苏州，早晨八点整。张月打卡进工位，系鞋带、弯腰扫地、反复叠被子。这些她重复了三十多年的家务动作，此刻正被五个摄像头从不同角度记录。她不是短视频博主，那些画面也不会发布在任何平台——它们是机器人训练专用的数据原料。一天下来，手脚不停能拍出六小时有效素材，日薪 250 元。

同一座城市、同一条产业链的顶端，光轮智能正在以让资本市场侧目的速度膨胀。它不造机器人，只提供训练数据和仿真评测，给自己贴上 " 物理 AI 时代基础设施 " 的标签。2026 年 5 月，这家公司估值突破 150 亿元，成为全球首个具身数据独角兽；仅仅一个月后，又拿下 10 亿元新融资，一季度新增订单 5.5 亿元，超过 2025 年全年总和。

从采集员张月到估值 150 亿的光轮智能，中间是 97 家入局公司、44.7 亿元融资、90 个数采中心，以及一条分工日渐清晰的完整产业链。国家政策在加码，地方政府的数采基地正在投建，资本也在涌入。但在最末端，采集员拿到的依旧是日结工资——重复、枯燥，还可能因为设备故障白干一整天。同一条数据链上，一个人的时薪 30 元，另一端的公司估值上百亿。

数据缺口有多大？大语言模型坐在图书馆里，机器人站在荒漠中

大语言模型的养料是整座互联网——数十年积累的文字、图片、视频，取之不尽。但机器人要面对的是物理世界，一个从来没有人系统记录过的世界。觅蜂科技 CEO 姚卯青做过一笔残酷测算：具身智能要达到 GPT-3.5 水平，大约需要一亿小时的训练数据。而据澎湃新闻引用的数据，截至 2026 年初，全球高质量真实物理交互数据总共不过几十万小时，物理 AI 数据量不足大语言模型的两万分之一。

文字和图片是现成的，抓取力矩是多少、摩擦系数多大、触觉反馈怎么变化——这些信息从未被记录过，也不会像网页一样自然沉淀。缺口本身，就是一门生意。产业链的底层逻辑因此异常朴素：机器人需要的 " 经验 "，只能由人类一段一段喂给它。而 " 喂 " 这个动作的执行者，就是数据采集员。

在招聘平台和社交平台上，" 具身智能数据采集员 " 的招募帖几乎随处可见，日薪标注大多在 250 元左右。但真拿到这个数并不容易。据 Tech 星球报道，苏州的张月每天早晨八点打卡，光穿戴五个摄像头就需要半小时，设备频繁关机、传感器失灵、镜头歪斜无人检修，一整天下来，可用素材经常不足六小时。真机遥操作员待遇稍高一些。小陈在互联网大厂的数采中心上夜班，操作机械臂反复把东西丢进垃圾桶，日薪 370 元。但头一天入职的人，十个里面往往走掉六七个，理由几乎一致——太枯燥了。

张磊算是这行的 " 老手 "。甲子光年记录了他的路径：2024 年文科毕业后卖过房，经亲戚介绍入行，在千寻、松灵等公司之间来回跳，机械臂戴过，VR 眼镜挂过，摇杆也握过。他的工资账算得清楚：底薪 200 元，加班 80 元，交通补贴，夜班再加 100 元，拼命干一个月能过 9000 元。被问及图什么，他的回答直接：" 就是想赚点快钱。"

这拨人大多经由劳务中介进入行业。中介们以前给工厂招人赚人头费，现在把同样一套模式平移到数据采集上。据亿邦动力报道，一位 30 岁的全职妈妈 2026 年 3 月接了一份居家采集的活，每天拍满八小时，能被标注为有效的不到一半，到手只有 120 元。培训时负责人告诉他们：" 你们拍的每一帧，都是机器人看世界的眼睛。" 话说得漂亮，但对于张月们来说，这只是一份日结的、随时可能因设备故障而白干的体力活。他们是燃料，不是炼金术士。

97 家公司涌入，44.7 亿资本押注，技术路线却还在分裂

据量子位统计，国内具身数据领域的玩家已达 97 家，其中 70 家做采集，27 家做基础设施。过去一年，15 家独立数据服务商合计融资约 44.7 亿元。这 97 家大致可分为三类：独立数据服务商 39 家，占比 40%；国资平台 25 家，占 26%；机器人公司自身的数据部门 24 家，占 25%。

光轮智能是目前估值最高的一家。据投资界报道，2026 年 5 月其估值已超 150 亿元，6 月再完成 10 亿元融资，投资方包括中关村科学城基金、四川发展科创基金等。创始人谢晨曾在英伟达、Cruise 和蔚来从事自动驾驶仿真，团队基因偏重于仿真合成路线。觅蜂科技则走了另一条路。据澎湃新闻报道，2026 年 2 月从智元机器人分拆独立，CEO 姚卯青是原智元合伙人，种子轮加天使轮融资数亿元，由红杉领投；6 月又完成数亿元新融资，由国方创投领投。姚卯青的判断很直白：具身智能还没赚到钱，但数据可以先赚到钱。

帕西尼感知科技以 6D 触觉传感技术见长。据 36 氪报道，2026 年 3 月完成超 10 亿元 B 轮融资，比亚迪为第二大股东，已在天津建成采集工厂，累计采集近 8000 万条数据，还计划在宿迁、武汉、自贡、赣州再建四座工厂。诺亦腾机器人手握全球七成份额的动作捕捉技术积累，6 月完成数亿元 Pre-A++ 轮融资。鹿明机器人则靠自研的无本体采集系统打开局面，单条数据采集时间从 50 秒压缩到 10 秒，成本下降 80%，已被全球三分之二顶尖具身团队采用。灵初智能部署了 100 套数据手套，积累近 10 万小时手部操作数据。而简智机器人 2025 年 7 月才成立，四个月内便连续完成三轮融资，蚂蚁集团、滴滴、德联资本都上了牌桌。

