具身赛道公开的秘密，崩了

2026年初秋，北京石景山科幻产业创新中心的数据采集工厂，像是刚经历了一场毫无准备的大撤离。邵天兰甚至将这种模式定义为：攒局型创业。

“套路就是靠各种关联交易（如‘数采中心’、‘租赁公司’）做虚假的、不可持续的、没有PMF，只有各种发布‘大新闻’的炒作，并通过国资投资绑架地方政府支持，成立两三年就要上市。”他在朋友圈写道。

办公室装修簇新，灯光明亮，但没有人气。3000平米的厂房沉默空旷，原本应该摆放着机器人的“农业采摘区”、“特种区”除了招牌，只剩下还种着植物的展台。

它曾是北京首个人形机器人数据训练中心，且“国内规模最大、场景最丰富、设备最齐全、年产数据量最高”——1万平米的三期基地，每年生产近两千万条数据，108台机器人要完成千种真实任务，预期“三年撑起50亿元机器人数据市场”。

但在成立仅仅17个月，中心停摆。有行业人士告诉硬氪，合作暂停背后不仅仅是数采模式升级的原因，“也源于机器人厂商与当地政府合作存在商业条款分歧。”

石景山数采厂

其实，北京石景山数采厂的停滞并不是行业首例。

市场分析机构Interact Analysis的数据显示，数采厂的国资参与率从去年的88.4%断崖跌到如今的53.8%。

“今年下半年开始，国内地方共建数采厂的模式将已全面落伍”，一名数采行业从业者告诉硬氪。

在很多地方郊区，或许你都能看到一栋栋被抛弃的数据采集工厂。

多名行业人士告诉硬氪，某即将上市的头部具身智能公司在珠海、湖北宜昌落的数采厂均已闲置。另有知名具身智能公司投资的具身数据公司，于近期选择转型、离开数采行业。

过去一年，国内隐秘落地了上百个数采中心，覆盖23个省份。这些拔地而起的工厂，撑起了具身智能公司漂亮的财务数据。

根据硬氪了解，某即将登录创业板的机器人公司，有高达八成的订单由数采厂模式贡献。

这种套路几近是行业公开的秘密。

近期，梅卡曼德机器人的创始人邵天兰在朋友圈发文，直接表示：“北京、上海一些名气很大估值很高的上春晚的公司，大量利用所谓‘数采中心’和与地方政府、投资人、供应商的关联交易来制造虚假的、不可持续的收入，这种做法是不合法、不道德，而且是不聪明的。”

