人形机器人行业正面临一个关键瓶颈——物理交互数据的严重短缺。当前，全球机器人可用的真实物理交互数据总量仅约50万小时，与大语言模型动辄数亿小时的训练数据相比，差距悬殊。据行业预测，要实现具备实用价值的具身智能，至少需要1000万小时的多模态数据，而考虑到数据采集良率仅为20%-40%，以及多场景、长尾数据等复杂因素，实际需求可能远超这一数字。觅蜂科技已将2030年的数据采集目标设定为100亿小时，凸显了行业对数据规模的迫切需求。
数据已成为人形机器人行业的核心生产力。2025年，数据采集需求预计占人形机器人整体订单的31%，到2026年这一比例将突破50%。京东等企业已率先行动，计划在两年内采集1000万小时真实场景视频数据，并动员最多60万人参与采集工作。这一趋势表明，数据正从研发辅助角色升级为行业发展的关键驱动力。
目前，真实数据采集主要有三种路线：真机遥操作、无本体采集和仿真合成。真机遥操作通过VR头显同步控制机器人完成动作，数据精度最高，可直接用于训练VLA模型，但成本高昂。特斯拉Optimus的数据采集员时薪在25至48美元之间，且长时间操作易引发眩晕，导致废片率较高。相比之下，无本体采集方案（如UMI和EGO）成本更低。EGO方案采用轻量化头戴设备采集人类操作视频，斯坦福大学的研究显示，仅需2万小时异构数据即可让机器人初步具备自动化能力。觅蜂科技通过优化EGO方案，将采集成本降至传统真机遥操作的三分之一甚至更低。
仿真合成数据则是另一种低成本、快速生成的方案，但其与真实物理世界的偏差使其难以完全替代真机数据，目前多作为补充方案使用。尽管如此，仿真平台仍在数据采集生态中占据重要地位，英伟达、索辰科技等企业是这一领域的代表玩家。
数据采集需求的爆发正带动产业链多个环节扩容。数采设备供应链成为最大受益方向之一，无论采用哪种采集路线，3D深度相机、IMU惯性测量单元和触觉传感器都是刚需。奥比中光在3D深度相机领域占据领先地位，订单供不应求；华依科技则与觅蜂科技达成IMU批量供货合作。第三方数采服务商凭借数据标注和场景管理经验，也获得了头部企业的订单，京东、智源等企业既自建数采工厂，又与外部数据公司协同合作。
在垂类应用领域，细分场景的专属数据库因具备稀缺性，有望率先实现商业化落地。国金证券研报指出，数据采集需求的爆发将拉动相机、IMU、触觉传感器等高附加值环节的规模快速提升，这些领域竞争格局清晰，增长空间巨大。当前，全球数据缺口依然巨大，头部企业已开始布局千万小时甚至百亿小时级别的采集目标，数据设备、服务和传感器供应链将持续受益。
