财通汽车 | 物理AI专题报告:物理AI时代到来,数据成重要驱动力

重要提示

摘要

数采面临部分难题，数据为当下物理AI发展的关键因素：物理AI的发展离不开算法、算力、数据三要素，目前算法模型正逐渐收敛，数据成为决定物理AI发展的重要因素。与数字AI不同，物理AI对数据要求更高，例如多模态覆盖、时空对齐且物理精确度高等。当下物理AI数采面临“规模小、成本高、质量标准缺失、虚实鸿沟大”等难题，物理AI厂商的竞争已从算法算力的比拼，逐渐转向寻求高质量、大规模数据供给能力的竞争。

物理AI各类数据优劣势明显，数据融合成为趋势：物理AI的数据种类呈“金字塔式”架构，最底层数据是海量的互联网公开资料；中间层为仿真数据以及无本体数采得到的数据（UMI、Ego等）；顶层是遥操等真机数据。各类数据优劣势明显，单一数据无法同时兼顾 “真实性/精度、规模、成本、效率”等方面的要求。行业目前正逐渐将各类数据进行融合、发挥彼此优劣势，例如仿真数据来提高数据规模并覆盖长尾场景，真机等高质量数据进行微调等。

政府重视数据发展，各类数据厂商产品种类丰富：我国政府重视具身智能等物理AI领域的数据发展，并出台相关文件支持；北京、上海等地的人形机器人训练中心也建设了数据训练场。厂商层面，多家数据厂商推出不同产品，例如以鹿明机器人、觅蜂科技为代表的厂商发布了无本体数采设备（UMI/Ego等），光轮智能等厂商以仿真合成数据为主，提供底层数据引擎。此外，部分厂商正推出开源数据集或上线数据商城，共同促进行业加速发展。

投资建议：数据是当下决定物理AI发展的关键因素，随着物理AI产业的加速发展，对应数据需求将不断提升，各数据厂商的订单也有望高速增长。物理AI的数据厂商主要包括提供数据集或仿真引擎的厂商，以及生产数采设备等硬件的厂商。1）其中数采设备的关键部件包括摄像头、IMU、数采手套等，对此推荐标的为福莱新材、华依科技，建议关注为奥比中光。2）提供仿真或数据资产相关标的建议关注索辰科技、慧辰股份。

风险提示：物理AI产业进度减缓、厂商竞争加剧、基础设施（存储等）资源紧张。

正文内容

1.数据是当下决定物理AI发展的关键因素

1.1. AI发展离不开“算法、算力、数据”三驾马车

数据、算法、算力是物理AI发展的三大核心要素。物理AI作为AI的一个分支，其发展同样离不开“算法、算力和数据”三要素。其中数据可视为物理AI的燃料，决定了其学习内容，是物理AI的底层基础设施；算力主要影响模型的训练效率与学习速度，可视为物理AI的加速器；算法则是AI的方法论，协助模型从海量数据中提取规律，将数据转化为可执行的智能。

1.2. 算法架构正在收敛，数据是当下物理AI发展的关键决定因素

物理AI的算法模型正在收敛，VLA+世界模型范式逐渐形成。物理AI的算法模型目前主要包括VLA和世界模型，两种方案作用场景不同：VLA模型在经过图文预训练之后能够具备语言理解和执行任务等方面的能力，世界模型则能够基于当前的动作预测未来的状态。VLA模型可以决策如何行动，世界模型则进一步判断行动之后的结果，两种模型并非互相替代，彼此结合才能发挥模型的最大功效。目前许多业界专家提出了二者结合的观点，例如五一视界物理AI算法工程师侯博士表示VLA+世界模型或许是解决物理AI数据饥渴的最优解，小鹏通用智能中心负责人刘先明则在2026 CVPR上表示小鹏物理世界的基座模型既是第二代VLA也是世界模型。

