具身数采观点更新：基模厂商放大数采需求，数据资产迎来价值重估【国信汽车】
为什么看好具身：大语言模型向物理世界突破，推动具身技术加速突破。以GPT-6 Astra、Gemini 4 Argon为代表的多模态大语言模型开始被尝试在物理世界部署，任务成功率高（GPT-6机器人控制任务成功率达95%，Gemini的投掷任务也有较高命中率）。我们认为基础模型的进步在感知、任务规划等大脑层面具备明显优势，有望推动具身技术加速突破。
为什么数据重要：具身scaling law初步验证，数据重要性凸显。2026年8月，硅谷具身智能初创Dyna Robotics发布新一代基座模型Dyna‑2，完成超过100万小时Ego-centric视频预训练，重磅发现数据量级从1k、1w、10w、100w提高能够有明显的模型loss降低，即能够看到百万小时数据量级下的scaling law。我们认为，尽管更高数据量级的scaling law因为数据量还没达到而没被完全验证，但：1）大语言模型的scaling law有借鉴意义，且Dyna-2的结果也有初步验证意义；2）为了去“验证”更大数据量级的具身scaling law，数据规模也有极大需求。
为什么看好数采：基模厂商下场，放大数采需求。当前部分基模厂商数字AI的ARR增速放缓，多模态大模型向物理世界的成功延伸或成为未来模型厂商的重要叙事，因此对具身数据的需求量急剧提高。2027年OAI预计将采购千万小时级别数据，叠加其他基模厂商数据需求，行业总需求有望向亿小时级别突破，若按照300-400元/h的价格，即便考虑后续降价，数据市场空间仍然有百亿规模量级，当前行业普遍数据量级在百万小时，市场空间非常广阔。
看好什么标的：数采技术路线尚未收敛，堆量阶段看好铲子股。最近和专家、公司交流下来，可以判断目前具身数据处于堆量状态，各技术路线的数据都很稀缺，而数采设备、传感器等铲子股是数据起量的必备设备，我们推荐关注具身数采标的：
阿尔特（光轮）、
华依科技（觅蜂-OAI）、禾赛科技、
豪恩汽电。