如果把具身智能产业比作一场淘金热，那么数据公司就是这场热潮中卖铲子、卖牛仔裤、修铁路的人。它们的故事不如人形机器人那般吸睛，却可能是整条价值链上确定性最高的生意。

近日，艺恩数据发布了《全球具身数据市场白皮书》，白皮书聚焦具身智能浪潮下最核心的生产要素——具身数据，系统梳理了全球具身数据市场的产业现状、技术路径、竞争格局及未来趋势，为行业提供了全景式的参考坐标。并把视野扩展到全球约50家具身数据公司，并按「数据怎么来」重新梳理出一张更完整的谱系图。

图1：本系列基于《全球具身数据市场白皮书》四章框架展开

五条路线，一张谱系图

具身数据的获取，过去常被归纳为四大范式：真机遥操、便携采集、仿真合成、视频蒸馏。但随着赛道成熟，第五条路线逐渐清晰——一类公司不只采集某一种数据，而是搭建覆盖「采集硬件+数据产线+治理平台」的全链路基础设施，可称为数据基础设施层。简智、光轮、觅蜂、诺亦腾正是其中代表。

还需厘清一个常被误解的概念——egocentric（第一人称视角）数据。它并非独立的一条路线，而是一种横跨两条路径的数据视角：既可以由人主动佩戴数据手套、头戴相机采集（属便携采集），也可以从已有的第一人称视频中蒸馏（属视频蒸馏）。Meta的Project Aria、苹果的EgoDex、学界的EgoMimic，都是这一视角的代表性工作。

范式一：真机遥操与触觉

这是数据金字塔最昂贵的塔尖——动作与本体天然对齐，保真度最高，但成本与规模化难度也最高。帕西尼感知以6D触觉传感与采集工厂见长，2026年3月完成超10亿元B轮，投后估值超百亿元，比亚迪为第二大股东；诺亦腾机器人依托全球约七成份额的动捕技术，2025年12月由启明创投领投Pre-A+轮；智元机器人则以开源的AgiBot World百万真机数据集树立标杆。星海图、千寻、自变量等本体公司也凭强数据飞轮跻身其中。

范式二：便携采集

可穿戴设备与数据手套以第一人称采集，把成本压到真机遥操的约十分之一，是质量与规模之间最性感的平衡点。灵初智能以多自由度触觉手套见长，2026年披露天使轮加Pre-A轮累计20亿元，背后是国开金融、央视产业基金等「国家队」；它石智航的SenseHub一体化数采套件助其在2026年4月完成4.55亿美元Pre-A轮，刷新中国具身单轮纪录，估值约130亿元；鹿明机器人走UMI路线，2026年5月获三菱电机连续领投A1、A2轮。

范式三：仿真合成

用物理引擎加生成式模型批量「造数据」，可覆盖海量长尾场景，成本仅为真机采集的约百分之一——这是最具想象力的「数据印钞机」。光轮智能是当之无愧的标杆（详见下文）；群核科技于2026年4月17日登陆港交所，成为「全球空间智能第一股」，首日大涨、市值近350亿港元；银河通用以「一周生成十亿级仿真数据」的管线，2026年3月再获25亿元、估值超200亿元。海外的World Labs（李飞飞创立）则在2026年2月正式落地10亿美元融资、估值约50亿美元。

范式四：视频蒸馏

直接从互联网与第一人称视频中蒸馏动作先验，近乎零边际成本，但缺乏动作标签、物理grounding较弱，是技术难点中的难点。枢途科技的SynaData系统把综合数采成本降到行业的千分之五；极佳视界以世界模型切入，2026年一个月内累计融资25亿元，成为国内首个世界模型百亿独角兽；星动纪元则把世界模型与端到端模型结合，2026年4月由顺丰战略领投新一轮。

第五类：数据基础设施层

除了四种获取方式，一类新公司正在浮现——它们不押注单一数据类型，而是搭建覆盖「采集硬件 + 数据产线 + 治理平台」的全链路基础设施。我们将其单列为数据基础设施层。简智机器人是其中代表：它以「Gen Data 1+x」硬件矩阵 + 「Gen ADP」数据产线，搭建「人类技能数字化 → 云端数据治理 → 机器人应用」的全链路中立基础设施。2026年6月1日，它完成由蚂蚁集团、滴滴、德联资本联合领投的连续多轮共数亿元融资，被业内称为「具身智能无本体数据领域迄今最大规模融资」——其已覆盖超 3000 名采集用户、沉淀超百万小时数据，海外收入占比超七成。

同处这一层的还有：以仿真合成定义底座的光轮智能、由智元控股并获红杉领投的觅蜂科技（MEgo 无本体采集硬件 + 数据治理引擎）、以及从动捕拆分而来的诺亦腾机器人。它们的共同点是：不押注单一数据类型，而是做「卖铲人的卖铲人」——为所有数据公司提供采集与治理的底层工具。

旗舰案例：全球首个「具身数据独角兽」

如果要在这片赛道选出一个标志性案例，光轮智能当仁不让。这家以「仿真合成」为核心的公司构建了 World / Behavior / Evaluation 三层架构，仿真数据生成成本仅为真机采集的约百分之一，2026年5月再获蚂蚁集团领投的新一轮融资。

