WRC 2026：具身數採兇猛，千軍萬馬集體入場

從大廠到零部件廠商，都盯上了賣鏟子的生意。作者丨高景輝 編輯丨董子博 今年WRC逛完一圈，最明顯的感受是：今年的數據採集設備，比去年多了不止一倍。去年來WRC，數採方案大多藏在本體公司的展臺角落，作為"模型訓練的配套設施"一筆帶過。今年不一樣了，無論規模大小，不少展商都在自己的展位上留出了一塊專門的區域，擺著手套、頭環、相機，邀請觀眾上手體驗。原因並不複雜。當本體硬件的價格一路下探、大模型的架構路線逐漸收斂，行業的瓶頸正在從"有沒有身體、有沒有大腦"轉向"有沒有足夠多、足夠好的數據來教機器人幹活"。誰能把高質量真實交互數據的獲取成本打下來，誰就握住了下一個階段的話語權。

正是在這樣的背景下，WRC 2026的展館裡出現了5支來自不同方向的數採隊伍。他們出身不同、稟賦各異，入局邏輯也大相徑庭。我們一家一家看。01上游供應鏈：複用現成技術，低成本入局第一類玩家，是原本做傳感器和視覺硬件的上游供應商。對他們來說，做數採與其說是跨界，不如說是把已經成熟的硬件技術換個“外衣”，畢竟傳感器還是那些傳感器，相機還是那些相機，只是從"賣給機器人做感知"變成了"賣給數據團隊做採集"。邊際成本低，毛利率卻有提升空間。他山科技在展臺搞了個"桌面收納挑戰賽"。觀眾戴上他們的觸覺感知指套TS-ECHO，再套一個ego頭顯，收拾桌面上的雜物，視覺和觸覺信息就同步採集下來了。

指套能實時捕捉接觸、受力、滑移這些信號，和第一視角的畫面一一對齊。他山科技的工作人員告訴我們，他們判斷高質量交互數據的關鍵，是無本體數採能以更低成本拿到多任務、多場景的操作數據，而觸覺和視覺的融合，能幫機器人更完整地理解操作對象的物理屬性。這個判斷本身不算新鮮，但指套戴上去確實比想象中靈活，不怎麼影響手的正常活動。帕西尼的展示區主打一個概念——"同源數採、多體聯動"。觀眾戴上數據採集手套，可以同時操控好幾臺不同構型的靈巧手，手部動作被實時重映射到多臺終端上同步執行。

現場工作人員解釋，這背後的核心是手套的標準化數據輸出和跨本體重映射技術——針對不同靈巧手的關節極限、運動空間，系統會做差異化的適配，讓採集到的數據不綁定單一本體。說白了，就是一次採集，多臺機器都能用。途見科技在WRC開了場發佈會，發佈了一隻柔性電子皮膚做的觸覺數據採集手套“TachinGlove”。其中有個技術細節叫"空抓無髒數據"挺有意思，意思是可穿戴觸覺設備常見的一個問題是材料自身形變會產生噪聲信號，而這隻手套的設計是隻測量真實接觸，儘量避免空抓時的虛假信號，後續數據清洗的成本也能降下來。

發佈會上他們還開源了首批全手觸覺數據集，覆蓋抓取、摺疊、裝配等20類操作任務，採用通用格式，兼容主流訓練框架。猿聲科技的Magic Glove走的是模塊化路線。和傳統固定尺碼的手套不同，它根據不同使用者的手型重新建立適配模型，還能持續追蹤觸覺模塊的位置變化。針對傳感器形變導致的數據汙染，他們用了硬質基底設計，讓採集信號更多來自真實外部接觸，同時把結構做薄，儘量不影響手部操作。現場的人提到一個數據：觸覺傳感模塊在正常量程內的按壓壽命達到300萬次。對於大規模採集來說，設備穩定性直接影響不同時間、不同設備、不同採集人員之間的數據一致性，這個參數確實比"靈敏度多高"更實在。

