具身数据：被1.09万亿忽略的那1%

载体到不了的地方数据永远缺席——本体在场目录01 被误读的数据规模聚合的只是已经跑过的世界02 三重结构性约束为什么加标注人力解决不了03 数据是跑出来的两个研究案例的启示案例一NaviDiffusorICRA 2025中山大学案例二NeuPANTRO 2025香港大学中国香港与南方科技大学等团队04 载体经济性数据采集的真实成本结构以本末科技的三款轮足平台为例载体本身也已经跑成生意05 判断数据能力先看载体2026年具身智能行业最热的关键词莫过于数据。不过先看一组冷静的数字2025年全球具身智能数据市场规模约16.7亿元人民币同比增长181.4%其中中国市场约5亿元同比增长203%占全球约四成。即便按预测的85%复合增速2030年全球也才52.5亿美元。如果我们把视线拉回产业大盘2026年中国具身智能整体产业规模预计突破1.09万亿元不难发现——数据服务的现有盘子还不足产业总盘子的1%。商业规模虽小但数据生产却热火朝天智元机器人的AgiBot World已累计采集超百万条原子动作轨迹数据规模达850TB乐聚等机构牵头开源、在魔搭社区上线的LET数据集首批就释放超6万分钟全尺寸人形机器人真机数据。单看体量行业似乎正在跑步进入数据富足时代。然而体量的富足掩盖不了结构的匮乏。当前国内真实物理交互场景的合规数据仅约50万小时而商业化落地所需的数据量以千万小时计缺口超过99%——一个从十万到千万的数量级差距。数据供给为何追不上产业想象答案不在标注端在采集端。一台到不了台阶、斜坡、泥泞、工业现场的机器人无论算法多强、标注人力多足都永远产不出对应工况的数据。载体到不了的环境永远产生不出对应的数据——这是硬件写死的物理约束与人力无关。01 被误读的数据规模聚合的只是已经跑过的世界我们先来看一个具身数据聚合的标杆工作Open X-Embodiment由21家机构协作横跨22种机器人平台汇总了527项技能、约16万个任务并据此训练出具备跨平台迁移能力的RT-X模型。这套数字常被用来证明具身数据可以共享、可以规模化。▲该数据集涵盖了多样化的行为模式、机器人形态与环境从而有助于学习通用的机器人策略。但它忽略了一个已存在的物理事实数据集中每一条轨迹都是某台机器人先真实跑过之后才被记录的。Open X-Embodiment解决的是数据如何被标准化地组织与复用而不是数据如何被生产出来。若没有载体先抵达场景聚合就是无米之炊。数据规模叙事本质上是在搬运已经跑过的世界而搬运本身不创造新世界。另一重被简化的是数据的内核。很多人把具身数据等同于图像、点云等感知数据但完整的具身数据还包括力矩、姿态、振动、接触力等本体-环境交互信号。机器人碾过碎石时轮毂电机的电流波形、翻越道牙时机身姿态的扰动这些才是大模型学不会的物理细节。没有物理交互就没有真正的具身数据而物理交互的第一前提是本体在场。02 三重结构性约束为什么加标注人力解决不了当前真实场景数据采集存在三重结构性约束任何一重都不是靠堆人力能绕过的。其一仿真有其物理上限。仿真可以复刻几何外观却很难1:1复现摩擦、形变、冲击与打滑。Sim-to-Real鸿沟的严重程度常被低估仿真里看起来合理的物理响应与真实世界往往差一个量级因为摩擦系数、土壤形变这类连续物理量无法靠贴图还原。这也是为什么顶级视觉导航工作至今绕不开真实采集数据后文作具体说明。其二载体到不了的环境永远产不出对应的数据。台阶、斜坡、泥泞、矿山巷道、工业现场大量非结构化场地是普通轮式底盘无法抵达的。需求的真实存在可以从应用侧反证智能环卫设备在真实街道上的作业、隧道巡检的刚性需求等。而能把这类场景的交互数据系统性采集回来的载体仍然稀缺。其三机型定制化抬高了跨场景采集的成本。大量设备是专用定制机型只适配单一场景跨环境部署往往需要重新改造硬件带来高昂的时间与经济成本。而数据采集天然需要广覆盖而定制机型天然与之矛盾。这三重约束共同指向一个判断数据的瓶颈不在标注在载体。载体的地形适应能力、稳定性、可复用性直接决定数据采集的成本与边界。03 数据是跑出来的两个研究案例的启示近一年越来越多的研究成果也从不同侧面印证了这一判断。案例一NaviDiffusorICRA 2025中山大学这篇论文提出代价引导的扩散模型用于纯视觉导航先在路径-RGB观测对上训练条件扩散模型推理时用可微代价函数的梯度引导路径生成从而在不重训模型的前提下零样本迁移到新场景。在其实验中训练数据与基线NoMaD同源来自RECON、SCAND、GoStanford、SACSoN等真实机器人采集的导航数据集真实部署则在Diablo双轮足机器人与Jackal上完成搭载Intel RealSense D435i相机与NVIDIA Jetson Orin AGX仅用RGB观测。