近三年数采中心在哪建？数据来自Interact Analysis、硬氪制图

实际上，这种模式已经有些难以维系。在大干快上一年后，现在甚至在大城市的数采工厂，人们都会发现机器人上已经落灰。工厂采集的数据成了废料，除了占据存储空间毫无用处。

这个从一开始击鼓传花式的生意，终于在2026年秋天缓缓按下暂停键。

数采厂：中国机器人隐秘的提款机

过去一年半，国内具身智能行业跑通了一套心照不宣的模式——地方共建数采厂。

这种模式表面看很简单：

机器人厂商与某地政府共同出资，在当地注册成立数采公司。“多数是1:9或2:8的比例，其中机器人公司出小头。”一位知情人士说；

接着，合资公司拿着这笔钱，向参与出资的机器人厂商采购本体、机械臂以及配套硬件；

设备到位后，再引入第三方数据运营公司，负责将数据卖给需要训练模型的具身公司。

"过去长达一年半的时间里，各地政府切入具身智能的意愿非常强烈，因此和机器人公司合作的条款都很宽松，找过来的都能谈。"某省会城市一名负责招商引资的人士告诉硬氪。

在这套链条中，各方都有自己的打算。

对地方政府来说，数采是搭上具身智能时代的一张船票，还能解决他们最看重的三件事：税收、就业、招商引资；

对行业，数采厂补上了真机数据的缺口，有利于推进模型训练；

而对国内数百家机器人公司而言，数采厂更是“一块大肥肉”——一名行业人士直言，机器人厂商出点小钱，就能一次性撬动几十台、数百台机器人的订单。

哪些机器人厂商热衷建数采厂？数据来自Interact Analysis、硬氪制图

因此，过去的一年半时间里，地方共建数采厂几乎成为多家头部机器人厂商冲上市前制造账面收入的“提款机”，帮它们迅速做大营收。

据硬氪了解，某即将上市的超200亿估值的机器厂商，今年有500台机器人来自各地合作的数采厂，该厂商今年预计出货量为一千到两千——按照该公司机器人70万均价计算，数采厂的出货或贡献了3.5亿的营收；

“与其把机器人艰难推进工厂、家庭，合作数采厂一次性就能有大钱入袋，很短平快”，前述人士表示。

不过，这套模式能维系建立在一个前提上：数据足够实用，有市场化公司买单。然而，多位行业人士告诉硬氪，更多时候，这些数据很难完全被消纳。

其实，数采工厂的命运从砌上第一块砖时就已经注定。

它们诞生于行业混沌期。如今具身智能行业，对于什么是“好数据”都没有达成共识，数据标准、数据配比、数据管线都各成派系。

在今年以前，数采工厂采集的模式基本为“遥操”——即人类采集员戴着VR、或者借助机械臂，操控一台真机器人反复工作，机器人边做边记录自己的动作数据。

这种模式最大的痛点是，采集数据无法与机器人硬件解耦——也就是说，用A机器人采集的数据，无法在B机器人上完全对齐，存在种种标准不统一的问题。

"数采厂实际运作没有想象中那么性感，机器人在闭环里循环，没有创造真实的市场化销售，其实是一个虚假繁荣。"一位行业人士告诉硬氪。

如果地方政府愿意一直输血，这些数采工厂或许还能维持表面正常，但今年下半年开始，政府端的态度已悄然变化。

“现在很多地方政府都学精了，看透了这个模式”，前述政府方人士告诉硬氪，“现在我们最忌讳的就是，机器人公司拿着数采厂项目和我们谈判、让我们投资，或者是让地方帮忙采购生产出来的数据”。

为了规避风险，现在有的地方政府合作多了一个前提：要求机器人公司回购采集的数据，为销售兜底。

这种态度变化的背后有客观原因。

有行业人士向硬氪透露，有主打具身模型的全栈公司为了快速拓营收，会向下游的数采厂或运营商销售数采硬件，并向其承诺，“你买了多少数采硬件，未来我们会按照一定的比例回购数据。”

看上去，这种兜底能互赢。具身模型公司得到了数据、也得到了营收，还可以拿着这个营收去融资，而下游则像是拿到了一笔保本“理财”、还得到了数采硬件。

但最终，部分公司出现没有兑现的情况。毁约有很多理由，比如“模型不需要那么多数据、消纳不了”等等。

这让地方政府很难容忍。有行业人士告诉硬氪，数采厂的拨款原本是各地专项资金或专项债，“在今年年中某头部家电厂商业务暴雷之后，很多产业底子薄的地方变得很谨慎，怕产生烂账。”

前述政府人士近期刚刚拒绝了两个数采项目合作，“机器人公司把数采厂当做融资、拿订单的闭环”，TA甚至说，“我们甚至认为有些数采项目堪称新型“庞氏骗局”。

旧模式为何失效？

对于当下很多数采工厂而言，在商业模式、数据标准尚未明确前，闲置反而是更理智和实际的选择。

“遥操”模式的数采厂必须先建厂、搭场景、采购机器人，这都是前期沉没成本。一名行业人士向硬氪测算，中型数采厂一般需要50台数采设备，总投入（硬件等）在5000万左右，按照五年折旧，一年的成本1000万。

