文本数据快被"吃光"了，下一个AI战场在物理世界——而决定谁能赢的，不是模型，是数据。
一、先搞懂：什么是"具身数据"？
AI过去十几年主要在"数字世界"卷——啃网页、啃书、啃代码。但具身智能（Embodied AI）不一样，它要让机器人真的走进工厂、家庭、医院，去"动手"。
⚡这就带来一个问题：
? 互联网上能爬到的文本差不多被吃完了，但具身数据没法从网上扒——你必须让机器人真的去抓、去走、去碰，才能拿到"动作-视觉-语言"对齐的数据。
报告给了一个很震撼的对比：
? 具身数据 vs 文本数据可用量级差距：约 20,000 倍也就是说，LLM 喂的是"海洋"，具身模型喂的是"水滴"——数据稀缺，是2026年这个行业最大的卡点。
二、市场有多大？三套口径别看错
报告给了全球、中国、美国三套口径，定义不同不能直接加（这点很关键）：
口径 | 代表机构 | 2030-2050 预测 | 备注 |
|---|---|---|---|
全球（人形本体） | 高盛 | $38B / 2035 | 仅本体硬件 |
全球（含供应链+服务） | 摩根 | $5T | TAM 全口径 |
全球（含非人形） | 花旗 | $7T / 2050 | 最宽口径 |
中国（用户支出） | IDC | $77B / 2030，CAGR 94% | 高增长 |
中国（本体销售） | 中金 | 581 亿元 / 2030 | 偏保守 |
? 一句话：如果只盯本体硬件，是百亿美金级；如果把供应链、服务、非人形都算上，是万亿美金赛道。差两个数量级，看你怎么定义。
三、具身数据的"四层金字塔"
?这是白皮书最核心的框架，也是行业共识（参考 NVIDIA GROOT）：
? 真机遥操（VR/动捕） / 保真最高、最贵、最难规模化 / / ? 便携采集（数据手套） / 降本 ~10x，性价比平衡点 / / ? 仿真合成（物理引擎） / 成本≈真机 1/100，覆盖长尾 / ? 人类/互联网视频（蒸馏） 近零成本，但缺动作标签、grounding 难?越往上越贵越真，越往下越便宜越海量——主流训练范式是"底层预训练 + 顶层精调"，混合喂。
四、价值链：谁在赚大钱？
白皮书有个很关键的判断——价值链利润在往上游数据层迁移：
毛利逐级抬升，资产化环节 60-70%
⚠️ 本体硬件反而趋于薄利。这意味着："卖铲人"比"挖金矿的"更肥——Figure 估值 $39B 是整机，但光轮、它石这种纯数据公司估值也在百亿人民币级，且毛利更高。
?商业模式——三种变现模式：
数据集授权（一次性卖）
DaaS 订阅（持续喂数据，复购率高）
评测基准服务（光轮的 RoboFinals 就是这条路）
五、中美双轨：闭源飞轮 vs 开放分工
这部分是白皮书的精华对比：
维度 | ?? 美国 | ?? 中国 |
|---|---|---|
数据来源 | Scale 等巨头 + 大厂自采 | 遥操工厂 + 便携 + 仿真 + 蒸馏并行 |
核心打法 | 闭源飞轮（Tesla/Figure 自建闭环） | 开放+专业化（独立数据公司分工） |
代表 | Figure 39B、PI5.6B、Skild $14B | 光轮、它石、帕西尼、智元 |
优势 | 算力/人才/基础模型 | 工程化快、采集成本低、场景多 |
整机出货 | 谨慎 | 宇树 5500+ 台领先 |
❌??? 走"苹果式"——自己采自己练自己卖；
⭕??? 走"安卓式"——数据公司、本体公司、模型公司各切一段，更容易长出数据交易市场。
六、2026 = 具身数据规模化元年，三个信号
报告给的 Five Key Insights 浓缩一下：
数据成卡点：2026 真机+仿真+视频混合数据开始爆发
VLA 三年十倍：RT-1 → π0.5 → GROOT，任务成功率 3 年涨 10x
世界模型崛起：2027+ 进入 World Model 阶段，数据需求跳到千万-亿小时级
仿真合成验证可独立估值：光轮独角兽就是信号
中国场景红利：工业、物流、医疗已经开始落地商业化
七、给从业者的几句话
做本体的别只卷硬件，数据飞轮才是壁垒（看看 Tesla Optimus + FSD 同源视觉飞轮）
做数据的四范式里，"仿真合成"已经跑出独角兽，"视频蒸馏"还没出头部，是窗口期
投资视角价值链往上游迁，资产化环节 60-70% 毛利比本体香
风险点UBS 已经警示估值领先商业化，Sim2Real 鸿沟、数据合规、标准缺位都是坑
报告来源：艺恩数据《2026全球具身数据市场白皮书》，数据截至 2025-05
详尽报告后台回复“2026627”查看原报告，仅供研究参考