在室内障碍物场景图像目标中各方法均做50次试验NaviDiffusor成功率达100%、平均碰撞0.08次而NoMaD为58%与0.98次。这个案例说明了两件事其一看到什么画面→走了什么路这类配对数据只能由真实载体在真实环境里跑出来其二选择轮足机器人做实测并非偶然真实导航的难点恰恰在台阶、坡道这类需要地形适应性的场景轮足形态把能采集数据的场景集合扩大了。真实数据轻量训练的组合这套真实数据训练出的模型在单张RTX TITAN上约39小时即可收敛batch size 256、推理仅10步去噪远比堆仿真数据高效。案例二NeuPANTRO 2025香港大学中国香港与南方科技大学等团队NeuPAN把原始点云直接映射为隐式距离特征用可插拔的近端交替最小化网络端到端求解运动规划全程无需建图、无需目标检测。论文报告其延迟低于50ms、相对SOTA方法有超过2倍的改进在轮腿机器人上它能通过宽度不足6厘米的窄缝——把不可通行路径变成可通行。2025年6月本末科技发布的实测视频显示NeuPAN规划器已部署在刑天双轮足机器人上完成实机验证。规划器解决的是能不能走而能不能走直接定义数据的边界。一个无法通行复杂地形的载体其规划器再强也无从采集对应场景的数据反之轮腿这类兼具轮式速度与足式越障的形态本质上是在为数据采集扩疆。在研究中还特别指出轮腿机器人相比普通底盘存在更高的运动不确定性如机身振荡这类物理量会直接进入规划与数据采集的约束——物理世界的不确定性最终都要靠载体在真实运行中去消化。04 载体经济性数据采集的真实成本结构数据采集不是一次性硬件采购而是一项持续运营的生意硬件折旧、运维人力、电池更换、场景部署每一项都摊进数据单价。因此判断一个数据采集体系最终要看三个经济指标单位时间能采多少有效交互数据、能覆盖多少种地形、平台能否跨场景复用。以本末科技的三款轮足平台为例Diablo全球首款商业化直驱双轮足机器人搭载6个直驱关节开放SDK整机22.9kg最高速度2m/s站立载荷4kg、匍匐载荷80kg轻量化与开放架构使其适合科研场景中的数据采集算法验证前面案例一中提到的NaviDiffusor真实部署正是在Diablo上完成的。TITA行业首款商业化8自由度轮足双足平台最高速度3m/sAPI解锁可达5m/s移动载荷10kg支持20cm前跳、30cm纵跳续航约2小时且电池可热插拔搭载Jetson Orin NX与ROS 2能跳30cm意味着台阶、道牙这类地形数据可以系统性采集。▲在地图界面设定路径点、调整路线边界的能力适用于室内、短途巡检与配送——数据采集恰恰需要这种“可控、可重复、可覆盖”的路线规划。D1全球首款整机模块化具身智能机器人3秒内完成快速拼接可在双轮足与四轮足构型间自由切换最大越障70cm官方建议工作值50cm意味着同一套传感器可以覆盖室内外多种地形——这正是机型约束的解法从一机一场景到一机多形态。▲D1隧道巡检视频 | 在极端场景下的数据采集能力这正是前文提到的“隧道巡检数据采不到→场景无法落地”难题的一种硬件解法。载体本身也已经跑成生意2025年本末科技用于消费机器人的直驱动力模组出货约850万套截至2025年底累计赋能超400万台机器人与按收入计的全球前十消费机器人厂商中的4家建立合作近三年营收复合增速达300.8%2026年6月29日公司通过港交所18C章特专科技上市聆讯。招股书披露其整机产品已应用于科研教育、安防巡检、数据采集、短途运输等场景——数据采集被明确列为产品落地方向。这些真实运营现场本身就是一条持续运转的数据生产线机器人一边执行任务一边把接触力、姿态、地形响应写进数据集。05 判断数据能力先看载体回到开头的问题。当行业都在比拼数据集规模时更值得追问的是这些数据是从哪些环境、由什么形态的载体、以多高的边际成本采集的具身智能的数据是机器人跑出来的不是标注出来的。载体的物理上限就是模型训练数据的上限。以隧道巡检为例推演一遍这个逻辑没有能爬台阶、过斜坡、越碎石的双足或轮足载体→ 采集不到隧道非结构化工况的运动与感知数据→ 模型缺乏对应场景的训练样本→ 泛化能力不足→商业化部署失败→ 数据采集投入被视为“无效成本”→ 行业对数据采集的价值产生怀疑→ 更不敢投入采集真实场景数据一个负循环就此形成。评价一个数据采集体系不妨问四个具体问题它的载体能抵达哪些环境能否长期低成本地在这些环境里运行平台能否在多个场景间复用数据管线是否与真实运营绑定数据采集元年式的叙事往往把问题归结为数据不够多但真实的约束是物理性的——先有能穿越台阶、斜坡、泥泞的载体才有覆盖这些场景的数据有了覆盖足够广的数据模型才能学会应对足够多的真实世界。这或许是最不该被忽视的常识。