数据方面，物理AI对数据采集的要求较为特殊且面临几大难题，数据成为当下限制物理AI发展的关键因素。

具身智能等物理AI领域对数据采集有着特殊要求。1）覆盖多模态数据，具身智能所用于训练的数据除了纯视觉以外，还需涵盖触觉、力觉、听觉等感官因素，以及现实物体的材料、质量、摩擦力等物理属性。2）时空对齐和物理精确性要求高：物理AI传感器所收集的数据需要在空间上实现毫米级别的对齐，时间上实现微秒级的同步，确保模型训练不会出现偏差，避免在现实世界完成任务时造成不良后果。3）面对海量长尾场景：物理AI应用场景丰富，包括零售、家居服务、仓储物流、医疗护理、精密制造等，物理AI所需要的训练数据需覆盖现实世界的海量长尾场景。4）数据质量要求高：数字AI时代数据规模较为重要，但物理AI对数据质量的要求更高，低质量数据无法助力模型在交互复杂的物理环境中完成任务。

当下物理AI的数据采集面临几大难题。1）数据规模小：根据《中国证券报》刊发的文章，觅蜂科技董事长姚总认为目前具身智能高质量数据规模仅50万小时级别，而根据阿里云高级算法专家张民英，要让具身智能模型能力实现突破则需要100亿小时数据量级，彼此之间差距巨大。2）获取成本高：时间成本方面，根据甲子光年与觅蜂科技的采访，目前真机采集8小时可能仅产出2-3小时有效数据，采集效率较低；资金成本方面，一套用于高质量数据采集的遥操作设备的成本大约超过20万元。且根据觅蜂发布会的圆桌论坛，目前采集一小时数据的成本约200元，百亿小时的成本将会难以负担。3）质量标准缺失：目前行业标准有所缺失，不同厂商生成数据的格式、坐标系、模态定义都有差异，较难彼此互通以及复用，厂商会将较多精力用于数据转换；此外采集的数据质量有参差或标注不规范的现象也存在。4）虚实鸿沟明显：仿真数据与真实世界之间存在差异，无法还原所有物理细节。

受限于上述因素，物理AI相较于数字AI的数据采集难度更高、规模更小。受益于数字世界的红利，传统语言或视觉大模型可以利用互联网数十年积累的海量资料进行训练。根据第57次《中国互联网络发展状况统计报告》，截至2025年12月我国互联网用户规模已达到11.3亿人，大模型行业拥有的数据规模大、成熟度高。目前物理AI各落地场景中自动驾驶发展较快，我国搭载智驾系统的车辆数量正持续提升，2025年我国搭载城区NOA/高速NOA的车队数量已达512万辆，同比+201%，对应渗透率由2024年的7.4%增至22.3%，车队采数体系已较为成熟。但除智驾领域之外，具身智能等物理AI领域的数据仍受到限制，当下这部分厂商的竞争已从算法算力的比拼，逐渐转向寻求高质量、大规模数据供给能力的竞争。

2.  各类数据优劣势明显，数据融合成为趋势

物理AI的数据种类呈现清晰的“金字塔式”架构。物理AI用于训练的数据分为三层，最底层数据是海量的互联网公开资料；中间层为仿真数据以及无本体数采得到的数据，无本体数采能够实现与机器人本体的解耦，主要包括UMI、Ego、外骨骼三类；顶层是真机数据，即通过机器人本体视角采集的数据，典型采集方式包括遥操。

各类数采方式优劣势明显，最佳适配方案为多种数据形式结合。

真机遥操数据：真机遥操是指相关人员通过远程操控的形式控制机器人完成任务，等同于人类手把手教学机器人，该方式能够将人类在物理世界的行动、决策和外部反馈同步传达至机器人。真机数据的优势在于数据质量极高，但劣势同样明显：一是设备成本高，很难实现数据的规模化，二是泛化能力低，跨本体迁移难度高。

