炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

（来源：智通财经）

智通财经 APP 获悉，国金证券发布研报称，数据是人形机器人为代表的物理 AI 赛道最大的卡脖子领域，数据基建爆发供应链将深度受益。数据已成为制约物理 AI 发展的关键瓶颈，数据基础设施加快建设有望带动数采产业链持续扩容。 ( 1 ) 数采设备及供应链：重点关注高 asp、好格局的赛道如相机、IMU、触觉传感器等 ; ( 2 ) 数据成本和质量有壁垒的数采公司 ; ( 3 ) 垂类应用：关注细分赛道数据场景资源有壁垒的公司。

国金证券主要观点如下：

以人形机器人为代表的物理 AI，数据是最卡脖子领域

当前人形机器人行业硬件方案趋于收敛，" 大脑 " 训练成为决胜关键，而数据量级和质量直接决定模型泛化能力。机器人高质量、高保真物理交互的真实数据极度缺失。大语言模型有万亿级 token 训练，而具身模型可用的真实交互数据不足其万分之一。

数采爆发在即，市场空间将充分打开

根据 Future Markets 数据，全球物理 AI 市场规模将从 2026 年的 3830 亿美元增长至 2040 年的 3.26 万亿美元，未来几年将步入爆发阶段。据 2026 年机器人全产业链接会披露，GPT-2 和 GPT-3 的训练数据分别对应约 79 万小时和 1100 万小时，要实现可用的具身智能至少需要 1000 万小时的多模态数据，而多场景、多模态、良率、长尾数据和多参与者等因素导致实际所需的多模态数据集远超 1000 万小时，觅蜂已将目标数据采集量提升到 2030 年 100 亿小时。

整机、EGO、UMI 等多种数采路线并存，高质量数据边际需求越来越确定，相机、姿态感知、触觉感知越来越重要

当前整机、UMI 和 EGO ( 第一人称视角 ) 方案是主流真实数据采集方案，其中整机数据很难共用且采集成本最高 ;EGO 则具备轻量化和低成本、高通用性等优点 ;UMI 单体设备贵，但数据精度高。无论采用哪种数采技术路线，未来产业对数据质量越来越高的需求是确定的，相机、姿态感知、触觉传感应用空间越来越大。

数采爆发有望拉动以下环节规模快速提升

( 1 ) 数采设备：包含机器人整机、UMI 和 ego 整机设备，姿态感知 IMU、灵巧手、触觉传感器、相机 ( 2D+3D ) 、VR 眼镜等。整机数采需要机器人本体和 VR 眼镜进行 1:1 配套 ; 第一人称数据以手眼协同为主导需求，分别需要相机头环和灵巧手进行 1：1 配套。

( 2 ) 仿真平台：仿真是目前物理 AI 公司的核心训练方式之一，成本和数据产出优势明显。

( 3 ) 数采公司：数采公司具备较强的场景、数据标准化和数据标注平台经验，以数据销售为主要商业模式，核心竞争力在数据产出成本和质量。

( 4 ) 垂类应用：各行业内专属数据库和数采场景，具备较强稀缺性，垂类物理模型是物理 AI 最具价值的赛道。

风险提示

机器人发展进展不及预期，数据采集技术路线迭代风险。