編譯：Yuliya，PANews

編者按：本文編譯自一篇關於機器人數據行業現狀的觀察文章。作者在過去46天裡開了180場會，並與投資人、研究者、創始人以及47家數據生產方交流，試圖勾勒2026年11月的機器人數據市場，並推演2027年的走向。以下為編譯原文：

在過去的46天裡，我密集參加了180場會議。自從發布了@Eidon_AI的項目復盤後，我與機器人領域的數十位投資人、科研學者以及初創公司創始人進行了深入交流。

與此同時，自從上線了@ByCrux的意向登記表，我們已嚴格審核了47家數據生產商，並收集了他們詳細的數據規格標準。所有這些一手信息，加上我和@_varunnair投入大量時間對全行業進行的系統梳理，讓我對當下的市場現狀有了非常清晰透徹的理解。

市場需求絲毫沒有放緩的跡象，但大家所渴求的數據形態正在發生劇化，而且迭代速度極快。不少規模更大、根基更深的老牌行業玩家也在加速入場。這個行業正在走向成熟，競爭也變得愈發激烈。

這是關於2026年11月機器人數據行業的一份全景速寫，也預示著來年整個行業的走向。

1小時的數據到底值多少錢？

在下文中，我會多次提到每小時的數據單價。這些數字都是基於大量業內溝通和深度研究所得出的最佳預估值。眾所周知，這個市場在價格方面極不透明，因此大家對下文的估價可以保持適度的審慎。

一小時機器人數據的真實價值，主要取決於五個核心維度：模態、地理區域、採集場景、排他性以及標註程度。

模態與傳感器配置

機器人數據採集的根本目的，就是記錄物理世界的運動。但沒有哪兩家實驗室對動作需求是完全一樣的，也沒有哪兩個採集團隊的捕獲方式會完全雷同。

這種模態和技術路徑的差異，是決定一小時訓練數據價格的最關鍵因素，它直接拉開了從大約5美元一路飆升到120美元左右的巨大價格區間。

如果把不同的模態按照複雜程度粗略排個序：

排在最簡單這頭的，是「第一視角視頻」（也就是人眼視角的錄影）。它分兩種：

一種是最基礎的「單目」，也就是單個鏡頭拍的普通視頻，平時拿個手機綁在腦門上錄出來的就是這種；
另一種是「雙目立體」，這得用專門的雙鏡頭相機，兩個攝像頭隔開一段距離同時拍。就跟人長兩隻眼睛一樣，雙鏡頭拍出來的畫面能直接算出畫面裡東西離你到底有多遠（深度信息）。

排在最複雜那頭的，是「觸覺數據」，也就是摸到東西時的手感。現在市面上冒出了各種各樣記錄觸覺的傳感器，但大家心裡都沒底：這玩意兒耐不耐用？好不好使？在這個傳感器上採集的數據換到另一個機器人身上管不管用？目前誰也沒做出絕對統治級的產品。

但全行業私底下都承認：觸覺數據，絕對是機器人學習的下一個終極風口。

夾在這兩頭中間的，則是五花八門的大亂鬥方案。大家覺得光拍個腦門視角的視頻不夠用，就往身上加各種零碎——比如在手腕上戴個攝像頭、用專門的手持夾爪設備（UMI）、穿上一整套記錄全身骨骼動作的動捕服（我們以前在Eidon幹的就是這個），甚至是讓人遠程遙控機器人來錄數據。

