文｜刘洋
编辑｜巴芮
具身智能到了哪一步，问一个卖铲子的可能比问淘金的更实在。
从2025年初到2026年初，不断有投资人和具身本体公司找到恺望数据CEO于旭，问她同一个问题：“你能不能做具身智能的数据？”
恺望成立于2022年，主业是为智驾公司做道路数据的采集、标注和处理。智驾卷到现在，一部分需求转向存量数据的复用和交易，成本降了1/3，效率提高了1/3——把旧数据打包成可复用的标品再卖一遍，于旭和客户开会的主要议题变成了讨价还价。
没意思，光剩下赚钱了。2025年恺望订单额近1亿元，目前有20多名正式员工，以及1万多名众包形式的线上采集员和标注员。
新的增长曲线几乎是找上门的。很多以前做智驾数采的行业大佬切入具身智能，投资人拆开具身产业链发现，80%的构成与智能驾驶相关。做智驾的去做具身智能了，做数据服务的开始被请上主桌了。
于旭成了一个好选择。
她是Uber开城员工、坊间知名女车头，曾历任Momenta智驾数据负责人、字节大语言模型标注资源负责人——于旭的血液里流着网约车方法论：一套在行业快速扩张期，数据驱动、资源高效配置、从0到1规模化落地的底层逻辑和执行框架。现在，具身智能需要它。
恺望走的是更容易规模化的Human-centric路线：以人为中心，不依赖机器人本体，普通人佩戴PICO头显、UMI夹爪，就能采集第一视角的真实场景行为数据。然后于旭把网约车方法论复用了过来。
先采再说，快速积累原始素材，在模型反馈里迭代“好数据”的定义；把普通人变成AI生产链里的有效生产力——当年把司机变成数据采集节点，现在把服务员、学生、工人变成具身智能的采集员，把标注员升级成能做语义理解和任务逻辑标注的“AI训练师”；再像网约车那样端到端掌控数据价值链，不只做单一环节，而是把定义、采集、加工、交易做成全链路，搭一个数据供需匹配平台。
这一轮数据行业的核心变化，是对人类经验提取方式的升级。
纵向看，数据从互联网、道路这些结构化场景，走进了物理世界。自动驾驶和大语言模型时期，这行靠人力组织和流程管理赚钱，是光鲜前沿AI背后隐身的众包大人力；到了具身，一样离不开人，但多了采集硬件、标注加工、场景落地、模型验证闭环。
人类行为数据不断累积，机器能看懂、能自学，每学一次就能让下一次学得更好——于旭和她的生态圈伙伴认为，这才是真正的AI。
横向看是采集路径之争：真机遥操太贵，仿真合成、Human-centric、互联网视频各占一段，可规模化的高质量第一视角真实数据成了刚需。对应到公司，头部本体公司做真机，重资产的采集厂做公共训练平台，恺望这样的第三方服务商靠众包进真实场景。
两条线的交叉点，就是恺望和所有数据公司的风口。过去半年，各条采集路线上的数据公司都在密集融资，连做传统标注的上市公司也在调头具身。行业里一句话被反复引用：2024是硬件元年，2025是模型元年，2026，轮到数据了。
在这个风口上，恺望完成了新一轮过亿元战略融资。「暗涌Waves」独家获悉，本轮融资由北京亦庄产业升级基金、华方资本、天际资本联合领投，新鼎资本、迈睿资管、兴华鼎立等机构跟投。
同时，自变量机器人、松延动力、智元旗下觅蜂科技、鹿明机器人等多家国内头部具身智能公司成为其战略投资人——它们有的是机器人本体公司，有的偏算法，也有本体公司孵化出的具身数据平台。Human-centric已经成为它们数据布局里的一条重要路线。
过去恺望是“自动驾驶一站式数据解决方案提供商”，现在变成了“全链路AI数据基建科技公司”——这是一家传统AI数据服务公司给自己的新定位。
于旭说恺望跟美国的Scale AI很像，“我们有百分之八九十的基础业务相近，Scale AI定义自己就是一个AI基础设施公司。”Scale AI是美国数据标注和训练的龙头，它有一个足够远大的愿景：“The world's most important decisions need reliable AI systems”。
为了说明白数采在具身智能爆发的当下，发生了多大的变化，于旭嘴都起皮了。3个半小时的访谈，她一人说了168分钟，提问20分钟，一起交流的恺望合作伙伴补充了20分钟。
数据一旦量化，就会让人惊讶。
想起合作伙伴结尾时说的话：“她很愿意不厌其烦的，像布道一样地解释，她对自己选择的这件事非常有信心。有时候别人也觉得很神奇，怎么会有这么一个人，一直一直一直在讲”。
这从侧面证明一件事，于旭要抓住机会，让数据服务的生意在2026年得到应有的历史地位。
