具身智能的真機數採，到了分水嶺

具身智能產業的競爭重心，正在從誰能造出更靈活的機器人本體，轉向誰能掌握足夠規模的高品質訓練數據。進入2026年，業界逐漸形成一個共識：傳統的真機遙操作採集數據模式，成本高、難以擴張，無法滿足大規模預訓練的需求；而人類操作影片作為訓練資料，因成本可控且採集靈活，正逐步成為主流路線。這個轉變並非突然發生，而是歷經一年的摸索與驗證，終於走到了分水嶺的節點。過去兩年，業界普遍依賴真機遙操作來生產數據。透過操控設備讓機器人反覆執行任務，記錄關節角度、力矩與視覺畫面，一條三十秒的數據成本大約落在十到十五元人民幣，採集一小時就需要上千元。

若想湊足二十萬小時的數據量，花費將超過兩億元，但這對於訓練物理世界理解模型而言，仍只是滄海一粟。以Meta前首席AI科學家楊立昆團隊提出的V-JEPA架構為例，它使用超過一百萬小時的影片進行自監督學習，距離真正達到Scaling的終點還有一大段距離。真機數採的昂貴本質讓業界面臨嚴峻瓶頸，而曾被寄予厚望的仿真數據，雖然成本極低、能大量生成，卻始終難以克服模擬與真實世界之間的落差（Sim-to-Real gap），訓練出來的策略往往無法直接移植到實體機器人上，只能作為輔助增強之用。在這樣的前提下，「人類數據」路線開始嶄露頭角。

相比真機遙操作的高成本與仿真數據的偏差，人類影片資料兼具規模化潛力與真實物理特徵。2024年底，由中關村學院孵化的深度機智率先提出「人類學習」路線，主張用人類第一人稱影片訓練機器人，但當時這條路線幾乎無人關注。直到2025年下半年起，多家公司開始密集產出成果：智在無界推出Being-H0，以一千小時人類影片進行具身預訓練；靈初智能發布Psi-SynEngine外骨骼觸覺手套，不僅記錄手部關節角度，還能擷取指尖觸覺訊號，精度達到亞毫米級，處理後可直接驅動機器人。真正讓這條路線從邊緣走向主流的關鍵轉折點，是2026年初英偉達的入場。

英偉達接連推出EgoScale與DreamDojo等專案，使用了數萬小時的人類影片資料。當全球AI算力龍頭開始大規模採購並訓練人類影片，等於為整個路線提供了強力的驗證訊號。隨後，深度機智、靈初智能與智在無界等公司成果密集湧現，智在無界的人類影片規模更已擴展到二十萬小時。全球層面上，由前Google DeepMind研究員創立的Generalist AI，早在2025年底就用二十七萬小時人類操作資料訓練出GEN-0模型，首次在機器人領域觀測到Scaling Law。據靈初智能透露，包括OpenAI、英偉達、Meta在內的多家國際大廠，也都在積極採購人類資料，探索如何將它融入訓練流程。

與此同時，業界的模型範式也在經歷遷移。過去一年主流的VLA架構本質上屬於監督學習，高度依賴高品質的真機數據，泛化能力有限。業界開始轉向世界模型路線，其中又分為顯式與隱式兩條分支。英偉達的Cosmos Policy走的是顯式路線，藉由預測影片下一幀來模擬狀態變化，但運算成本極高，必須處理大量對機器人決策無關的細節。智在無界則選擇隱式路線，只建模必要的狀態變化，不預測完整畫面。據其合夥人鄭思鵬估算，同樣五十小時的資料量，隱式訓練的GPU成本僅為顯式的八十分之一；若擴展到二十萬小時，顯式訓練的投入將達到千億級別。

星海圖與無界動力等公司也在隱式世界模型上取得進展，顯示這條對成本效率更友善的路線正吸引越來越多的探索。商業化節奏的判斷同樣在分化。基本共識是工業製造與物流等2B場景，會比家庭服務的2C場景快三到五年。宇泛智能CFO戴愷提出了三個務實的衡量指標：復購率、ROI是否達到三成以上、經營性現金流是否健康。優寶特創始人範永則認為人形機器人目前就像三歲小孩，不能指望立刻賺錢，但相信它會長大。雲松鼠智能創始人黃駿達則更激進地判斷，五指靈巧手的收斂速度會比預期快得多，未來兩年內就能見分曉。資本層面，2026上半年具身智能賽道融資額約達四百六十億元人民幣，其中早期輪次的一百七十億有七成集中在十家頭部公司。

聯想之星合夥人高天垚指出，投資邏輯正在分化，項目的差異化愈顯重要。宇樹科技的IPO則被視為行業分水嶺，雖然市場預期其市值可達千億，但也有觀點認為宇樹在大腦層面的投入與認知尚未完全跟上，估值將趨於理性。即使人類數據路線突破了規模瓶頸，業界也很快發現，數據量不等於數據品質。靈初智能技術負責人陳源培舉例說，十萬小時的數據，如果來自一千個任務各採一百小時，與一千個任務各採一小時的千萬小時相比，在訓練效果上可能差不多。這個反直覺的現象凸顯數據處理的難度遠大於採集本身。從視覺端的去手分割與背景修補，到動作端的模型修正與策略優化，每個環節在單獨執行時都可行，但要全部堆疊放量就處處是卡點。

陳源培給出的優先級排序是：任務多樣性重於物體與場景多樣性，精準3D位姿重於觸覺模態與2D特徵。這也解釋了為何靈初智能儘管採集了十萬小時人類數據，最終只篩選出約五千四百小時用於模型訓練。數據素養與工具鏈的成熟度，正取代單純的資料數量，成為下一階段真正的競爭門檻。真機數採依然在精細微調階段扮演無可取代的角色，但在預訓練層面，人類數據已經確立主流地位。這不是一場零和博弈，而是行業分工的重新劃定。隨著模型範式從監督學習轉向自監督學習，商業化節奏在可控場景與開放場景間分層推進，資本隨之流向更具差異化與落地能力的公司，具身智能正經歷一次深層的重新錨定。這些變化的發生速度，比大多數人預期的要快得多。