无本体数采：区别于机器人本体的真机数据，无本体是指通过采集员手持或佩戴各类设备，在园区、工厂、家居等不同场景进行任务，所佩戴的设备可以采集视觉、动作轨迹与姿态等多维度数据。无本体数采的主要形式包括三类：1）UMI（Universal Manipulation Interface，通用操作接口）：该数据采集方式与机器人解耦，仅需操作人员手持夹爪、腕部相机等简易设备在现实世界进行任务，对末端视角中的动作、轨迹进行记录，进而部署到机器人即可。该数采方式的优势在于成本低、方便携带、能够实现不同本体的迁移；劣势在于视野相对局限，主要集中在手部末端，整体的环境信息不足。2）Ego（Egocentric，第一人称数据）：区别于第三视角，Ego由操作人员采用头戴、颈挂等装备来采集第一人称视角下的数据，记录空间轨迹和视频画面。例如英伟达发布的EgoScale便利用超20854小时带动作标注的第一人称人类视频进行训练。其优势在于环境信息丰富，与UMI可以形成互补，且采集数据方便，普通人在家也可以采集；劣势在于缺乏触觉、力觉等物理交互过程中的关键信息，动作精度相较UMI较低。3）外骨骼式：该数采方式需要操作人员佩戴外骨骼架构，可以采集臂部、手部、腰部等多个部位的数据。优势是可以采集多维度的数据，缺点是不便携带且成本相对较高。

仿真数据：无需操作人员和机器人本体参与，厂商通过物理仿真引擎打造虚拟世界用以还原真实世界，利用仿真的虚拟世界数据对模型进行训练，例如英伟达的Omniverse。仿真数据的优势在于成本低且可规模化，根据松应科技数据，真机目前单条数据采集成本约3-5元，而仿真环境的单条数据生产成本仅有0.2-0.3元。与真机的“Real-to-Real”（实对实）范式不同，仿真数据属于Sim-to-Real （虚实迁移），其劣势在于会存在“Sim-to-Real Gap”（虚实迁移误差），因为仿真世界较难完美模拟真实世界，当把模型由虚拟世界迁移到真实世界进行任务时会产生工作误差。

厂商往往选择真实与仿真数据相结合，充分发挥各类数据的优势。单一技术方案无法满足物理AI训练在“真实性/精度、规模、成本、效率”等方面的要求，行业目前正逐渐将各类数据进行融合，例如使用海量互联网数据注入常识，仿真数据来提高数据规模并覆盖长尾场景，各类无本体方案进行真实交互，最终辅以真机等高质量数据进行微调。

3.  厂商和政府加速布局，补齐物理AI数据短板

3.1. 政府重视底层数据建设，部分地市的机器人中心已成立数据训练场

政府重视数据发展，并出台相关文件支持。2026年6月国家数据局局长刘烈宏在2026世界智能产业博览会上表示高质量多模态数据集是具身智能实现感知、决策、全流程自主执行的底层根基，需要以完善的数据工程驱动具身智能发展。2026年4月国家数据局和工信部联合发布通知，宣布2026年“模数共振”行动正式启动。根据人民数据公众号资料，我国的国家数据集管理服务平台已上线试运行，截至2026年一季度，国内已建成高质量数据集超11.6万个。

北京和上海人形机器人中心已建立具身智能的数据训练场。北京人形机器人创新中心（即国家地方共建具身智能机器人创新中心）由工信部与北京市政府共同揭牌，北京人形机器人创新中心不仅牵头制定了国内首个具身智能数据集行业标准《人工智能具身智能数据采集规范》，还建成了具身智能机器人数据与训练基地一期。该数据基地一期建筑面积近5000平方米，覆盖家居、商超、办公等30多个典型场景。上海方面，2025年1月“国家地方共建人形机器人创新中心”的具身智能训练场在上海正式启用，该训练基地开启了开源共享和贡献机制，旨在助力开源训练数据集且与全球实验室和企业进行合作。

