣服、拧螺丝、快递分拣，每个任务都需要独立的数据分布。一个训练场覆盖30个场景，单场景能沉淀的数据有限。更关键的是，各地训练场分散、重复建设，数据格式和采集标准尚未统一。

这恰恰是产业机会。十年前的自动驾驶，同样先经历了“比谁跑得快”的炫技阶段，随后才进入重数据、重路采、重仿真的基础设施竞赛。如今具身智能正在复制这条路径。数据采集、清洗、标注、仿真，正从整机厂内部职能中剥离，变成独立环节。

产业链中游正在长出新的“卖水人”。它们不赌某一家整机厂能否跑出来，而是赌整个行业都需要数据。

小鹏机器人430亿估值：买的是“车厂跨界”

8月24日，[[鹏行]]融资官宣。规模超9亿美元，投后估值超63亿美元，约合人民币430亿元，创下中国具身智能领域单轮融资最高纪录。

本轮由[[IDG资本]]领投，[[高榕创投]]参投，[[腾讯]]与[[阿里巴巴]]作为战略投资者联合认购6亿美元。[[小鹏集团]]自身认购2亿美元，[[何小鹏]]等高管关联方认购1亿美元。融资完成后，小鹏集团继续保持对机器人业务的控股地位。

从产品参数看，[[IRON]]全身具备76个自由度，首发搭载全固态电池及3颗自研[[图灵芯片]]。在底层架构上，IRON的VLA/VLM大模型、AI架构、数据管控乃至组织架构，均与小鹏汽车体系深度共用。更关键的数字是：IRON供应链与小鹏汽车业务重合度超过85%。

[[IDG资本]]在官方新闻稿中说得很清楚：具身智能正处于从技术突破迈向量产落地的关键拐点，小鹏人形机器人“具备与海外龙头企业在全球市场竞争的实力”。他们看好的，是小鹏在端侧AI芯片、物理AI大模型、整机硬件的全栈自研布局，以及与智能汽车和自动驾驶业务的“战略协同效应”。

腾讯和阿里巴巴的入局更值得玩味。这两家此前已广泛布局具身智能，腾讯2025年3月领投过[[智元机器人]]B轮，阿里巴巴集团与蚂蚁集团参与过[[宇树科技]]融资。它们同时出现在小鹏机器人股东名单里，说明一个判断：在物理AI这条赛道上，小鹏可能是“车厂跨界”中最有希望跑出来的玩家。

资本买的不是当前机器人能力，而是汽车制造、供应链、自动驾驶数据与芯片的复用期权。

能力三线，估值头部：错位在哪里

[[潮涌AI]]在一篇评论里用了更刺眼的标题——头部的估值，三线的能力。这句话在行业内迅速发酵。

此前，[[它石智航]]4.55亿美元的Pre-A轮还被视为行业高点。小鹏机器人一轮便把纪录翻倍，直接站到与[[宇树科技]]、[[智元机器人]]同一量级。但问题在于：宇树已经在量产和人形机器人硬件上证明过自己，智元也有量产和供应链积累，而小鹏的IRON更多还停留在工厂实训与内部验证阶段。

投行不这么看。[[东吴证券]]研报指出，小鹏汽车是集新能源汽车、人形机器人、智驾技术授权及Robotaxi于一体的稀缺“物理AI”标的，当前市场估值尚未充分反映机器人等子业务的期权价值，维持“买入”评级。[[招证国际]]也看好小鹏在物理AI领域的估值释放潜力，预计机器人业务的硬件毛利率将显著高于汽车业务，同时兼具软件服务收费潜力。

支撑这些判断的，是小鹏汽车毛利率的韧性。2025年第三季度至2026年第二季度，综合毛利率已连续四个季度维持在20%以上。机器人业务资本开支需求显著小于汽车，产能爬坡后盈利速度有望更快。公司还设立了18个月的分拆评估窗口期，优先最大化业务协同。

但一个尴尬的事实是：430亿估值对面，不是IRON的76个自由度，而是训练师一天重复上百次的浅蓝色盘子。全国超70家训练场，单个零件分拣任务要采三四万条数据，端盘子端得还不够稳。估值可以靠汽车供应链的故事撑起来，能力却只能靠数据一帧一帧喂出来。

资本窗口已经打开，能力窗口仍被数据卡住。这就是当前具身智能最真实的错位。

下半场在数据冷板凳上

回到世界机器人大会展区，现场观众头戴采集设备、手握手柄，正在“教”机器人擦桌子。机器人的第一视角画面同步传到屏幕，这段视频经处理后将成为训练机器人干活的教材。

这是一个标志性场景：具身智能正在复制十年前自动驾驶的路径——先秀能力，再补数据，后谈规模。翻看自动驾驶历史，真正拉开差距的不是Demo车，而是几百万公里的路采数据、仿真环境和数据闭环。具身智能同样如此。

只是这次的数据维度更多、采集更重。视频、力反馈、关节角度、触觉、声音，每一次物理交互都在产生多模态数据。一个端盘子动作，训练师要重复上百次；一个零件分拣任务，要采三四万条。这还是相对简单的桌面操作。

数据基础设施服务商首次集中亮相，正是行业开始补课的信号。它们不造整机、不训大模型，专注数据采集、清洗、标注与管理。这类公司的价值在于：如果具身智能要走向通用操作，必须有第三方数据基座，否则每家整机厂都自建训练场，成本高、标准乱、数据无法复用。

据多位接近训练场的人士透露，目前行业最缺的不是GPU，而是高质量、高一致性的操作数据。资本热钱可以一夜之间把估值推到430亿，但数据飞轮只能一天一天转。

全国超70家训练场只是补课的开始，不是答案。谁先把“端盘子”级别数据，变成跨场景、跨本体的通用操作能力，谁才能真正配得上头部估值。否则，430亿只是一个昂贵的期权，到期日可能比想象中更近。

小结：小鹏机器人430亿估值的对面，不是IRON的76个自由度，而是训练师一天上百次重复的浅蓝盘子。具身智能的资本窗口已经打开，能力窗口仍被数据卡住。全国超70所训练场是补课的开始，分散、重复、标准不统一，远不能支撑通用操作。物理AI下半场，谁能把真实交互数据变成飞轮，谁才能把估值坐实。否则，资本故事再性感，也绕不开端盘子这门基础课。