图 2：旗舰案例——光轮智能以 SimReady 仿真合成 + RoboFinals 评测基准切入

光轮的客户名单几乎覆盖了产业链的「半壁江山」——NVIDIA、谷歌、Figure、1X、字节、智元、银河等悉数在列，年营收已破亿元。由前 NVIDIA、Cruise、蔚来自动驾驶仿真负责人谢晨创立的这家公司，用业绩验证了「仿真合成」范式不仅可规模化，更可独立估值。

巨头入场：从「买数据」到「自建飞轮」

数据的战略价值，巨头比谁都清楚。京东发布自研可穿戴采集终端 JoyEgoCam，计划发动内部超 10 万员工与外部数十万人，打造「全球规模最大」的具身数据采集中心；NVIDIA 以 Cosmos 世界模型与 GR00T、开源 Physical AI 数据集定义全球基础设施；Google DeepMind 的 Open X-Embodiment 汇聚全球34家实验室、百万级真机轨迹；Meta的Ego-Exo4D、特斯拉的Optimus纯视觉数据飞轮、字节的Seed、华为的CloudRobo、蚂蚁的灵波开源模型，各自圈地。

图 3：开放生态 vs 封闭飞轮——巨头具身数据布局的两条路线

一个耐人寻味的细节是：蚂蚁在2026年密集出手，先后领投或参投光轮、简智、星尘、星海图等多家具身数据资产，俨然成为这条赛道上最活跃的产业资本之一。当巨头亲自下场圈数据，独立数据公司的价值不降反升——因为生态越大，越需要中立、合规、可扩展的第三方数据供给。

全球50家具身数据公司完整列表

下表汇总本文梳理的全球约50家具身数据相关公司，按五条路线 + 巨头数据飞轮 + 海外数据专营分组，列出所属路线与最新融资额或估值。融资数据均标注时间，并区分「已确认」与「传闻 / 进行中」；估值多为投后或第三方盘点口径，公司间不完全可比。

巨头数据飞轮与海外数据专营公司，则构成这张谱系图的另外两极：

（注：上表合计约50家。部分本体/模型公司因拥有强数据飞轮而纳入，并在「所属路线」中加注；巨头机构按其数据布局列示，非独立数据公司。）

一份必要的边界说明

本榜单只纳入能清晰对应数据范式的具身数据公司。Scale AI、Surge、Appen、海天瑞声等通用AI数据标注公司，虽体量庞大，但属劳动密集型标注外包，并非具身数据专营，故不计入主体。此外，部分海外大额轮次仍在「进行中」——如Physical Intelligence约110亿美元的新一轮，截至本文成稿时尚未正式交割；它石智航约180亿元的新一轮亦属传闻。我们以「已确认 / 传闻」分级标注，供读者审慎判断。

图 4：四范式护城河对比（数据规模、成本、保真度、生态、标准化）

数据公司的竞争，本质上是「质量 × 规模 × 成本」三角的平衡艺术。从四种获取范式到数据基础设施层，从独立创业公司到巨头数据飞轮，这片赛道的格局仍在快速演变。但有一点已经清晰：在具身智能的下半场，得数据者得先机。

在数据公司竞争的赛道上，能否提供合规、可扩展的高质量数据，决定了一家数据公司的天花板。 作为AI时代中国垂类数据基础设施的代表，艺恩数据数据（ENDATA，NEEQ：871430）以视频、图像、文本三模态数据为核心，面向大模型与具身智能厂商，提供从采集、清洗、标注、治理到资产化的全链路数据服务。

无论你在寻找VLA-Ready的视频数据流、为大模型寻找「对的数据」，还是作为出海品牌寻找「懂中国也懂全球」的数据伙伴——艺恩数据都已准备好下一程。

艺恩数据数据针对行业痛点，推出了四类核心数据产品，旨在为开发者提供合规、可扩展的高质量数据支持：

预训练数据集（PRE-TRAINING）：提供TB级多语种垂类语料，深度覆盖影视综、社媒、电商等高价值场景，为大模型预训练提供干净、合规的底座数据。

2、对齐数据（SFT / RLHF）：提供高质量指令与偏好对齐数据，全力支持监督微调与人类反馈强化学习，帮助模型精准对齐真实业务意图。

3、多模态对齐（MULTIMODAL）：打造视频、图像、文本三模态对齐数据，配套统一元数据Schema与多任务标签，专项服务视频理解、视频生成及世界模型训练。

4、定制化数据（CUSTOM）：面向具体场景提供端到端定制采集与处理，支持私有化部署与严格的数据合规审查，满足企业级安全与版权要求。

旗舰能力：VIDEO FEEDS for VLA

面向视频原生AI与具身智能，艺恩数据以「影视综+社媒+电商」全球级视频资产为基础，配套元数据Schema与多任务标签，为视频生成、视频理解、世界模型与VLA训练提供持续、合规、可扩展的视频数据流。

2.3B+视频片段  800TB+日均带宽  120+任务族

从「数字世界」到「物理世界」，数据始终是AI能力跃迁的底层燃料。艺恩数据希望以高质量、合规、垂直的数据供给，成为这一进程中可信赖的长期伙伴。