3.2. 各厂商产品种类丰富，且开源部分数据或上线数据商城

以鹿明机器人、觅蜂科技为代表的多个厂商发布了无本体数采设备（UMI/Ego等）。目前厂商的无本体数采设备主要包括手持夹爪式和头戴式的第一人称视角Ego。鹿明机器人的FastUMI Pro为轻量化手持式夹爪方案，整个夹爪整体重量仅600g，负载能力达2kg；头戴式方案FastUMI Ego为即插即用、无需建图的第一人称数采方案，设备自重235g。觅蜂科技的MEgo Gripper是一款专为通用场景打造的多模态数据采集夹爪，重量为480g，MEgo View则融合了头部和腕部相机，可实现头部 300度全景与腕部细节的捕捉。简智机器人的对应产品包括DAS Ego、DAS Gripper，灵生科技也推出了LivUMI Ego、LivUMI Grip等产品。

光轮智能等厂商以仿真合成数据为主，为物理AI提供底层数据引擎。光轮智能的物理AI数据与评测基础设施基于其“求解—测量—生成”三位一体全栈自研仿真平台，“求解”能够在虚拟环境中对力、碰撞、接触和形变进行还原，“测量”则可以将接触、摩擦、形变等物理属性加入系统；最后“生成”会将这些物理规律进行扩展以生成高质量的仿真世界。与之类似的还有松应科技的ORCA物理AI仿真系统和极佳视界的GigaWorld-0等方案。

部分厂商推出开源数据集或上线数据商城，共同促进行业加速发展。部分厂商目前将部分数据开源或在数据商城进行售卖，2026年1月简智机器人开源了无本体数据集“10Kh RealOmni-Open DataSet”，该数据集实现10大场景任务、超30项技能覆盖，合计包含超10000小时和百万条以上高质量数据。2026年4月帕西尼与京东云、腾讯云、百度智能云共同推出全模态具身智能数据云商城，帕西尼的数据云商城覆盖电器使用、安装拆卸、清洁整理、餐食准备等任务，并对任务难度进行了分级（简单/中等/困难）。

全民参与形式开始推行，部分厂商在真实家居、工厂等现实场景进行采集。1）京东：京东在江苏宿迁设立了全球具身智能数据采集中心，该中心一共覆盖“标准化采集大楼、外贸纺织工厂、社区居民家庭”三个场景，除标准化采集大楼外，外贸纺织工厂和社区居民家庭均为现实真实场景。社区方面，京东核心社区采集示范点选择了宿迁市宿豫区惠民社区，面向人群以居家人员（全职宝妈等）为主，采集人员每天居家采集时间达6小时即达全职标准，时间自由且月收入稳定。工厂则定位在宿迁一家专供日本市场的外贸服装厂，有几位员工头戴采集设备收集真实的工作数据。2）觅蜂科技：觅蜂CEO姚卯青表示如果要达到百亿级别的数据量，必须变成全民参与的形式，将来觅蜂计划会推出面向全民的数采方式，即民众可以领取设备将其认为有价值的场景录制成数据，公司判定有价值的数据则会进行购买，类似全民参与的众包形式。

4. 投资建议

数据是现阶段决定物理AI发展的核心要素，随着物理AI产业的加速发展，对应数据需求将不断提升，各数据厂商订单有望随之放量。物理AI的数据厂商主要包括提供数据集或仿真引擎的厂商，以及生产数采设备等硬件的厂商。

1）其中数采设备的关键部件包括摄像头、IMU、数采手套等，对此推荐标的为福莱新材、华依科技，建议关注为奥比中光。

2）提供仿真或数据资产相关标的建议关注索辰科技、慧辰股份。

5. 风险提示

物理AI产业进度减缓。在物理AI发展过程中，如果出现较难解决的技术问题、用户接受度降低或政策不及预期等现象，物理AI产业发展速度将会减缓，对应的数据需求则会降低。

厂商竞争加剧风险。目前物理AI数据厂商种类较多，例如鹿明机器人、光轮智能、觅蜂科技等，陆续也有部分跨界厂商入局。如果后续参与者数量大幅提升，则会产生市场竞争加剧风险。

基础设施（如存储等）资源紧张。随着物理AI数据规模的扩大，例如由数十万小时增至百亿小时，需要对应的存储与算力基础设施支撑。如果对应储备不足或供应短缺，则会不利于产业的发展。