以下为「暗涌Waves」与于旭的对话（经编辑）：
Part01
「暗涌」：恺望具体怎么做具身数据采集？
于旭：客户跟我要的都是EGO（第一视角）的预训练数据，最近还接到三家做世界模型的公司，要第三视角的互联网视频数据。
采集分裸手和非裸手。非裸手带UMI夹爪或者手套，都带触觉传感器：UMI能记下拿起、松开那两个点上的力控，手套触觉更灵敏，能感受到不同材质的力度差别，不过都还在探索，有的设备还有点笨。纯裸手最简单，头上戴个VR头显拍视频，问题是手部关节标注不够准，还得人工再调。
「暗涌」：哪种数据卖得最火？
于旭：纯裸手双目数据是我们的爆款，需求量目前最大；第二是UMI，手套我们没有。基本上数据做出来就直接有人预购，需求量级基本都是10万小时。
一个人一天大概有4小时是有效的，相当于一个人一个月做100小时数据，按租100套设备算，一个月就是1万小时。现在设备这么贵，单月能做1万小时是个坎儿，跨不过去，别说自己是干数据的；单月10万，是个大坎儿。今年7月，我们已经能做到接近了10万小时。
「暗涌」：PICO都快不行了，让你们给整活了？
于旭：租金都涨了，原来一天300（元），现在500（元）。现在全国还没有一个足够好的双目设备。所以我们一边租PICO，一边和具身公司合作，拼五六家的设备来用。集中采完之后，数据还能再交易，形成活水。这个行业现在就是全行业都在创业。
「暗涌」：你们主要做什么场景的数据？
于旭：现在以商业和家庭这两个场景比较多，恺望的优势是在真的超市、真的饭店里采集，目前合作最多的是义乌和北京一家规模较大的商业体。另外是工业的诉求，工业产线的开放度、敏感性都比较强，但最近也有头部车企主动联络我们。
「暗涌」：现在营收怎么样？
于旭：上半年我还在想怎么从自动驾驶切到具身，现在具身数据的订单额已经超过了自动驾驶，占到60%。
2、3月份见客户基本战无不胜，本身有智驾的基础，很多具身公司相关负责人也是从智驾转过来的，信任感强；但能不能真进这个行业，那时还打问号。到了4、5月份，全忙着签协议、定合同。粗略一算，最近单月有接近2000万订单额，这个数字在公司早期基本是一整年的量。
这个量非常猛，而且是每月验收——一旦做起来，每个月迭代的速度非常快。
Part02
「暗涌」：你之前说过，很多具身公司其实并不知道自己要什么样的数据。
于旭：客户时常说不清非常具体的“我要什么数据”，但他们都很确定：没有大量物理世界数据，世界模型做不出来。不知道要什么，不代表需求是假的。
所以现在这门生意是从“定义”开始的。以前在智驾，客户拿着需求来，我们采就行了。
「暗涌」：你们怎么帮客户定义数据并执行的？
于旭：先定场景，再定任务。有个本体公司客户只告诉我要商业场景、越丰富越好，其他没了。那就我们来定：多大比例是餐厅的、多大比例是咖啡厅的，再按他的时间和成本给方案，方案里甚至包括，如果有共享版权，我怎么帮他卖掉。
定完才是采。一部分在小型采集厂，人在模拟场景里做；一部分在真实场景，一类是和高校合作，学生在食堂、咖啡馆模仿服务员端盘子、做咖啡；另一类就是真的服务员，戴上头显边工作边采。服务员一个月五、六千元工资，我们再补贴一部分，他们觉得赚点外快还挺好。北京有个川菜饭店主动要参与，很懵，又觉得挺好，“我们服务员参与进来，看看怎么让自己的工作变得更简单”。
再往后是标注加工，最后是交易——我们做了个平台，像数据超市。
「暗涌」：采集和交易，哪个更赚钱？
于旭：我们最终目的不是靠人力赚钱，更多是赚数据产品的钱，相对而言数据流通和交易的毛利更高。
预估到年底我们的订单量会破100万小时。一些本体厂商今年爆发性地全要买无本体数据，他不想自己做，因为自己做还需要很长时间。
现在我最大的1单关联着4个买家：1家要采集，另外3家的需求和这1家匹配度极高，相当于做1次卖了3份，再给第1家分成。这1单用的设备是租的，谈的是共享版权，这样大家就共赢了。
「暗涌」：本体公司把自己做的数据卖出去，不担心竞争问题吗？
于旭：早期是有担心的，要锁定一段时间才让卖，现在数据比较趋同，能带来商业价值的复用，大家还是开放的。而且他的数据卖得多，就代表他的标准在行业里跑得更快。
Part03
「暗涌」：你说年底订单量破100万小时，这背后需要多少人工作多长时间？