另外，模塊化設計意味著織物部分可以單獨清洗或更換，長期使用成本能降下來。奧比中光是從視覺領域切入的。他們推出了無本體數據採集硬件平臺，集結EGO、UMI、WristCam三種形態，分別覆蓋第一視角觀察、腕部近場觀察和手-物交互細節採集。其中最受關注的是EGO RGB-D，這是和螞蟻靈波一起做的方案，硬件側用奧比中光自己的Gemini 330系列雙目3D相機，搭載自研深度引擎芯片MX6800；模型側適配螞蟻靈波的LingBot-Depth 2.0，用來補全深度缺失、優化物體邊緣。綜觀這五家，共同特徵很明確：手握核心傳感技術，做數採屬於"降維入局"。

畢竟硬件是現成的，圍繞採集場景做系統集成和軟件適配就行。但反過來，他們的運營能力也有很大提升空間，數據採集的規模化，不只是單純的硬件問題。02模型公司：數據是手段，模型才是目的第二類玩家是模型公司。模型公司做採集的出發點很純粹，自家模型訓練缺數據，外面買的要麼不夠用、要麼不好用，乾脆自己做。對他們來說，數採設備是工具，數據飛輪才是目標。自變量機器人在WRC正式發佈了QUANXTA Zero系列，一口氣出了三款梯度定位的硬件。

G0是VR頭顯加背包加雙力控夾爪的高端方案，主打雙臂協同、多步驟連續作業這些高維複雜任務；G1簡化成頭環加雙夾爪，去掉了重型背包，兼顧精度和移動性，辦公室、小型實驗室也能用；E0是入門款，只有一個輕量化頭環，滿足基礎視覺和簡單操作記錄，高校課題組和初創小團隊拿來做算法驗證比較合適。三款硬件統一數據輸出標準，採集素材能無縫接入自變量自己的數據服務管線。此外自變量在現場設置了無本體數據採集演示區域，方便觀眾直觀地理解具身智能數據採集。章魚動力的展臺擺了三款數採產品：魚眼頭環、肌電手環、外骨骼同構數採手套，合起來叫OctoSense。

肌電手環的玩家本就不多，傳統肌電採集的老大難是個體差異，每個人的肌肉結構、皮膚阻抗都不一樣，A的數據採集到的信號沒法直接給B用。但章魚動力的方案據說做到了新人佩戴即用，不需要增量訓練，手部姿態和發力的還原精度也還不錯，這就是所謂的“肌電跨個體零樣本泛化”。另外，他們的手套自由度超過20個，和自研的OctoH-Hand靈巧手同構，這意味著人類戴手套採集的數據，可以近乎無損地對齊到真機執行端。釐清智能是一家今年成立的物理AI公司，從數據管線、採集設備到模型架構都堅持全棧自研。

這次WRC釐清智能帶來了數採手套T1，用的是11 IMU方案，重量比較輕，延遲控制在2毫秒以內，適合需要高精度手勢捕捉和模仿學習的場景，佩戴舒適度也是他們強調的一個點。他們的EGO設備據說也即將發佈。德塔智能展示了一款頭戴式設備，主打"作業即採集"，大概意思是一個輕量化頭環戴在頭上，人在真實環境裡該幹嘛幹嘛，設備就把第一人稱全景視覺和全身骨骼運動同時記錄下來了。採集者不需要學任何操作技能，不需要中斷手頭的動作，只管作業，如此一來就能把採集的門檻降到最低。以上四家模型公司有一個共同點：數採是手段，模型才是目的。他們的採集方案、數據格式、標註規範都圍繞模型訓練的需求來優化，數據利用效率理論上更高。

這也難怪，模型公司下場做數採，本就是最順理成章的一路，自己要訓練模型，自然知道最知道該採什麼數據、怎麼採數據。03數據"原住民"：延續先發優勢第三類玩家，是最早把"具身數據"當主業來做的公司。他們沒有本體硬件的包袱，也沒有大模型的執念，從一開始就定位為數據基礎設施提供商。光輪智能這次WRC發佈了全球首個十萬小時級全模態人類行為開源數據集EgoSuite-Open100K。整體規模10萬小時，覆蓋7大類環境、128類場景、15000多個採集場景和15000多項任務，採用頭部與腕部雙視角，提供手部與全身位姿、語義標註和深度信息。

