机器人对话第十八期・极简省流版（具身数据采集专场）
一句话总结：2026年是具身数据采集爆发元年，Ego数据占95%绝对主流，行业从"训练场模拟"转向"真实场景边干活边采"；核心壁垒不在硬件而在数据链路处理+场景组织能力。
行业空间：2026爆发元年，千万小时级盘子
2026年初π0.5开源模型架构（预训练+后训练）推出后，国内外厂商统一按该架构优化，4月模型验证完成后直接点燃数据采集市场。头部客户合计采购量已达千万有效小时级别，字节是国内投入最猛的，此前每月采购10万有效小时，采购量可与海外客户持平。
海外客户阵容：OpenAI、Meta、英伟达在交付，Figure等陆续考察；国内除字节外美团也在买，京东自己采不对外卖。海外单价稳定在300-400元/有效小时，国内一手150-300元、二手80-150元。2027年订单要等年初客户预算落地才明朗，需求弹性完全取决于模型迭代节奏——若加速，数据量有望数倍增长。国内同体量对手主要是光轮，路名隶属京东。
商业模式：卖数据为主，卖硬件先行
数据销售是主业：在手订单30-40万小时，海外国内各占一半，OpenAI和字节正在持续交付。海外订单都是十万小时级别的大单。
成本拆到每有效小时：原始素材采集30-80元（中枢50元），数据链路处理100-150元，占成本大头。转化率上，单人戴设备采8小时原始素材，最后只出1.5小时有效成品（约19%转化率）。
硬件是顺手卖的增量：头戴式Ego设备BOM成本不到5000元，双目相机+RGB相机占一半成本。2026年9月正式量产，目前存量4-5万套，"设备先行"卖给乙方素材公司和原有素材厂——这些客户买设备是为了自己搭无本体采集能力，不愁卖。
核心壁垒：数据链路+场景组织
第一壁垒是数据链路处理能力。原始数据要走完上传→清洗→时间同步→标注→轨迹重建→结构化全流程，每个环节都要达标，还要能按客户订单做定制开发（比如中间态图像提取、精度提升）。从零搭基础链路约数个月，但日处理量要爬到万小时级，得逐环节打磨优化，这是数采公司真正的运营护城河。
第二壁垒是场景资源组织。现在客户不要训练场模拟了，要真实场景里真实工人边干活边采——流水线工人、保洁戴着设备正常上班，还原真实工作状态。这就需要大量地方性数采商，靠当地工厂、学校人脉组织一线人员，年初这就是三大卡点之一（另外两个是硬件短缺和数据链路能力不足）。
第三，硬件卡位但不构成深壁垒。符合要求的数采设备要同时集成RGB相机+双目深度相机+IMU，GoPro和手机替代不了（质量不达标）。夹爪类部件寿命只有几个月，头戴Ego设备寿命半年到1年，每天8-20小时连轴转损耗快。即使未来硬件从头戴换成触觉手套，公司核心的数据清洗处理管线能力不变，可适配迭代。
触觉数据尚未起量：灵巧手硬件不成熟、连续作业几天就坏，落地还是夹爪方案，近半个月到1个月没看到触觉采集需求放量。除Ego、UMI外，客户基本没有其他数据类型需求；手部数据靠动捕手套采集，占比极低、暂无订单。