1026夜报-机器人数据采集到底为什么火爆？

上周聊特斯拉业绩会的时候，提到过“数据采集”，结果这两天市场关注度非常高，涨幅很大。有很多读者来问，那不如今晚就展开聊几句，多了解些也挺好。

先要回答最基础的问题：为什么机器人不能像大模型一样自学？

很多人可能疑惑，既然AI已经很聪明，大模型都能够自我迭代，那机器人为什么不能自己训练，还要专门去采集数据呢？

物理世界跟文字世界，完全是两码事。

有人曾提过，能不能用互联网上的视频来教机器人？毕竟网上几十亿小时的人类干活视频都是现成的。

答案是：基本不行。原因很简单，视频是二维的，没有深度信息，更要命的是视频里没有“力”。

举个生活里的例子。你要伸手去拿一个杯子，是空杯、装满水的杯子，还是刚洗过还带水的玻璃杯，用的力气完全不同。这个过程里，你的手在零点几秒内就自动调整好了，可能连你自己都没意识到。

但如果是视频，就只能拍到“手伸过去、拿起来”，根本拍不到你用了多大劲、手指是怎么微调的。机器人学不到这个“力”，要么一抓就碎，要么一抓就滑。

还有人提出，那用仿真呢？在电脑里造一个虚拟世界，让机器人在里面练。

听起来很美，但有个绕不过去的坎：真实世界里很多物理现象，压根没有精确的公式可以算。

例如，水流怎么动、毛巾怎么起褶、软的东西被捏下去变成什么形状、粉尘怎么影响光线等等，这些在电脑里只能是“近似”。

近似就意味着偏差。而这个偏差，你可能仿真一万次也消不掉，因为它不是随机误差，是系统性的。所以必须拿真实世界里采回来的数据去一次次修正。

网上视频没有“手感”，仿真世界有“误差”，真正能用的就只剩真实机器人数据，这就是数采这件事情的必要性。

第二个问题就来了，为什么偏偏是现在？

从全球维度看，有这样几个变化：

一是OpenAI亲自下场，先是在9月份发布了GPT-6 Action模型，这个模型作为机器人大脑效果提升明显，再是宣布要做机器人业务，还说形态不重要，人形、狗形都行，核心是研发机器人大脑。

二是特斯拉宣布，第一批生产出来的1-2万台机器人，都不是拿去对外卖的，而是拿去采集和训练用的。

三是英伟达在GTC柏林大幅扩展Isaac平台，同时发布了Isaac Lab 3.0和Human 1M数据集。

四是宇树科技在世界物理AI大会提出，物理AI已经看到被击穿的苗头。

五是智元一口气连发多款机器人产品，并且开源了首批150小时真机数据集。

全球最头部的几家机器人企业，几乎在同一时间开始“抢数据”，这场军备竞赛的弹药，就是真机数据。

顺便介绍下，数据到底是怎么采集的。

目前有三种主流方式，对应着机器人发展的三个阶段：真机遥操作、UMI（手持夹爪）、Ego（第一视角穿戴）。

用烧饭来做个类比，可能更好理解一些：

1）遥操作相当于是师傅握着机器人的手，一步一步带着做。最慢最贵，但数据质量最高。

2）UMI相当于师傅拿着夹爪自己示范一遍，机器人在旁边看。便宜很多，效率也高。

3）Ego就是人戴上头戴和腕带相机，边干活边录自己的第一视角。成本最低，可以大规模铺开。

效果不同，价格也不同：真机遥操作最贵，市场报价500-1000元/小时；UMI和Ego便宜些，大概200-400元/小时。当然，如果客户有特殊场景需求，定制化能报价到800-1500元/小时。

现在真实数据的构成大概是：遥操作占40%-50%，UMI占30%-35%，Ego占15%-25%。

但要注意的是，Ego和UMI是今年才开始规模化使用，去年基本都是遥操作。有部分原因是，训练的不同阶段，配方会随之改变：

预训练阶段，Ego能占35%左右，剩下的量主要靠仿真来凑；到了中期训练，UMI的比例提升到35%-40%，遥操作作为锚点；进入后训练，遥操作就要占到60%以上，因为这时候要的是“精细动作”，只有真机数据能给。

这条规律就说明一件事：模型从“学个大概”走到“练精细活”，最贵的那种数据反而用得越来越多。

有分析师还专门拆分了头戴式Ego设备的价值量，挺有意思。

设备结构并不复杂：一个头戴设备挂5个摄像头，左右手各1个摄像头，加起来7个摄像头，再加1个IMU惯性测量单元。

价值量上，摄像头是大头，单颗1000-2000元，单台设备上7颗，IMU单颗300-500元，加起来整套设备售价大概是1万元。

这里面有个容易被忽略的点：这东西是耗材，而不是设备。

因为负责采集的人不是专职，可能就是工厂工人或食堂阿姨，边干活边采集。设备每天开8小时，相机一直开着要发热，夹爪每天夹几千次要损坏。这套设备的寿命往往只有半年到一年，到期了就得换。

按照一年365天、每天有效采集8小时，要撑起足够的数据体量（100亿小时），对应年销量是350万台级别，再乘以1万元，就是350亿元量级的设备市场。

当然，这里数据只作为参考，实际采集时变量因素会很多。

最后，落实到产业链梳理。

周末有几十场数采相关的路演或电话会，不同研究所和不同行业团队，都会给到不同龙头股名单，我尽可能做了全面梳理：

1）上游数采硬件：3D与深度相机、IMU、触觉与力传感器、光学动捕、遥操作外骨骼与手套、UMI夹爪、头戴设备等。

代表企业有奥比中光、奥普特、华依科技、芯动联科、福莱新材、汉威科技、岱美股份、日盈电子、灿瑞科技、凌云光、利亚德等。

2）中游数据生产：数采工厂与训练场运营、标注质检、仿真合成、数据集封装与交易。

代表企业有海天瑞声、光轮智能、凡拓数创、博登智能、无问智科等独立服务商，以及觅蜂科技、自变量、银河通用这类本体厂外溢的数据公司。

3）下游模型与场景：本体厂、具身大模型厂商、AI大厂、地方国资训练场。

代表企业有智元、宇树、字节、极佳、千寻等。

4）代工厂商：博众精工、领益智造、奥普特等在OpenAI产业链上卡位较深；龙旗科技、均普智能等给国内头部数采平台做设备，也代工机器人本体。

要说明两点：其一是产业链梳理仅供参考，不构成任何投资建议；其二是如果有哪几家遗漏，不代表它就不是数采相关的企业，而是我自己能力和视野有限哈。

最最后，虽然数据采集的逻辑很通顺，按小时收费的生意，有复购也有粘性，但现在商业化节奏还有不确定性，连智驾数据都很难变现，更别提机器人数据了，要反映到上市公司业绩会更慢一些。

至于是不是符合我自己的投研体系，很遗憾，离好公司和好价格都比较远，因此依然是“研究做加法、投资做减法”。