中信證券研報指出，隨著全國各地數采工廠的拔地而起 ，對于具身智能數據匱乏的現狀
，我國具身智能產業鏈已經交出了獨特的答卷——以真實數據為底 、構筑模型訓練長期優勢 。在此過程中，數據要素的循環流通不僅使得下游模型開發者得到了持續的語料 ，也使上游整機廠得到了“半商業化 ”階段時期的訂單出口
。尤其相比于海外昂貴的用工成本，國內實現數據采集規模化的潛能更為充分
，數據積累有望成為國內具身智能產業的寶貴資產。看好具身模型進一步成為產業發展的焦點，將數據采集的重要性推向新高度 ，建議重點關注在數據要素
、模型訓練及本體構型環節具備橫向貫通潛力的標的 。

　　具身智能機器人｜真實數據筑基
，具身商業新引擎

　　隨著全國各地數采工廠的拔地而起，對于具身智能數據匱乏的現狀 ，我國具身智能產業鏈已經交出了獨特的答卷——以真實數據為底、構筑模型訓練長期優勢。在此過程中
，數據要素的循環流通不僅使得下游模型開發者得到了持續的語料，也使上游整機廠得到了“半商業化
”階段時期的訂單出口
。尤其相比于海外昂貴的用工成本 ，國內實現數據采集規模化的潛能更為充分
，數據積累有望成為國內具身智能產業的寶貴資產。我們看好具身模型進一步成為產業發展的焦點，將數據采集的重要性推向新高度 ，建議重點關注在數據要素 、模型訓練及本體構型環節具備橫向貫通潛力的標的 。

　　▍緣起為何？真實數據不可或缺且總量匱乏
。

　　具身智能的發展正面臨大規模訓練數據匱乏的挑戰。大型語言模型的成功得益于互聯網對海量知識的沉淀
，自動駕駛可以在實際運營場景中進行大規模、連續性的數據采集 。但在訓練具身模型的過程中，卻缺乏大量可直接利用的有效數據資產 ，且數據采集的過程也依賴于受控的實驗室環境
。目前業界將具身模型訓練的數據類別定義為“數據金字塔”，盡管合成數據和互聯網數據的規模化潛力得到廣泛重視
，但金字塔頂層的真實數據不可缺少，其物理真實屬性及標注內涵具備重要價值 ，也使其成為解決具身數據挑戰的“牛鼻子 ”。

　　▍空間多大？數采工廠孕育本體及數據的新商業 。

　　2025年來
，各地紛紛投建數據采集工廠，其中智元等占據主要位置
。地方性政府與整機廠合資成立數采工廠的案例持續增多。合作模式多以：1）政府招標采購機器人本體 ，并提供后續場地支持；2）企業投標供給數采本體
，并提供持續性技術支持 。對于具備百臺級別的數采工廠而言，其年產有效數據規模可達數萬小時 ，具備千萬元級別數據銷售收入的潛能
。暫不具備本體量產能力的大模型企業是當下具身數據的主要需求方。群核科技
、帕西尼感知等已在國內主流數據交易所上架數據產品 。而從成本側角度
，國內數采人員用工成本顯著低于北美，成為國內規模化發展數據采集的優勢。盡管無法通過數據銷售實現快速回本 ，但各地數采工廠有望發揮橋頭堡作用
，成為整機廠遍布全國的潛在經銷網絡、抑或是人才吸引及品牌建設的高地
。我們預計2025年國內產出70+萬小時真實數據，到2028年國內累計數采用本體數量將接近8,000臺。

　　▍何以競爭？制訂行業標準同參與行業同樣重要 。

　　行業現存較明顯的數據孤島問題 ，主要體現為：1）數據集標準不統一；2）技術路線差異導致數據割裂；3）產業生態的封閉性
。行業亟需規范化標準及代表性案例的出現。事實上，部分整機廠以國地中心開放互通的生態為抓手
，已經獲得了一定的先發優勢 。2025年5月，國家地方共建人形機器人創新中心攜手諸多整機廠共同成立具身智能數據聯盟
。9月 ，國內首個人形機器人數據集標準發布
，智元機器人 、庫帕思作為數據質量管理標桿，獲得CR認證首批證書。庫帕思是在上海市政府鼓勵下誕生的專業數據語料公司 ，旨在降低行業數據獲取成本 。數據語料類玩家的出現也值得長期加以關注
。

　　▍風險因素：

　　機器人技術進步速度低于預期
、機器人應用場景的發展潛力低于預期、技術路線變動風險 、政策實施力度不及預期
、行業競爭加劇風險、法律法規風險 、國際地緣政治風險。

　　▍投資策略：

　　具身智能產業發展如火如荼
，在資本
、政策、企業 、人才的協同共振下，產業飛輪以超乎尋常的速度旋轉 。訓練數據是由“半商業化”走向“全商業化
”的關鍵一環
。我們建議額外重視掌握數據話語權的標的 ，尤其重視在數據
、模型及本體三大要素上皆有階段性成功布局之企業。此外
，從商業化進程角度而言，相比于具身模型企業 ，作為AI時代的賣鏟人
，數據語料公司的商業化變現步伐明顯更快，這類企業也值得重點關注 。結合我們此前的外發報告《具身智能機器人專題報告—具身模型規模化發展：模型架構融合與數據樣方優化的雙重挑戰》（20250822） ，我們建議關注以下：1）整機廠；2）數據賦能；3）動捕設備；4）資本布局者；5）算力及云計算。

（文章來源：第一財經）