于旭：平均8小时采集里，有效率可能不到50%，新人更低。而且经常耽误时间的不是人，是设备。有时候单日两班倒，因为设备不够，中间会有一段重叠时间，差不多单日有效采集时间是4小时。按一年365天估算，一年完成100万小时，大约每天需要1000多人和1000多台设备持续采集。
「暗涌」：可以理解为采集和标注是前沿科技公司最需要人工的部分，也是普通人离AI最近的工作吗？
于旭：是这样。我们做的是把全国人工作的经验抽出来。这肯定得跟人有交互，机器搞不定。有了经验之后，还得让机器能看懂，就需要标注。
精加工里语义理解占大头，大语言模型的预标注还搞不定，因为要标注的是一条任务逻辑链。比如桌上有个杯子，具身要求你标的是：我要喝一杯水，先找到杯子，把盖子打开，喝了水，再检查一下水是否喝完。
「暗涌」：现在还是做这样的任务吗？
于旭：这个任务今年1、2月份还很刚需，现在客户不喜欢了，现在要的是拿起这个杯子、越过这个东西、放到那儿。
这只是生活或商业场景的简单例子，在一些垂类行业就更复杂。比如汽车工业产线里一般是质检和评判工作，逻辑链梳理只有专业的人才懂。但我相信也有解决办法，比如做拆解分类。
「暗涌」：听起来无本体数采的技术门槛不高，你们的护城河是什么？
于旭：单点看，技术门槛可能没那么高，但最后比的是规模、质量和全链路能力。我们现在不缺需求，就看怎么抓住这个timing。早期滴滴和Uber的APP还挺特别的，现在要仿制很容易，但核心是有多少量在你这个平台上做，有多少人愿意用你这个平台。
「暗涌」：你凭什么觉得量会到你这儿来？
于旭：大模型都要高质量数据，怎么给？能采、能标还不够，还得能定义、能上规模。
这套东西是在智驾练出来的。当年BEV标注，一个成熟人力要培养3到5个月，大厂花3倍价钱把全行业的生产力都挖走了。我和团队熬了两三个通宵，想出个办法：把生产线拆成几个环节，普工、学生、网约车司机都能进来，一个任务拆成4份，4个普工顶一个成熟人力。门槛一降，规模立刻上来，质量还更好——4个人每人盯一块，就是4倍的审查效率。
现在卡产能的就是设备和人。设备是租赁合作，采集的人是做智驾时就攒下的，1万多个，随时能接新任务。这两样，别人从头搭一时半会儿凑不齐。
而且同样一批数据在我这儿做完，我还能帮你卖掉、给你分成，你的成本就摊薄了。
Part04
「暗涌」：2025年初就有人找你做具身数采，当时为什么拒绝？后来为什么又决定做了？
于旭：2025年我们还在做智驾数据流通，生意很红火。那年上半年，投资人问我怎么不去做具身的数据，那时候具身还是遥操和模仿学习，非常早期。我就想起大语言模型刚出来的时候，最痛的点是模型通用能力不错，但落到哪个点能赚钱呢？我们陪伴了好几家头部企业，发现它赚不了钱，我就想，别又来一个……
2025年Q4，很多具身本体厂商又给我打电话，说现在不用遥操了，用无本体数据。这时候大家的共识已经转向做大脑、做真正的世界模型，让机器从模仿学习走到有自主意识去做事。感觉大家都觉醒了。
「暗涌」：有具体的事触动了你吗？
于旭：两场深谈。一个是之前智驾行业老大级的人物，我一开始对他投身到一个具身公司特别不理解。他开口就讲“一生二，二生三，三生万物”，我以为反正就是交易嘛，后来才听明白：智驾是存量，大家只能互相压价；具身还在0到1，蛋糕是往大了做的，所以他希望这个阶段行业别那么不健康地竞争，先把产业链做起来，链条上每个人都有钱赚。
以前客户开会只谈降价，觉得你就是个供应商；现在在具身，大家更平等，说的是合力、合作。
另一次是和一位具身公司创始人交流。两年前他做很小的机器人，我还想，哇，天方夜谭。两年后再见，他第一句话就是，“哎呀，我们这个非常缺数据”。
我讲了过去怎么把自动驾驶的复杂任务拆成几个环节、让普通人也能参与，他越听越兴奋，都要站起来了，“你这个智驾的东西，能复制到我这个具身上面吗？”他说想进到所有的家庭场景采集，要百万小时以上。大家对这个行业的认知是一样的。
「暗涌」：真正进入具身领域，有什么感受？
于旭：现在的伙伴不会让你一遍遍论证，咱们共同做的这个市场有没有钱赚？这个地方是一个大家都认的市场。
「暗涌」：所以具身只是入口，它成不成不一定，重要的是物理世界的数据需求？
于旭：对，具身是现在最突出的入口。我们现在服务的是更大的物理AI、世界模型赛道。具身最典型，因为它有硬件、有大脑、有场景，但未来自动驾驶的垂类世界模型、半导体、工业场景，都可能需要类似的高精度、规模化的真实场景数据。所以我们不是只做机器人公司的生意，而是做AI进入物理世界所需要的数据基础设施。
钱 的 流 向 ， 人 的 沉 浮