但正因為光輪“賣數據，不賣設備”，本次WRC光輪展臺的數採設備情況未從得知。ORIGINFLOW是一家去年成立的具身基礎設施公司。他們今年WRC主打的產品是一隻自研的神經肌電手環，採集的是表面神經肌電信號，ORIGINFLOW想讀到的是更早一層：動作發生之前，身體裡已經出現的發力意圖。手環戴在手腕，採集肌肉活動產生的微弱電信號，再通過模型反推出動作和發力意圖。這類信號比最終動作提前約50毫秒，意味著機器有可能第一次提前感知人的動作意圖，而不是等動作發生後再被動識別。愷望數據2022年成立，最初做的是自動駕駛道路數據，2025年下半年才把重心轉向具身智能。

今年WRC愷望在展臺搭了一個真實場景化體驗區，觀眾可以近距離觀摩、親身參與真實場景數據採集的全流程，從數據採集、標註到數據集交付，可視化演示數據怎麼賦能機器人看清環境、讀懂場景、精準決策。一個彩蛋：有家數據公司沒來現場，但數採手套產品遍佈各大展臺，猜猜是哪家公司，知道答案的讀者可以在評論區留言。目前來看，這幾家“生而為數據”的公司仍有一定的先發優勢，畢竟客戶認知、採集經驗、交付流程，都是時間堆出來的。但壓力也同時存在，當上遊和下游今年都在親自下場，中間層的生意會不會被兩頭擠壓，是他們要提前回答的問題。04靈巧手公司：自研需求驅動，捆綁銷售第四類玩家是靈巧手公司。

他們做數採的邏輯很樸素：自己的靈巧手需要數據來訓練，而採集手套和靈巧手在運動學上天然同構，順手就把數採方案做了，還能和硬件捆綁銷售，提高客單價。強腦科技的數採矩陣分了三層，呈金字塔結構。塔尖是真機數據，由雙臂輪式數採平臺採集；中層是高質量人類中心數據，由RevoHuman高精度外骨骼觸覺手套採集；塔基則是RevoEgo頭環採集的人類第一視角視頻加上仿真數據。WRC現場主要展示了輪式雙臂+手套的真機採集，搭載21自由度全掌觸覺靈巧手，覆蓋全身64個自由度的運動控制，同步記錄頭部環境視覺、手部視覺、機器人運動狀態、全掌觸覺反饋和語音場景描述。靈巧智能的產品線比較多。

DexCap是穿戴式遙操數據採集系統，用輕量化外骨骼結構，通過高精度動作捕捉和觸覺反饋記錄手部細微動作；DexTele是遙操作數據採集系統，集成了市面上主流的機械臂和人形臂，通過高精度、低延遲的遙操作復現複雜姿態操控，同步採集視覺、觸覺等多模態數據。另外還有OptiUMI、TriUMI等多條產品線，分別解決不同場景下的採集需求。硬件之外，他們還做了一個DexStream全棧數據管線平臺，對採集到的動作軌跡、物體軌跡、多視角視頻進行對齊，通過3D仿真、骨骼動畫重建操作過程，把原生數據加工成可用於訓練的格式。靈心巧手展出的是Linker Open TeleDex數據採集系統。

這套系統的特點是"開放式"——支持多種外接設備、多種機械臂、多種靈巧手的硬件搭建體系，同時採集視覺、觸覺、本體感知三重模態數據，提供從硬件集成到數據交付的完整閉環。靈心巧手在國內高自由度靈巧手市場的份額不小，做開放式數採系統的邏輯也很順：既然很多客戶都在用他們的靈巧手，不如順手提供一套適配性強的採集方案，既降低了客戶的數採門檻，也增強了客戶粘性。對於這三家靈巧手公司來說，硬件是入口，數據是增值。他們的採集手套往往和自家靈巧手深度適配，自由度、觸覺佈局、運動學模型都保持一致，採集到的數據可以直接用於訓練搭載同款靈巧手的機器人，跨設備映射的損耗小。

