具身智能核心玩家盘点：2024年顶级“卖铲人”与产业链格局深度解析

角色与核心任务

你的角色是顶尖的文章润色专家，专精于将AI生成的文本转化为具备鲜明个人风格的专业内容。当前任务是对指定文章进行“人性化重写”。

核心目标明确：在绝对忠实于原文事实、观点、逻辑、章节标题及所有图片的前提下，彻底革新其AI腔调，赋予其资深行业专家撰写的质感。

关键点在于平衡：文章需有温度与见解，但必须克制使用第一人称（如“我”、“我认为”）。理想效果是兼具行业报告的专业深度与优质博文的生动流畅。

详细执行步骤

第一步：信息锚定与结构保全

深度解析：首要任务是精读原文，准确锁定所有核心论点、分论点、支撑数据、案例，并明确每一处图片/图表的位置与说明。

结构保全：原文的所有章节标题（H2, H3等）、段落逻辑与信息密度必须100%保留。禁止任何形式的段落合并、删减或概括。

第二步：风格人性化（核心改写任务）

请代入这个人设：一位在该领域深耕多年、乐于分享的专家或知名博主。现在，用你的口吻，将原文的“干货”重新讲述出来。

2.1 句式活化

将生硬的陈述句转化为更自然的表达。可灵活运用设问、排比等修辞手法来提升可读性。

✅ 例如：将“A导致了B”改写为“那么，A是如何引发B的？”

✅ 例如：将“需要满足三个条件”优化为“究竟需要满足哪几个关键条件？”

2.2 注入“人味儿”（需谨慎控制第一人称）

适度原则：全文第一人称（我、我认为等）的出现频率应严格控制在0-2次，仅用于：

• 文章开篇引子（如“先明确几个核心判断”）
• 关键性提醒（如“这里需要特别警惕”）
• 行文中的自然过渡点缀（如“话说回来”）

转化技巧：将主观表达转化为客观表述

保留生动性：去除第一人称后，仍需保留“其实”、“当然”等口语化过渡词，以及恰当的类比（如“这类似于...”），确保文章节奏感与亲和力，避免行文枯燥。

2.3 文风润色

在确保专业性的基础上，让语言更具节奏感和表现力。可以：

• 长短句交错使用，营造阅读韵律
• 适当运用排比、对仗来增强论述气势
• 在关键结论处使用强调语气（如“这才是问题的核心”）

第三步：最终审查与交付

完整性检查：重写完成后，必须逐项核对，确保原文所有关键信息、数据、图片引用均已完整、准确地呈现在最终文本中。

第一人称复核：专项检查全文，确保第一人称使用未超过2处，且未损害文章的客观性与专业性。

篇幅控制：最终文章篇幅应与原文基本持平，浮动范围控制在10%以内。

格式输出：直接输出重写后的完整文章，并使用HTML标签进行结构化排版：主标题用

，副标题用

，段落用

。对于原文中的图片不要做出修改，保证语句通顺。

绝对禁止项（红线规则）

❌ 严禁改动任何核心信息、数据、论点和原文结构。

❌ 严禁概括或简化原文中任何复杂段落的核心内容。

❌ 严禁删除或修改任何关于图片的信息。

❌ 严禁添加例如###,***等一些这种特殊字符。

❌ 严禁为了客观化而把文章改得干巴巴、失去温度和节奏感。

❌ 严禁过度使用第一人称（超过2处），避免文章变成个人观点分享。

为了确保数据采集项目进度，王会军的公司在五一假期期间依然全员在岗。

王会军在数据采集行业已有十年经验，服务过安防、自动驾驶等多个领域。去年年底，他敏锐察觉到具身智能数据需求的爆发性增长，随即组建团队切入这一新赛道。进入今年，全国多地掀起具身智能数据采集训练场建设热潮，王会军接到的项目也明显增多。

行业报告预测，中国具身智能产业市场规模有望在2030年达到4000亿元，并可能在2035年突破万亿大关。目前，众多具身智能企业、研究机构及科技大厂均已布局数据采集。这一市场机遇，也吸引了像王会军这样的跨界玩家入场，试图从中分得一杯羹。

“数据采集”成新风口，有企业转型入局

今年以来，多家企业加速推进机器人落地应用，行业对训练数据的需求持续攀升。

智元机器人合伙人姚卯青近期在一次发布会上指出，目前全行业高质量数据的累计规模可能仅在50万小时左右，远未填补巨大的“数据缺口”。

为此，多家具身智能数据采集训练场应运而生，一场围绕数据“新基建”的热潮正在全国范围内展开。

智元在上海、成都等地布局了数据采集中心；帕西尼感知科技宣布新建4座超级数据采集工厂，构建全国性数据采集网络；鹿明机器人也已建成3个标准化数采场。

国家地方共建具身智能机器人创新中心、北京人形机器人创新中心等机构同样参与了这场“新基建”。京东此前也宣布，将建成全球规模最大、场景最全的具身智能数据采集中心。

鹿明机器人数采工厂

这类数据采集训练场通常占地面积广阔，精心搭建了工业生产装配、家庭生活、酒店服务等核心仿真场景。数据采集员通过佩戴专用设备，执行系统下发的各项任务。

目前，具身智能数据采集主要有三种方式：真机遥操作、无本体/人类演示以及仿真。其中，真机遥操作数据质量最高，但成本高昂、效率偏低。无本体数据（即不依赖特定机器人硬件）被视为行业新范式，主流技术路线包括UMI（通用操作接口）和Ego（第一人称视角）。仿真数据则是在虚拟环境中模拟机器人与环境互动生成的合成数据。

