在具身智能領域，一場圍繞數據供給能力的競爭正悄然升級。盡管資本不斷涌入，但行業普遍面臨“能執行卻不智能”的困境，其根源在于高質量訓練數據的嚴重短缺。據統計，全球可用的具身數據總量僅約五十萬小時，與大語言模型訓練所需的語料規模相差萬倍以上。這種差距催生了全新的數據基礎設施市場，多家企業紛紛布局，試圖在這片藍海中占據先機。
四月十六日，智元機器人旗下的覓蜂科技宣布推出一站式物理AI數據服務平臺，正式以“數據賣鏟人”的角色切入市場。該公司CEO姚卯青在發布會上透露，國內真機數據采集的價格已飆升至每小時五百至一千元，需求端處于“有多少買多少”的緊缺狀態。為緩解供給瓶頸，覓蜂科技推出了覆蓋真機遙操作、無本體采集與仿真數據的全范式平臺，并同步發布了MEgo系列采集硬件，包括專用夾爪和頭戴式設備。按照規劃，該企業將在年內實現千萬小時級的數據產能，并計劃到2030年將規模擴大至百億小時。
針對外界對覓蜂科技獨立性的質疑，姚卯青強調，盡管公司脫胎于智元機器人，但運營完全獨立。智元機器人獲取數據需通過市場渠道，與其他客戶遵循相同的商業條款。這一安排旨在消除同行對數據命脈被壟斷的顧慮，為行業合作創造公平環境。
大廠的入場進一步加速了數據基建的規模化進程。同日，京東展示了其具身智能數據體系，覆蓋采集、存儲、標注、訓練、評測、仿真與測試全鏈條。依托遍布全國的倉儲物流網絡和多元線下場景，京東構建了真實環境下的數據護城河。戴盟機器人則發布了包含觸覺信息的全模態數據集Daimon-Infinity，預計年內規模將達數百萬小時，并率先在阿里魔搭開源一萬小時數據。百度智能云也在月初聯合多家企業推出了“具身智能數據超市”，進一步豐富了市場供給。
然而，數據質量仍是行業面臨的核心挑戰。布米普特拉北京投資基金管理有限公司的分析師指出，超過九成的采集數據因重復、噪聲或缺乏物理反饋而難以直接使用。真正稀缺的并非原始數據量，而是高價值數據的精煉與閉環迭代能力。隨著數據基礎設施逐漸成為具身智能的底層命脈，誰能率先建立高質量數據供給體系并掌握生態主導權，誰就能在這場萬億賽道的競爭中脫穎而出。這場圍繞數據定義權的競逐，才剛剛拉開帷幕。