區域、環境、排他性與數據標註

如果說模態決定了價格的基本區間，那麼以下四個因素則決定了價格在這個區間內究竟是向上浮動還是向下折價：

地理來源：美國本土採集的數據始終穩坐各價格區間的頂端。它是最搶手的地理區域，因為絕大多數美國機器人公司鎖定的首發落地部署場景都在這裡。而處於價格底端的，則是來自印度和東南亞的第一視角視頻，目前這類供給已經嚴重過剩。買家手裡的存量已經遠超實際所需，所以這類數據價格最低，甚至已經有幾家核心買家徹底停止採購了。
環境與任務：商業場景的價值遠高於家庭住宅場景。大部分兼職人員都是在自己家裡錄視頻，大家早就看膩了。但你想進到真正的工廠、車間裡去拍極難拿到許可。所以，那些拍專業水電工接線、或者暖通師傅修空調的實操畫面，極其稀缺，自然能賣出大價錢。
排他性：獨家獨占的數據自帶溢價。買家願意多掏錢，很大程度上是買斷競爭對手獲取相同數據的可能性。說實話，現在市面上在跑的大量採集項目，背後簽的全都是排他獨家協議。
數據標註：經過清洗標註的數據售價顯然高於未經處理的原始數據。但我發現不少公司和創始人在這件事上過度押注了。根據我的實際經驗，數據標註對每小時單價的提振拉升作用，其實遠沒有多數人想像的那麼大。

只要你理解了這幾個核心變量是如何相互作用並隨時間推移而演變的，你就能夠從第一性原理推導出來年整個行業的大致走向、需求會發生怎樣的轉變、哪些賭注不值得盲目去跟，以及接下來的錢應該往哪裡投。

單目已死，雙目搶空

回想2024年我們剛做@Eidon_AI那會兒，給路人發錢、讓他們把手機綁在頭上錄自己幹活的樣子，在大家眼裡還顯得……挺奇葩、挺不可思議的。

那時，機器人行業對第一視角視頻存在著巨大的供給真空，甚至根本顧不上數據究竟來自哪裡、是用什麼設備採集的。

所以你看，短短兩年過去，風向徹底變了：好幾家大實驗室已經徹底不買單目第一視角視頻了，特別是印度、中國和東南亞發過來的貨。低端市場早就被餵飽了，研究員們的眼界也早就超越了單鏡頭能給的那點可憐信息。

在我們收到的所有供應商申請裡，「單目第一視角視頻」依然是數量最多的存貨，而且出貨地清一色扎堆在印度、菲律賓、巴基斯坦和東南亞。

現在，除了極少數專門在美國本土搞大規模獨家採集的項目外，幾乎所有跟我們聊過的數據團隊，要麼已經全面換成了雙目相機，要麼正在拼了命地往雙目方向轉。

這等於給全行業拉出了一條新的及格線，而且這道門檻把很多人直接攔在了門外。你要買雙目立體相機，哪怕是挑物料成本最便宜的低配款，一台也得200美元，要是買好一點的高清現成商用貨，直接奔著1000美元往上去了。

這就意味著，你現在要是想找100個人幫你拍視頻，單單給他們人手配個相機，硬件採購費就得砸進去5萬美元。這再也不是當年「隨便寫個手機App扔到應用商店，讓大夥下載了就能開工」的輕資產零成本套路了。也正是因為這道硬件門檻，我目前看到的所有雙目數據產能，幾乎全被提前包圓訂光了。很多採集團隊為了能買得起這批雙目相機，不得不提前跑去抱大腿，跟買家簽收入分成或者排他獨家協議來籌啟動資金。

在我們審核過的數據生產商裡，大概只有四分之一拿得出雙目數據。而手裡真有現貨能隨時賣給你的，只有可憐的兩家，兩家加起來的存貨總共也就大概1750個小時。其他大部分團隊要麼是接了獨家單子在閉門趕工，要麼是拿到訂金後才按需開工。

但換個角度看，這本身就是個巨大的新商機。行業現在極度渴望那些既懂硬件製造、又懂數據採集到底怎麼算賬的相機廠商入場，大家都在眼巴巴地等著用合身的雙目相機。

一句話概括現狀：雙目立體成了新底線，市面上現貨幾乎為零，大家拿著錢都快找不到靠譜的專用相機供應商了。

觸覺傳感：下一片兵家必爭之地

觸覺是現在所有科研大佬眼裡的大肥肉，未來幾年數據採集的主戰場絕對在這兒。今年早些時候，我們團隊盤算著要不要量產自己的Eidon觸覺手套時，外界給開出來的收購報價，居然高達一小時120美元。

