【赛迪网讯】当具身智能行业的竞赛从“机器人能不能动”进入“机器人能不能干活”，一条隐秘而关键的战线浮出水面：数据。过去一年，头部具身公司的训练数据需求从一万小时量级跃升至百万小时，如今千万小时的订单已开始出现。与自动驾驶时代“路测里程”的线性积累不同，具身智能需要的是覆盖千行百业真实场景的物理世界数据——而真实场景，恰恰是最稀缺、最难规模化的资源。

叠衣服的数据已经泛滥，但修水管、修车、理发、田间耕作的数据仍然一片空白。当集中式采集触达天花板，一场围绕“全民采集”的模式变革正在发生。9月23日，觅蜂科技在上海发布全球首个具身智能众包数据采集服务平台“觅蜂派”。会后，觅蜂科技董事长兼CEO姚卯青、觅蜂科技副总裁殷哲、觅蜂科技觅蜂派业务总经理张智富同台接受了赛迪网的采访，这场采访几乎勾勒出了具身数据行业的完整路线图。

需求侧巨变：从百万小时到千万小时

姚卯青对需求侧的判断直白而惊人：“百万（小时）对于2026年底来讲，已经无法满足市面上对数据的所有需求了。”他透露，不少具身公司已到达百万小时量级，而觅蜂接触到的用户“实际都是千万小时的需求在提”。更关键的变化不在数量，而在结构：客户需求正从粗放的家庭场景转向细分专业技能——“叠衣服数据已经泛滥了”，而修水管、修车、理发、美甲“反而需要一个个去点亮、解锁技能”。这些长尾场景靠集中式采集效率极低，众包因此成为必然选择。他的判断带着类比式的自信：“很多行业的发展都证明了，全民参与最后才是质量最高的——自媒体每个人上传自己的生活片段才是最精彩的，数据的事情也是一样。”

觅蜂科技董事长兼CEO 姚卯青

数据质量的行业标准也正在收敛。姚卯青总结出三条硬共识：场景必须真实丰富、空间精度需达到毫米级、作业过程需有自动化语义动作标签。结算环节之后，超过95%的数据仍能用于模型训练——数据并非非黑即白，而是分级打标、各取所需。

供给侧洗牌：近百家玩家，淘汰赛已经开始

行业数据采集企业已近百家，既有头部玩家，也有机器人公司、独立服务商和国企背景平台。这条赛道的门槛究竟是什么？姚卯青的答案毫不客气：门槛不是原型设备，而是运营能力和重资产投入。他算了一笔账：应对今年1000万小时的数据需求，背后是“大几个亿”的固定资产投入，“不太适合几个人出来创业，融了几百万、一千万就能把这个事规模干起来的”。他并预言行业整合与分工不可避免——有人做设备，有人做运营，有人做数据后处理与分发。

“这是一个六边形战士的行业——技术要领先，供应链、保供、产能、BOM成本要按消费电子以上的标准构建，还要重资产投算力存储。”——姚卯青

一个值得玩味的信号是客户行为的转变：年初客户还会向几十家供应商广撒网要数据试一试，如今头部客户“绝对不会干这样的事了”，而是独家定点单一供应商——因为好坏数据缠在一起“对模型是有毒的”。

模式破局：39元租金与供需匹配的社会实验

众包模式落地为产品逻辑时，细节处见真章。对于APP上每天39元、首月19元的设备租金，张智富解释了定价深意：早期规划中设备本应免费，“但如果设备是免费的，会导致给你了你不会用”——收费的本质是设置门槛而非盈利。未来还将建立众包信用体系做到“信用免押”，结合做单质量发放设备补贴。他透露，内测近一个月注册量已突破2万，平台正从“所有人看同样的任务”走向“千人千面”，并规划“自主申报任务”的反向通道——用户可主动申报手中的稀缺场景，“如果有一批东北农场的农民伯伯天天种大麦，平台审核通过，每个任务一小时，直接交付”。

“我和殷总都是去收麦子的，但最终卖出去的不是麦子，是面包——我们尽量按标准SKU提供，要十万条的定制化需求，也可以加钱定制。”——张智富

这套“以销定产”的数据货架逻辑，正是姚卯青反复强调的方法论：先收集市场订单需求、归纳去重，库存能满足的直接供给，不能满足的再按价值与资源排定优先级。

最深的护城河：场景，是具身时代的“页岩油”

如果说设备和人力决定供给速度，场景就是行业最后的瓶颈。殷哲的判断最为犀利：“达到一亿小时之后，除了设备问题和采集人力问题，还有一个更大问题——场景问题。”食品厂会让带设备进去吗？老板允许采吗？客户要海南采椰子的数据，设备怎么过去？这正是觅蜂成立“场景数据联盟”的动因。他描绘了多方共赢的图景：重庆永川区社区已推出“敲门送岗”，居委会送设备上门，居民在家干活多一份收入；某快递公司加入联盟后，可优先看到其分拣场景被具身智能替代的可能性，“未来优先实现部署，设备还能卖给同行，成为公司发展的第二曲线”。

“像页岩油——这个场景是有价值的，但很多时候为什么不开采？因为页岩油的开采成本比采出来的油还贵。”——殷哲

赛迪观察：生态位的胜负手

面对Figure推出Index平台等模型厂商自建数采的竞争，姚卯青对觅蜂的生态位定位清晰：多数公司服务自己内部需求，“我们要服务行业普遍的需求”——大多数具身公司聚焦硬件与算法，重运营、重资产的场景拓展他们难以覆盖，觅蜂提供端到端“交钥匙”数据方案，并通过数据多次销售“降低整个行业和社会重复造轮子的成本”。至于“具身是否在走自动驾驶的老路”，这位自动驾驶出身的创业者给出否定答案：自动驾驶是单一形态功能产品，具身的产品形态“非常多样”；车载场景的时延与安全约束无法容纳大模型，而室内低速环境“更适应大模型的部署和试错”。

当千万小时的需求、毫米级的精度标准、走进千家万户的采集网络在同一个时间点交汇，具身智能的数据战争已经从实验室走向街头巷尾。这场战争的胜负手，或许不在于谁的模型更大，而在于谁能真正叩开那扇写着“真实世界”的门。（文/徐培炎）