具身智能数据供需差达两个数量级 真机采集成本飙升至1000元/小时

具身智能数据赛道正经历结构性变革。国家数据局近期密集召开专题会议并明确将摸清AI用数需求列为高质量数据集建设重点。当前核心矛盾是供需严重失衡：有效真机数据存量约百万小时，而头部企业预估真实需求已达亿小时量级,缺口近两个数量级。真机数据虽被视作“黄金标准”——仅10%真机数据即可显著提升任务成功率，全量支撑下可达76.8%，但其采集成本高达500–1000元/小时,是仿真路径（1–10元/小时）的100倍；单台机器人设备投入20万至70万元，产出效率有限。行业共识指出，真正稀缺的是复杂环境中的长尾数据、失败恢复过程、长时序任务、精细接触与力触觉信息及在线反馈数据。三大结构性障碍制约流通：操作系统不统一（ROS1已停服，ROS2及新系统尚不成熟）、硬件标准缺失（跨本体复用成本为同本体3–5倍）、技术路线未收敛（VLA、世界模型、VLM等对模态与时序要求差异大）。需求侧标准升级，客户不再追求单纯规模，而是聚焦任务相关性、数据质量、场景多样性等维度，并倾向集中采购少数稳定高质量供应商。业内形成分层策略：Ego视频与人类演示用于低成本扩场景，仿真与世界模型规模化扩充，真机数据专攻本体对齐与精细操作验证。国家层面正推动标准体系建设与企业数据投入支持，但短期内“贵”与“缺”仍将主导节奏，突破低成本高质量生产与跨本体复用能力者将占据先机。