人形机器人量产遇阻：物理交互数据绑定身体与场景，千万小时缺口难填

事件概述

尽管人形机器人本体已实现量产并大幅降价（如宇树R1降至2.99万元），但在工厂、厨房等实际场景中，机器人往往撑不过几分钟，连拧瓶盖等基本动作也显得不稳。卡住其规模化应用的并非硬件本身，而是缺乏高质量的“教材”——即物理交互数据。当前行业有效数据仅约十万小时，距离业内公认的“ChatGPT时刻”所需的千万小时数据存在两个数量级的巨大缺口。

核心信息

1. 数据缺口的量级与现状

• 出货量增长： 据IDC统计，2026年上半年全球人形机器人出货近2.5万台，同比增长432%，其中中国占比超七成。
• 数据鸿沟： 2025年行业积累的有效数据约为十万小时。国金证券估算，训练具备实际作业能力的模型需1000万小时多模态交互数据，而当时全球数据储备不足需求的5%。
• 对比大语言模型： LLM依赖互联网上现成的海量文本预训练，而物理世界从未留下过现成的教科书，机器人需从零开始学习力度、触感、扭矩等变量。

2. “搬不动”的数据特性

• 绑定身体与场景： 与传统数据可无限复制不同，具身数据与机器人的具体身体结构（如身高、关节角度、重心）、操作场景及触觉反馈强绑定。例如，1.6米机器人与1.8米机器人执行同一动作的数据无法直接通用，换台机器人可能需重新采集。
• 第一人称视角的局限： 视频数据仅包含视觉信息，缺乏关键的力反馈，导致数据难以跨设备复用。
• 结构性壁垒： 这种“不可复制性”打破了传统数据资产基于边际成本为零的前提，使得数据孤岛不仅是意愿问题，更是物理和技术上的必然。

3. 数据采集成本分层与产业链
行业正通过构建“数据工厂”来弥补缺口，形成金字塔式的成本结构：

• 仿真合成数据（底层）： 在虚拟环境中模拟，成本最低（约20-50元/小时），但缺乏真实物理交互细节。
• 无本体/众包数据（中层）： 通过手持设备或普通人日常任务采集（如觅蜂科技众包模式），成本中等（约100-600元/小时），京东计划发动60万人积累1000万小时数据。
• 真机遥控操作（顶层）： 精度最高，但成本惊人。单条有效数据成本10-50元，百万小时真机数据总成本可达10亿元，远超仿真的几千万元级别。
• 质检门槛： 即使采集后，数据合格率初期仅50%，需经过严格质检才能用于训练。

4. 确权与定价难题

• 登记先行： 2025年底至2026年9月，江苏、安徽等地已完成首单具身智能数据集交易及首批数据产权登记，国家数据局发放了相关凭证。
• 定价困境： 现有制度假设数据可重复使用，但具身数据具有唯一性和不可复用性。如何为一份“换个人就作废”的数据定价，以及如何在采集者（如众包用户）与使用者之间分配收益，尚无成熟方案。
• 标准推进： 工信部已发布《具身智能数据集质量要求及评估方法》，推动数据采集从手工作坊向标准化流水线转变。

值得关注

人形机器人进入实用阶段的关键，在于解决数据“搬不动”的问题。只有当数据能够跨越不同身体结构和场景进行复用，或者建立起适应不可复制数据的新型定价与流通机制时，机器人才能真正从演示走向大规模商业落地。目前，这一瓶颈尚未突破，买机器人的钱尚未完全转化为机器人变聪明的能力。