（来源：老司机驾新车）

　　数据采集：模型核心瓶颈，斜率最陡峭的环节

　　Q: OpenAI入局机器人模型对行业带来哪些变化，数据采集环节为何被视为核心瓶颈？

　　A: OpenAI入局将加速行业硬件和算法技术收敛，改变此前技术路线发散的状态，同时利好偏硬公司并对偏软公司造成冲击。在具身智能时代，由于缺乏天然的物理世界数据，必须从0到1完成海量数据积累，数据采集成为斜率最高、最陡峭的环节，增速可能达到10倍至百倍，是模型放量期最重要和最大的边际增量方向。OpenAI已开始布局数据和硬件，采购了大量机器人数据。

　　Q: 机器人训练数据主要有哪四种来源，各自具备什么特点？

　　A: 机器人训练数据主要有四种来源：第一种是真机遥操作数据，包含自主行为和人工控制，速度最慢、效率最低、成本最高，但质量最高且最接近本体；第二种是第一人称视角数据，包括ego数据和夹具数据，可脱离本体但不能脱离人，质量较高且采集难度和成本较低，成本以人力为主；第三种是仿真数据，基于软件平台生成，不依赖人和真机，但存在sim to real gap，目前发挥功能有限；第四种是互联网数据，数据最海量，主要用于提供物理常识、视觉与语言泛化及长序列语义推理能力。

　　Q: 目前各机器人公司在数据路线上的选择及整体现状如何？

　　A: 大部分公司采用融合数据方式，结合互联网数据、开源数据集、真机数据和仿真数据，并存在外采与自采的结合。行业内分为仿真派和真机派，例如Physical Intelligence大规模使用真机遥操数据占比超95%，而银河通用和英伟达则更偏向仿真数据。总体来看，当前数据结构仍以真实数据为主，其中真机数据占比较高，且真机数据中异构和遥操作两种方式应用较多。

　　Q: 机器人数据环节及对应硬件的市场空间测算是多少？

　　A: 中性测算下，假设行业积累1万小时数据，结构为真机20%、第一人称40%和仿真40%，每天有效工作1小时，数据环节中性规模约200亿元，对应真机需求2.7万台约54亿元，ego工具4万套约4亿元。乐观测算下，假设5年以上维度积累10亿小时数据，真机和第一人称各半且设备降价50%，整体数据市场约3000亿元，对应真机67万台约670亿元，ego数据约50亿元。

　　Q: 机器人数据采集产业链的上下游环节及代表公司有哪些？

　　A: 产业链分为上中下游。上游硬件为卖铲子逻辑，包括本体、ego工具、触觉手套及数采灵巧手等，确定性高且今年已有收入贡献。中游数据生产偏重资产，包括第三方数据公司、各地人形机器人创新中心和数据采集工厂、上下游切入公司以及自建数据采集场的下游模型公司。下游采购方主要为模型公司、本体公司和场景公司。

　　Q: 机器人数据采集环节有哪些受益方向及投资标的？

　　A: 投资标的主要分为三个受益方向：第一个是上游硬件卖铲子逻辑，本体标的包括宇数、优必选、智源和上伟；第二个是数据服务商，包括海天、凡拓、五一、风雨路、锁城等，该环节市场空间最大且为近期股价龙头；第三个是平台软件算法及设备供应商，视觉设备包括奥比、凌云光、奥普特，触觉设备包括福莱、汉威，IMU包括华一，以及欧也等标的。

　　Q: 物理AI数据训练的主要方向是什么，计算机板块有哪些相关投资标的及业务进展？

　　A: 物理AI数据主要包括物理仿真生成的合成数据、三维视觉设备采集的数据以及经清洗标注对齐的高质量数据。计算机板块标的中，索辰科技利用CAE仿真引擎生成合成数据，2026年上半年发布行者物理合成数据平台并已批量化确认收入；凡拓数创积累三维场景资产，2026年半年报提出围绕4类物理AI数据开展业务并披露超300个城市级数据资源；海天瑞声新增具身智能采集和标注子系统，支持多视角视频同步建模及3D点云语义分割；思看科技关注高精度三维空间数据采集，奥比中光关注机器人3D视觉及无本体数据采集设备。