投资人聚焦机器人数据喂养，7000万美元融资揭示行业新趋势

近年来，具身智能技术发展迅速，从商场接待到工厂作业，各类机器人已广泛应用于多个场景。然而，当人们谈论具身智能时，真正推动其发展的隐形推手——数据，却鲜为人知。

在硬件和算法都跑得足够快的今天，谁能率先让模型学会干活，谁就握住了下一个入口。6月中旬，专注于机器人数据基础设施的XDOF一次性拿下7000万美元融资，投资方包括Thrive Capital和a16z。与此同时，Encord也完成了6000万美元C轮融资，累计融资已达1.1亿美元。纽约的Mecka AI更是分两笔获得了总计6000万美元的投资，由Framework Ventures领投。

这些融资案例表明，投资人已经开始关注机器人数据的采集与处理。华兴资本投资银行事业部的周鲁鸿指出，过去两年，投资人更多关注硬件形态和模型框架，但随着这两者逐步走向收敛，数据正在成为限制模型能力继续提升的核心瓶颈。

要解锁一个具体场景，就需要该场景的数据。与大模型时代抓取文本、图片不同，机器人要学会拧瓶盖、叠衣服、端盘子这类动作，靠的是人类真实完成这些动作时留下的完整信息，包括手的移动轨迹、力道大小、物体的抓取和摆放方式，以及动作成功的节点判断。这些信息需要通过专门的设备记录下来，并经过处理才能转化为机器人可以学习的数据。

目前，市面普遍有四种数据采集方式：

“不论是用户还是投资人，过去一两年在谈论到具身智能的时候都把更多关注放在硬件形态和模型框架这两端，但随着这两者逐步走向收敛，数据正在成为限制模型能力继续提升的核心瓶颈。”周鲁鸿这样解释道。

在物理AI这个更大的叙事里看，数据与模型基础设施的价值正在被重新定义。它早已不是一台摄像机加上一段录制这么简单，而是一整套把真实世界里散乱的人类操作，转化成机器人能够理解和学习的结构化资产的工程体系。这块此前很少被单独讨论的地基，正在变成整个具身智能往前走时，绕不开的一道门槛。

那么，什么才是护城河？在具身智能的数据供给圈子里有一个共识：最重要的无形资产就是“高质量、垂类数据”。但是如何定义“高质量”以及如何获取“高质量”数据，各有各的打法。

周鲁鸿给出了一个具体的对比：我们在与相关领域客户的交流中了解到，1万小时干净、有效、任务链路完整的数据，对模型能力的提升，可能超过100万小时未经清洗的原始数据。这句话背后的逻辑并不复杂，现在行业里数据供给良莠不齐，根源在于供给侧不理解模型侧真正需要什么，导致模态缺失、标注缺失、动作映射不清、任务过程不完整，最后真正有效的数据密度很低。换句话说，数量从来不是这门生意的门槛，能不能被模型真正用上才是。

这个判断也解释了为什么垂直场景数据会被反复提及。周鲁鸿提到：真实作业场景中采集到的数据，往往比标准化数采场里搭建出来的数据更有效，尤其是在物流、零售、工业、仓储这类具体场景里，真实环境中的物体分布、操作流程、异常情况和长尾任务，对提升模型在特定场景下的能力帮助更直接。

但他也强调，具身模型长期要解决的是跨场景、跨任务的泛化问题，所以数据不能只追求某一个场景里的高质量样本，还需要具备足够的多样性和规模化生产能力，这也是为什么传统真机遥操采集这种成本高、效率低，又容易与单一采集本体绑定的方式，正在被行业逐渐重新审视。

为了验证“模型能力跃升”这件事，景烁科技CEO霍达表示：“高质量数据的终极证明不是存储了多少PB，而是模型能力有没有真实跃升。”为此，景烁科技搭建了一套三层产品体系：数据模型一体化平台WorldEngine、自研生成式统一世界模型GENESIS - Robotics以及数据资产引擎SkillForge。三者形成一个自我强化的正向飞轮：真实世界的采集数据和客户反馈持续注入系统，WorldEngine完成数据治理、质检与闭环验证，GENESIS - Robotics基于真实数据不断进化世界理解能力并输出合成数据放大产能，最终所有成果沉淀为SkillForge。

图1]展示了SKILLFORGE平台在不同数据量下的表现，可以看出随着数据量的增加，模型的性能显著提升。图2]则描绘了多款机器人协同工作的场景，象征着具身智能技术的广泛应用前景。