具身智能中的数据闭环 — 行业全景研究报告

版本：v1.4（2026-11）｜ 基准时点：2026 年初 

摘要（Executive Summary）

具身智能（Embodied AI）正处在从「技术验证」跨入「规模化产品开发」的关键窗口，而数据是这一跨越的第一瓶颈。围绕具身数据「生产—传输存储—利用挖掘—销售流通」的闭环已形成一条独立产业带。

🗺️ 怎么读这份报告：赶时间只看「摘要 + 关键数字速览」（5 分钟）；关心市场看 §2；做投资决策直接看 §8.3 三情景 + §8.4 风险矩阵；想看玩家格局从 §6.1 竞对矩阵（15 家）入手；全文关键结论以「💡 判断」框突出。

五个核心判断（先看卡，再看展开）：

1. 市场规模
   ：全球具身数据服务（采集+合成）市场 2024 年约 7.53 亿美元，预计 2031 年达 67.52 亿美元，CAGR 36.8% [S001][S004]。这是具身智能千亿元级大盘（中国口径 2024 年 3647 亿元 [S061] / 2025 年 9150 亿元 [S002]）中约占 1-2% 的「卖水人」环节——小市场、高增速、战略卡位价值远超收入体量。
2. 路线之争
   ：真机遥操作（质量最高、成本最贵 [S023]）vs 仿真合成（边际成本趋零、sim2real gap 待解）vs 生成式世界模型（π0/Cosmos 代表 [S012][S035]）三条路线并行，混合使用成为头部共识。
3. 三极分化（中美欧日）
   ：中国走「国家队数据基建 + 本体厂开源 + 专业服务商」三线并进（工信部攻关清单 [S021]、智元百万真机开源 [S033]、光轮智能全球首个具身数据独角兽 [S031]）；北美走「巨头平台 + 整机自建 + 基础模型自采」（NVIDIA Isaac/Cosmos [S035]、Tesla 工厂级数采 [S034]、Skild AI 软银领投 [S104]）；欧洲以合规先行 + 开源社区参与（AI Act Tier1 原文 [S100][S101]、LeRobot 生态 [S103]），日韩数据能力内嵌于整机联盟（PFN×丰田 [S106]）。
4. 商业模式「分层并存」，交易环节已破冰
   ：开源免费（智元/宇树/傅利叶 [S033][S050][S051]）仍压制商业数据集定价，第三方服务以项目制为主（海天瑞声交付数万小时 [S030][S022]）；关键变化：江苏省数据交易所完成全国首例具身智能数据集场内交易（2.5 万条结构化数据，办公/商超/餐饮/家政四场景 [S107]），叠加上市公司通过独家授权/联合研发切入（万通智控、开创电气等 7 条公告 [S111][S112]）—— 交易形态从「挂牌」进入「成交」，但成交金额与单价未公开，定价基准尚未形成。
5. 三年展望（2026-2028）
   ：真机采集服务率先放量；若世界模型成熟，合成/生成数据占比将快速上升（Genesis 等生成式物理引擎已提供新工具 [S110]），真机数据转向评测与对齐用途；数据资产化方面，首单成交已实现「从 0 到 1」 [S107]，2026-2028 的观察重点转为「能否从单笔走向连续报价与规模化流转」。

关键数字速览

说明：上表「数据环节占大盘比例」为本报告基于两个独立口径的推算值，非任何机构原始披露，仅用于量级参照，不应作为精确数据引用。

1. 行业定义与边界

定义：具身智能数据闭环行业 = 围绕具身数据「生产（真机采集 / 仿真合成 / 生成式）→ 传输存储（数据基础设施）→ 利用挖掘（标注 / 训练 / 评测）→ 销售流通（数据集交易 / 授权）」的产业活动总和。服务对象是具身智能模型与整机研发部署方，解决的核心痛点是具身数据稀缺、采集成本高、跨本体不通用。

细分边界（六大赛道）：S1 真机数据采集（遥操作/数采工厂/众包）｜S2 仿真/合成数据（Sim2Real/世界模型/数字孪生）｜S3 遥操作与采集设备｜S4 数据标注与管理平台｜S5 数据集与交易流通｜S6 具身数据基础设施。

排除项：自动驾驶数据闭环、LLM 互联网语料、机器人本体制造（自建数据闭环的整机厂仅作为「垂直一体化玩家」纳入竞对讨论）、纯数据合规咨询、传感器芯片制造、通用 CV/NLP 标注。

1.1 边界判定规则（可执行判据）

企业/业务「是否属于本行业」按以下三条判据依次判定，三条同时满足方纳入：

边界模糊地带的处理规则（4 类典型情形）：

边界外延的观察项（当前排除、但可能演化为本行业）：数据合规审计与认证服务、具身数据的跨境流通中介、机器人数据保险与估值服务 —— 均依赖数据确权与交易细则的成熟度，列入长期观察 [S041]。

2. 市场规模与增长（多口径并列）

TAM/SAM/SOM 分层（定性框架，量化拆分「暂无可靠公开数据」）：

• TAM = 具身智能全产业研发数据支出（随大盘增长 [S002/S061]）
• SAM = 数据采集与合成服务 + 数据平台（口径 A，2024 约 $7.53 亿 [S001]）
• SOM = 可服务细分（真机采集合约、合成数据项目、开源生态衍生服务）

驱动因素：① 数据瓶颈成为第一共识 [S023] ② 整机放量倒逼数据基建（Tesla 数千台 Optimus 入厂 [S034]）③ 中国政策强驱动（攻关清单/开源数据集社区/采集规范 [S020-S022]）④ 数据要素市场化（数交所挂牌/资产入表 [S040]，首单场内成交已落地 [S107]）⑤ 商业需求爆发信号（2026 或为规模化元年 [S005]）。