市場的需求異常旺盛，但放眼望去，當下的供給端根本無力滿足。

現在能找到的觸覺數據集，不僅規模小得可憐，還都是各個高校實驗室各自為戰搞出來的玩具，七零八落分散在完全不同的傳感器上。拿這些數據去微調一個現成的模型（比如參考那篇T-Rex靈巧手抓取的論文，arXiv:2606.17055），或者訓練一些特定的小動作還湊合；但要想拿來給一個大模型打底做預訓練，這點數據連塞牙縫都不夠。

不過想想看，第一視角視頻兩年前不也是這副慘狀嗎？那時候誰要是敢說「我們要攢出幾萬小時人眼視頻來預訓練」，大家也覺得這是在癡人說夢。

而到了今天，我們已經擁有了規模超過10萬小時的開源數據集。

然而，採集觸覺數據的難度比扛個相機高了成百上千倍，但軍號已經吹響了，大家都在搶著拼刺刀，看誰能率先攢出第一個能配得上視頻體量、足夠用來做預訓練的龐大觸覺數據庫。

可這片天地實在是太新、太荒涼了。行業到現在連個標準的傳感器長啥樣都沒定下來，而且機器感受到的觸覺信號跟採集它的特定硬件死死綁在一起。你在甲手套上採到的感覺，拿到乙手套或者丙機械臂上，算法到底還認不認、能不能通用？這在科研界到現在都還是個沒解開的謎題。

除了這層技術研發與工程落地的難題，現實中的落地阻礙同樣嚴峻。

給採集工人戴上厚重的傳感器手套，手掌手指全變笨拙了，原本很麻利的活兒現在根本幹不利索；大部分市售手套的耐用程度根本沒經過抗造測試，動不動就壞；一副手套動輒賣4500到8000美元，如果給100個工人鋪開，光買手套就得砸進去45萬到80萬美元，這足足是買雙目相機的十倍開銷。就算你每小時能賣出100美元的天價，你也得連續賣出45到80個小時的有效數據，才剛剛把這副手套的本錢給賺回來——這還沒算工人的工錢、拍廢了作廢的成本、後期處理的費用，以及設備壞了修修補補的折舊呢。

眼下每個採集團隊都想對外宣稱自己在做「觸覺數據」，但要把這件事情做好，更別說形成規模化量產，其中的複雜難度極其巨大。

不過很有意思的是，我們看到一個專門給數據採集量身定做硬件的細分新賽道正在成型。在我看來，站在通往2027年的時間節點上，這絕對是整個領域最值得密切追蹤的方向之一。

以後產量上去了硬件成本肯定會降，但在當下這個階段，只要下游買家願意掏大錢，做採集硬件的經濟賬簡直香得不可思議。

關於這一塊其實還有很多值得深挖的細節，我後續會單獨寫一篇長文來徹底拆解觸覺賽道。

市場正在加速步入成熟期

今年1月，老牌AI數據公司Defined.ai在CES展會上宣布進軍物理AI數據。他們前腳剛官宣，我們後腳就達成了合作，把我們手裡的身體動作姿態數據集打包賣給了他們。

到了3月，外賣巨頭DoorDash直接上線了一個叫「Tasks」的內部軟件，花錢讓旗下的外賣小哥在閒著的時候拿手機拍自己疊衣服這類家務活，拿去給前沿大廠訓練機器人。

不僅如此，沿著技術棧上下游看去，幾家原先並非做機器人的各路企業也紛紛將目光投向這片水域，開始大舉調轉船頭湧入這個賽道。

中後期的融資規模更是誇張得離譜：XXDOF在6月份拿了7000萬美元，據說當時還在談下一輪12億美元估值的融資；Mecka在10月份拿下了6000萬美元的B輪；連靠大語言模型數據發家的大頭子Micro1都公開表示，單是機器人生意，給他們帶來的年化營收就已經突破了1億美元大關。