工厂一旦开工，每分每秒都在烧钱。50台设备要配备100名数采员，按照每月22个工作日、200元日薪计算，每年人力成本已超过500万，加起来的整体硬成本高达1500万。若是大型数采厂，整体投入更是两倍以上。因此，停工闲置或许才是最优解。

况且，过去数采厂里的“遥操”模式，人效并不高。

另一名数采行业人士告诉硬氪，数采员戴着设备全天工作八小时，由于普遍存在数采员“水时间”、“动作不符合标准”等问题，最终只能输出一小时有效数据。再叠加价格高昂的机械臂、机器人经常坏，整体投入产出比极低。

“地方共建遥操数采厂的价值已经在逐渐萎缩。”他如此判断。

而无本体数据采集方式、以及模型的新变化，也在让老一套数采模式的存在价值下滑。

在模型侧，2025年，具身智能公司Physical Intelligence开源了机器人基座模型π0的代码，官方称，仅用1-20小时的自有数据，就能把模型微调到新任务上。随后，国内的大量玩家也相继开源基座。

这意味着绝大多数机器人公司有了捷径——不再需要从零训练模型，也就不必采购动辄上万小时的通用真机数据——他们只需要用一点点数据，就能对齐自己的本体。一位行业人士概括，这是“良币驱逐劣币”。

另一方面，从数据采集范式的角度，从2025年下半年开始，行业也迅速转向了两条无本体采集路线：一种是采集Ego数据（第一视角视频），也就是让数采员戴上头戴式摄像头干活，设备录下工作画面与手部动作；另一种则是UMI数据采集，数采员戴着末端夹爪/手套工作，靠硬件上的相机与传感器记录动作。

这两种全新采集方式，让数据采集和机器人本体解耦，可以随时随地采集。

一名行业人士告诉硬氪，无本体的采集方案，在理想状态下8小时可产出5-6小时有效数据，单小时人力成本大幅下降——以某公司的iPhone居家数采项目为例，给众包公司的报价从数月前的45元/小时下降到如今35元/小时。

甚至，有些公司已经开始众包数据采集。

比如，京东今年5月在江苏宿迁落地了“数采社区”，居民头戴采集终端就能采数据。海外的机器人公司Figure也推出Index应用，用户打开手机，在家里做家务就可以录视频、按分钟计费。

国内新投建数采厂数量数据来自Interact Analysis、硬氪制图

不过，尽管原来地方共建数采厂的模式遇冷，并不等同于具身真机数据彻底失去价值。

也有机器人厂商在后训练阶段做过一组对照实验——10份无本体数据搭配1份真机数据，效果等同于同等规模的纯真机数据，且把成本压到原有的二十分之一。

近期清华大学的一项实验也证明：去掉模型里的真机数据会让成功率从81%掉到40%。

一些机器人公司直接披露了自己的数据配比。比如，星源智CEO刘东曾透露，其训练配比中的无本体数据约占90%，真机数据仅占10%。

行业里，甚至有更激进的团队在探索99%无本体数据、搭配1%真机数据的极端配比。

也就是说，真机数据依旧重要，但角色变了——它从过去具身模型训练的“主料”，退成了后训练对齐校准的“辅料”。

今年采集门槛的降低，将数据规模推向了过去难以想象的量级。

今年8月，具身智能公司Dyna Robotics发布世界动作模型Dyna-2。它的预训练数据集包含超过100万小时的第一人称人类视频——比英伟达约2万小时的EgoScale多出整整两个数量级。

可以说，过去数采厂模式遭遇挑战，本质是模型范式、数据范式重塑行业的结果。这也是技术发展的必然。

地方共建数采厂，是过去具身领域狂热的注脚，也是最草莽、最混乱的一环。

如今，很多旧模式的数采厂完成了使命。接下来，这些投入高昂的工厂如何平稳转型，不至于成为郊区烂尾工程，或许需要更多智慧。