但邊界也很明顯——他們的數據天然聚焦於手部操作，對於全身運動、導航避障、環境交互等更廣泛的具身數據可能會稍顯不足。05大廠：從硬件、場景到雲服務的生態閉環最後一類玩家，是資源最雄厚、佈局最全面的互聯網大廠。WRC 2026上，京東以600平方米的展區亮相，發佈了完整的機器人戰略。展臺最核心的位置，復刻了一個真實的家庭服務場景。一位京東家政阿姨像日常上門服務一樣，做地面清潔、物品收納、檯面整理，和她一同作業的還有一臺遙操作機器人。阿姨戴著京東雲自研的JoyEgoCam頭戴式設備，第一視角實操畫面、手部動作、身體姿態、操作節奏都被完整記錄下來。

數據傳到系統後，經過去畸變、文本描述、相機姿態估計、深度重建、手部重建、手物分割、自動標註等一系列處理，原始視頻才轉化為機器人可以理解和學習的高質量數據。沿著展臺動線走，還能看到數據如何被處理、擴增、評測，最終轉化為機器人的實際能力。在數據採集體驗區，觀眾可以戴上JoyEgoCam一代、二代設備，模擬完成簡單的家務操作，第一視角畫面實時同步到大屏上。二代設備已經支持手部、手臂和腿部動作捕捉，還能結合觸覺手套、神經腕帶等設備，記錄更精細的操作信號。在數據處理展示區，可以看到一段原始視頻如何一步步變成訓練數據。京東的優勢很清楚，零售、物流、健康、工業、外賣，大量真實場景本身就在持續產生數據。

家政阿姨每天的家務工作、物流倉儲人員每天的揀貨搬運，這些原本就在發生的工作，本身就是有價值的真實世界數據源。另外，京東正在建設全球最大的具身智能數據採集中心，計劃兩年內累計採集超過1000萬小時高質量真實場景數據。與此同時，京東雲基於LeRobot具身模型開發平臺，把"數據+工具+算力+模型"整合為全棧服務，數據交易平臺則覆蓋家庭、餐飲、商超、零售等場景，已與數十家數據企業建立合作。大廠入局的影響是深遠的。1000萬小時的產能目標，如果順利推進，在規模上對創業公司會形成很大的壓力。而全鏈路基礎設施和數據交易平臺的推出，也可能重塑行業的數據流通規則。

但具身行業下場的大廠不止京東一家，能否通過數據建立護城河，還需要時間驗證。06結語用一句話總結逛WRC 2026的感受是：具身數據賽道，從未變得如此擁擠。五路大軍同場競技，看似都在做數採，實則各有各的邏輯、各有各的邊界。上游供應商手握核心傳感技術，降維入局成本低；模型公司最懂數據需求，飛輪效應強；靈巧手公司硬件捆綁緊密，數據適配性好；數據原住民擁有先發優勢；大廠資源雄厚、場景豐富。短期來看，這五類玩家不會出現直接的同質化競爭——他們各自服務於不同的客戶群體和數據需求，差異化格局在未來一兩年內仍將持續。但中長期來看，融合和洗牌不可避免。

未來數據採集比的是"誰能以最低成本生產出最高質量、最全面的多模態數據，並高效轉化為模型能力"。這需要傳感技術、硬件設計、場景運營、數據治理、模型訓練的全棧能力，單一類型的玩家很難獨立完成。在看來，可能的終局有幾種：大廠憑藉資源和生態優勢整合產業鏈，成為數據基礎設施的主導者；原住民和上游供應商合併，形成"傳感技術+數據運營"的複合型平臺；模型公司自建閉環，通過數據飛輪建立壁壘，成為垂直領域的領導者。也有可能幾種格局並存，不同層級、不同場景的數據需求由不同類型的玩家滿足。無論哪種終局，WRC 2026都將被記住。這一年，具身數據採集從幕後走到臺前，從一個服務環節變成了戰略入口。

五路大軍的殺入，標誌著具身智能的競爭已經從"本體和模型"的上半場，進入"數據和場景"的下半場。而誰能在這場數據戰爭中勝出，誰就將握住具身智能從Demo走向量產的鑰匙。上車，帶你看遍全球 AI 頂會精華可獨家暢覽：專家演講PPT大會報告全文熱門論文解讀學術新星訪談掃描上方二維碼或點擊「閱讀原文」關注專區。