物理 AI 突围：数据基建成关键

以人形机器人为典型的物理 AI，其竞争焦点正经历根本性转变。随着硬件肢体方案日益趋同，阻碍智能“大脑”升级的瓶颈已从模型架构，转向高质量、高保真物理交互真实数据的严重短缺。大语言模型坐拥万亿级 Token 的训练燃料，而当前具身模型可获取的真实物理交互数据量尚不足大模型的万分之一。

要实现具身智能的通用泛化，至少需积累 1000 万小时的多模态真实世界物理交互数据。眼下，真实物理交互数据的积累受困于单位成本高、场景非标准化、数据“失真失准”等难题。这一痛点迫使数据采集范式发生代际革新，数据基础设施建设迎来爆发节点。

据预测，全球物理 AI 市场规模将由 2026 年的 3830 亿美元，攀升至 2040 年的 3.26 万亿美元。在 2025 年金额超千万元的人形机器人订单中，数据采集领域占比高达 31.25%，位居所有下游细分场景榜首。

早期数据采集高度依赖昂贵的人形机器人整机进行主从遥操作。该模式不仅设备折旧负担重，且数据难以跨平台复用，采集效率低下。当前行业正加速向“无本体采集”、EGO（第一人称视角）及 UMI（通用操作接口）采集范式转型。这一技术路线演进可概括为三大维度：

1、手持类与第一人称视角数采方案（EGO 与 UMI 路线）：UMI 采用手持式夹爪搭配轻量化双目视觉系统。采集员无需操控沉重的机器人本体，仅需手持数采工具直接执行日常物理操作，即可将运动轨迹、时序及环境反馈以 5 倍于传统遥操作的效率记录下来。EGO 则借助头戴式超高清采集设备，在自然状态下捕捉人类视角的动作视频。此类方案使单时段数据成本降至传统整机遥操作方案的百分之一，推动数据生产迈入百万小时级别。

2、多模态光惯融合动作捕捉体系：仅靠纯视觉方案进行人体动作重定向，易受光照、阴影及肢体遮挡干扰。目前，领先的数据采集中心采用光学定位捕捉与 IMU（惯性测量单元）多源融合的动捕平台。光学动捕提供亚毫米级的末端绝对位姿高精度追踪，IMU 则通过内置陀螺仪和加速度计实时解算高频关节角度，在视觉遮挡发生时输出不中断的连续姿态数据。

3、从 VLA 模型到 T-V-L 全模态数据集：第一代 AI 大模型多基于 VLA（Video-Language-Action，视频 - 语言 - 动作）架构，主要依赖视觉和文本输入。随着灵巧手操作向高精度、高精细化发展，单纯视觉信号无法感知抓握力、滑动摩擦力和物性特征，这要求数据集向 T-V-L（Tactile-Video-Language，触觉 - 视觉 - 语言）多模态方向升级。数采终端不仅要配备 3D 相机，还必须强制集成六维力矩传感器、触觉感知手套和高灵敏度柔性阵列触觉传感器，以采集物理交互中的力觉反馈数据。

数据采集终端对硬件数据同步性和零偏稳定性的严苛要求，确立了相关零部件供应商的高壁垒。在数据采集网络极速扩容进程中，最上游的精密传感器、特种相机和高精度 IMU 因技术壁垒高、供应链交期紧张，成为最先受益的紧缺环节。

相较于结构简单的 2D 相机，数采设备需要高精度、高集成度的 3D 视觉产品，其由 VCSEL（垂直腔面发射激光器）、IR Filter（红外滤光片）及 CMOS 图像传感器等精密元器件构成。奥比中光在结构光、iToF（间接飞行时间）和双目视觉等六大 3D 相机底层技术上实现全栈自研，其产品可实现 4 米范围内深度误差低于 1%，在高动态、强干扰环境下能实时输出高保真 3D 轨迹与深度点云信息。

在第一人称数采终端和动捕手套中，高精度 IMU 与相机的同步工作至关重要。为弥补纯视觉在遮挡和高速运动场景下的轨迹数据丢失，IMU 需达到高偏差稳定性等级。零偏稳定性指标直接决定重构轨迹的精度。若传感器存在漂移，累计误差将在毫秒级时间窗内导致位姿重构失效，致使采集数据无法用于神经网络训练。

【华依科技】数采设备核心传感器 IMU 小批量供货及大额订单签署。公司成功研发出高集成度动捕惯性测量单元（IMU），并与智元机器人独立孵化的头部数采企业觅蜂科技达成批量供货合作。该自研动捕 IMU 将全面搭载于觅蜂 MEgo 系列全品类物理 AI 训练数据采集设备上。此外，公司已与多家头部机器人公司展开深度合作，实现了人形机器人类 IMU 的小批量供货，在非本体与本体数采设备供应链中实现双重卡位。

【芯动联科】高性能 MEMS（微机电系统）陀螺仪及六轴 IMU 芯片卡位。公司是国内高性能 MEMS 惯性传感器稳定量产厂商，产品性能达到国际先进水平。当前公司正全力推进高集成、低成本的六轴 IMU 芯片研发与量产。该产品是高精度数采硬件、动作捕捉服和机器人本体的核心元器件，具备稀缺的芯片级国产替代空间。

【天奇股份】工业级具身智能多模态数据集的卡位与商业交付。公司与银河通用设立的合资公司天奇银河，其江苏省具身智能工业数采中心已于 2025 年 10 月正式投入使用。目前已成功向汽车、新能源锂电产线交付企业定制数据订单 30 万条，数采中心设计年产能达 1000 万条工业多模态数据。数据源来自长城汽车、丰田、富士康等真实工业产线，具有极高的数据场景壁垒和稀缺性。