在我們的行業地圖裡，「數據服務」已經成了全產業鏈第三大的地界，僅次於造機器人的本體廠家和做場景落地的集成商，而且幾乎每週都有新面孔殺進來。

那些本來就在給頭部AI實驗室供貨的老牌數據販子，現在全在調轉槍頭。比如Polyshares，過去一直是專門向AI大廠賣工業運營數據和3D模型的，結果他們前陣子直接宣布跟Amelia Robotics聯手，一瞬間把自己龐大的中介銷售網全接到了機器人賽道上。

這個大趨勢，反覆驗證了我在這180場對話裡悟出的那個最扎心的結論：搞機器人數據這門生意，到最後能剩下的真正壁壘，其實就兩樣東西——硬核的專用硬件，以及通天的客戶關係。

至於卡在這兩樣中間的那些雜活——什麼清洗數據、質檢排查、現場運營、人工打標籤、數據可視化、甚至是搞個仿真模擬工具——雖然每樣都有用，但充其量只是大家都得有的及格牌。展望新的一年，我實在不覺得單靠做這層中間雜活，能構築起什麼長期的防線。

這就是為什麼現在只要手裡認識幾個頭部實驗室高管的人，都在拼了命地想把這層關係變現；這也是為什麼專做中間抽成拉皮條的中介聚合賽道，正在以恐怖的速度迅速擠滿人。

結語與思考

當下行業裡一直有一種聲音，認為「機器人的數據瓶頸問題」很快就會被徹底解決。這話其實不是全無道理：畢竟在剛過去的這短短兩年裡，全行業已經聯手造出了幾百萬個小時的人眼第一視角視頻。

事到如今，單目視頻已經淪為了不值錢的白菜大宗商品，雙目立體視頻變成了最基本的及格線，而觸覺數據面臨的奇缺慘狀，甚至比2024年年初的第一視角視頻還要嚴峻。如果每一種數據模態註定都要經歷類似的S型演進曲線，那我敢打包票，雙目和觸覺的需求絕對不可能在短期內降溫。

但在機器人數據這盤生意裡，到底該把自己的時間精力以及兜裡的銀子往哪裡下注，並不是拍腦袋就能定的。不妨算一筆極其直觀的賬：想淨賺100萬美元，不同路子各自得肝出多少個小時？

如果按單目視頻現在每小時5美元的骨折價算，想掙100萬，你得沒日沒夜地採出整整20萬個小時。這完全就是在極其微薄且越來越薄的利潤縫隙裡，靠拿命堆量的苦力活；
如果按觸覺數據每小時100美元的天價算，你只要湊夠1萬個小時就能達成目標。但是對不起，現在好用的硬件根本就沒做出來、設備貴得離譜，而且買家拿回去到底該怎麼塞進算法裡，現在連科學家自己都沒研究明白。

這麼一算賬，反而是卡在正中間的方案，成了當下性價比最高、最講商業理性的甜點區。

搞雙目立體、手腕攝像頭、手持UMI夾爪、以及全身動捕追蹤，想要賺到同樣的100萬美元，所需採集的時長比賣單目視頻少採4到12倍；而且最關鍵的是，採這類數據用的硬件如今全都存在、隨時買得到現貨，成本也相對可控。

整個市場的總需求絕對不會萎縮，但是及格線正在被無情地拔高，風向正在劇烈扭頭，賽道也正在變得前所未有的擁擠。

想在這個行當裡立住腳跟、做成一家有真護城河的數據公司，窗口期現在確實還開著；但在我看來，留給大家上車的時間，真的不多了。

Meme幣「牛來」市值突破9300萬美元，創歷史新高

熱門文章