技术路线也在分化。最贵的是真机遥操作，人直接操控机器人完成任务，数据保真度最高，但每小时成本高达 500 到 1000 元，目前有 22 家公司主攻这条路线。觅蜂科技和鹿明机器人等 15 家公司走的是无本体采集路线，人穿戴设备直接做动作，完全绕开机器人本体，成本只有真机遥操作的约三分之一。这条路线最年轻，大多数入局公司成立于 2024 年 9 月之后。光轮智能押注仿真合成，在虚拟世界中批量生成数据，但仿真环境学得再好，迁移到真实物理世界时性能总会打折扣——这道 " 仿真到现实 " 的鸿沟至今没有被完全填平。枢途科技的思路更为极端，试图从互联网现有视频中直接 " 蒸馏 " 出机器人可用的动作数据，声称采集成本可以被压到行业平均水平的千分之五。值得注意的是，70 家数据采集公司中，有 30 家同时押注多条路线，没人愿意把鸡蛋放在一个篮子里。

资本已经没有耐心等待技术收敛。据 QYResearch 调研，2025 年全球具身智能数据市场规模约 10.3 亿美元，预计到 2032 年将达到 89.89 亿美元，年复合增长率 36.8%。上百亿资金涌入产业链上游，而底端的张月们，依然在为时薪 30 元反复叠被子。

中美印初现分工：美国做平台，印度做外包，中国建基建

资本和玩家在国内加速卡位的时候，具身数据的生意也在全球范围内铺开。据艺恩数据发布的《全球具身数据市场白皮书》，全球约有 50 家具身数据公司，分布在北美、欧洲和亚洲。以业务形态来看，大致分为三个梯队。

第一类是数据基础设施平台，搭建采集硬件、数据产线和治理平台的全链路基础设施，简智机器人、光轮智能、觅蜂科技和诺亦腾是典型代表。第二类是 " 具身原生 " 数据服务商，成立之初就以具身数据为主业，占国内玩家的 67%。光轮智能、觅蜂科技、帕西尼感知科技、鹿明机器人均属此类，从零开始构建数据采集资产，没有历史包袱。第三类是 " 跨界转型 " 的数据服务商，从 AI 数据标注、自动驾驶、动作捕捉或工业领域切换赛道而来。海天瑞声、数据堂把传统 AI 标注管线的经验平移过来；均普智能则在 2026 年 7 月发布工业具身智能数据平台，依靠母公司遍布全球的上百家工厂做实地采集。

海外市场是另一番图景。美国 Scale AI 是海外数据平台的标杆，从自动驾驶标注起家，深度绑定 OpenAI 做大模型评测，2026 年 3 月与 Universal Robots 合作切入具身智能赛道。印度则走出了一条 " 低成本劳动密集 " 的路。据印度经济时报报道，Human Archive 和 Neocambrian AI 等初创公司已经批量出现，专为具身智能采集第一人称视角的视频数据。Neocambrian AI 在诺伊达建立了数据工厂，每月产出数千小时数据。

欧洲和美国本土的机器人公司也在自建采集能力。美国 Apptronik 获 Google DeepMind 和奔驰投资，2026 年 6 月在德克萨斯州启用近 9 万平方英尺的 " 机器人公园 " 作为采集训练基地。挪威 1X、瑞士 Flexion 等公司也在推进规模化部署。

一个逐渐清晰的全球分工格局正在浮现：美国有 Scale AI 这类平台型公司做基础设施，印度输出低成本人力做数据外包，中国则在 97 家公司和 90 个数采中心的推动下，构建起了全球最密集的具身数据采集与治理基建。但是，当产业链顶端的估值数字不断翻倍，当地方政府竞相投建数采中心，当各路技术路线争抢定义权——张月还在苏州的采集间里，反复弯腰、起身、再弯腰。那些被摄像头忠实记录的半小时穿戴、六小时可用素材、120 元到手工资，和百亿资本的轰鸣声，发生在同一条链上。

政策加速入场，但底层采集员还没等来改变

2026 年以来，多地出台政策支持具身智能数据基础设施建设。据公开信息，北京、上海、深圳、苏州、武汉等地已将具身智能数据纳入地方人工智能发展规划，部分城市拿出专项资金补贴数采中心建设和设备采购。天津、宿迁、自贡、赣州等城市也已明确承接采集工厂落地。国家层面的机器人产业发展规划中，高质量训练数据集被列为重点攻关方向之一。

然而，爬上政策文件和融资新闻里那些振奋人心的数字，与采集间里的真实处境之间，还是一个巨大的落差。设备故障无人修、可用素材率不到一半、随时可能白干——这些细节不会出现在研究报告和融资通稿里。培训负责人那句 " 你们拍的每一帧都是机器人看世界的眼睛 "，听起来更像是用来自我感动的修饰，而不是一项可以被写入劳动合同的保障。

这条产业链正在加速运转。底层采集员用重复劳动生产最原始的数据原油，中间层的数据服务商将原油提炼成可用的训练数据集，顶层的机器人公司用这些数据训练模型、迭代产品、讲估值故事。每一个环节都在高效运转。唯独最底端的采集员，他们的时薪、社保、职业前景，还没有被纳入任何一轮融资的测算模型中。全球具身数据市场 2032 年可能达到 89.89 亿美元的年复合增长率 36.8% ——但在这个数字里，并没有属于张月的那一份。