约束因素：① 真机采集成本高（每条 10-60 秒人工遥操作 [S053][S023]）② 跨本体迁移难（OXE 尝试标准化 [S010]，embodiment gap 无定论）③ 商业定价初步破冰但基准未成（开源挤压持续；首单成交已发生但金额未公开 [S107]）④ 监管框架已明确但无具身专项细则（欧盟 AI Act 全文/机器人条款、美国 NIST AI RMF 均已采 Tier1 原文 [S100][S101][S102]）⑤ 整机厂自建倾向 [S034]。

图1｜全球具身数据服务市场增长曲线（2024→2031，口径A）

📌 注：仅 2024（$7.53 亿）与 2031（$67.52 亿）为信源披露值 [S001/S004]，中间年份为按 36.8% CAGR 的平滑推算，仅示意路径而非逐年预测。

2.1 市场结构拆解（按环节与路线）

2.2 单位经济性拆解（成本结构与毛利逻辑）

真机采集路线的成本构成（按公开信息可识别项）：

三条路线的单位成本逻辑对比：

结论：行业成本曲线呈「真机近似线性、仿真与生成趋零」的分叉结构。这决定了真机数据不会被替代，而会向「高价值稀缺环节」收敛——即评测基准、对齐微调、sim2real 校准三类用途。反过来说，谁能把真机采集的「人时成本」转化为「资产化的一次性投入」（如可复用的场景库、标注工具链），谁就掌握中游的毛利改善空间。

2.3 增长的边界条件（为 §8.3 三情景铺垫）

口径 A 的 36.8% CAGR [S001/S004] 是「技术路线不发生颠覆 + 商业定价能够成立」两个前提下的路径值。本报告识别出四组决定实际增速的对抗力量，其净效果将在 §8.3 展开为乐观/中性/悲观三档情景：

关键提醒：口径 A 统计的是「采集+合成」的全部产出价值，而真正通过市场交易实现的规模显著更小——因为大量数据生产内化于整机厂与模型公司内部（详见 §6.4 结构性判断）。引用 36.8% CAGR 时须区分「产出增速」与「可服务市场增速」，后者「暂无可靠公开数据」。

3. 政策环境：中外对照

中国政策链已形成闭环：攻关清单（定方向）→ 开源数据集社区（建基础设施）→ 采集规范（立标准）→ 数交所挂牌与成交（通交易）→ 数据资产入表（会计确权）[S020-S022][S040][S041][S107]。

中外政策取向差异：中国是「建设型」——主动建数据基础设施、立标准、办交易所；欧盟是「约束型」——通过 AI Act 对训练数据治理与透明度设定义务，不直接供给数据；美国是「框架型」——NIST AI RMF 提供自愿性风险管理参照，无专项立法。对数据服务商的含义：面向欧洲客户需具备数据可追溯与文档能力（合规成本上升），面向中国客户则需对接交易所与标准体系。

3.1 政策条款逐条解读

中国：三份文件构成「目标—基础设施—标准」链条

判读：中国政策链的特点是「先建基础设施、后立标准、再通交易」，三步均已完成从 0 到 1。但对数据服务商而言，标准是软约束——《采集规范》属推荐性标准，尚无强制性合规要求，因此短期内不构成准入门槛，更多是「互认与投标加分项」。

欧盟：AI Act 的两条与本行业强相关的义务线

判读：欧盟不供给数据，但通过「合规倒逼」重塑数据供应链——文档能力成为产品的一部分。这是欧洲市场对中小数据服务商最实质的门槛，也是其相对中美的差异化竞争点。

美国：NIST AI RMF 的「自愿性框架」定位

判读：美国路径以市场自律为主，短期不构成合规壁垒，但 NIST 框架容易被采购方写入合同条款，形成事实上的软约束。对出口导向的数据服务商，具备 RMF 对齐能力是加分项。

3.2 政策影响的三个层次

4. 技术路线格局

判断：《采集规范》确立四路线并存 [S053]，短期内「真机打底 + 仿真扩量 + 生成补盲」混合策略是头部共识；真机数据的价值将逐步向「评测基准与对齐」迁移。

4.1 技术路线成熟度矩阵

四路线雷达速览（▮ 数量 = 星级，满 5）：

五维详细打分表（★=1 分，评分为本报告基于信源的定性判断，非机构评级）：

读法：仿真合成综合分最高（成本与扩展性优势压倒保真度劣势），是中期扩张最快的路线；真机综合分次之但保真度满分，是不可替代的「质量锚」；生成式分数最低但边际成本递减斜率最陡，是长期变量。行业观察亦指出注意力正从「硬件本体」转向「数据与训练」[S065]，与本矩阵的判断方向一致。

💡一句话记仕四路线：真机是「老师傅」（质量最高但贵）、仿真是「复印机」（无限量但差口气）、生成式是「学徒」（越学越像）、视频学习是「旁听生」（听得见看不全）。

4.2 路线组合策略（按企业类型）

风险提示：纯合成路线是高风险高回报的赌注——若 sim2real gap 长期无法收敛，其数据资产价值将受质疑；反之若世界模型突破，其成本结构将形成对真机路线的降维打击。这是本行业最值得跟踪的技术分叉点 [S063/S110]。

5. 产业链纵深

《待续》

本报告由 大微 行业组产出；所有事实性数据可溯源至信源编号 [S###]。