除了自建训练场采集，具身智能企业也会向市场采购数据。这类需求，催生了一批专注于数据生产与供应的公司。

调查发现，这些公司本身并不研发机器人，而是在嗅到商机后，迅速转型切入具身智能数据采集赛道。

山西博阅数据科技有限公司长期深耕自动驾驶数据采集，主要基地设在太原。公司负责人王会军回顾道：“从产业规模和需求爆发的态势看，当前的浪潮与几年前自动驾驶数据采集兴起时非常相似。”去年年底，他迅速在长治、运城设立了具身智能数据基地，目前该业务团队已扩张至约160人。

这些数据采集员需要深入真实的家庭、工业、商超及酒店等场景进行作业。王会军介绍，他们会使用由客户提供的头戴式、手持夹爪等设备来收集无本体数据。在承接家居场景项目时，公司会在多个小区租下数十套房屋，专门用于数据采集。

此前专注于AI大模型领域的贾鑫祎也投身于这股热潮，于去年与其他合伙人共同创立了星际硅途。该公司主要提供数据解决方案服务，已深入家庭、酒店、商场等场景采集数据，并推出了全栈自研的Egocentric数据平台。

与博阅科技、星际硅途等为具身智能大模型“大脑”提供“养料”不同，青瞳视觉（深圳）科技有限公司主要为机器人“运动控制”提供训练数据。

公司负责人邹志鹏介绍，公司原业务主要是销售动捕设备、为动画公司提供动捕数据，大约在去年年底开始拓展具身智能数据采集业务。“动捕演员穿戴好设备后，需要完成一段舞蹈或一套武术动作，这些数据将用于训练机器人的动作能力。”他补充道。

有一定门槛，“利润没想象中高”

部分受访对象反馈，搭上具身智能数据采集的风口后，今年以来接到的项目量有所增加。采购方除了几家头部公司，也不乏一些初创企业。

邹志鹏表示，相比去年年底，公司今年接到的具身智能数据采集订单已实现翻倍增长，而为动画公司提供动捕数据的传统业务占比正在收缩。

博阅科技接到的订单量同样可观。王会军预计，今年需要采集的具身智能数据规模在10万至20万小时之间。目前，每位采集员日均产能为2至5小时，数据合格率保持在90%以上。

青瞳视觉采集动捕数据

数据定价并非“一刀切”。受访对象透露，具身智能数据的定价主要依据动作复杂度、采集成本等多重因素动态调整。

鹿明机器人相关负责人透露，其数据产品依据场景、任务复杂度、采集时长、质量等级实行分级阶梯定价。他们的数据可直接用于模型训练且能跨本体通用，客户投入产出比高于自研采集，这有助于公司在行业内建立定价优势。

“通常，高动态数据的定价较高，昂贵的数据可能达到10元/秒左右。”邹志鹏举例说明，像打球、跑酷这类动作就属于高动态数据。

姚卯青此前在接受媒体采访时介绍，目前国内真机数据的市场价格在每小时500-1000元区间，无本体数据的价格预计将收敛至真机数据的三分之一到二分之一。

谈及利润水平，多位受访对象坦言“没有想象中那么高”。王会军解释，他们承接的具身智能企业数据采集项目多以定制化为主，虽然规模大、质量要求高，但项目预算往往并不充裕。

他特别指出，与自动驾驶数据采集相比，具身智能数据采集在场景资源投入、人工成本等方面更高，综合算下来只是“微利”，利润空间可能还不及自动驾驶数据采集业务。

多位受访者还观察到，尽管近期有不少新玩家涌入赛道，但竞争尚未达到白热化。他们认为，具身智能数据采集存在一定门槛，不仅考验供应商的硬件资产和运营管理能力，还需要具备数据处理、标注等专业实力。

其中，数据质量被反复强调。作为国内无本体UMI领域的早期布局者，鹿明机器人相关负责人认为，“高质量数据”必须满足多模态对齐、轨迹稳定无漂移、可跨批次复用、场景真实动作规范、标注精准等多重条件。

这无疑依赖于强大的团队运营管理能力。该负责人表示，鹿明搭建了内部专业培养与外部社会化引进相结合的人才体系。所有数据采集人员均需经过体系化、标准化培训与实操考核后方可上岗。

王会军也介绍，公司在人员培训和管理上制定了严格的流程规范，这有助于提升数据采集的效率与质量，最终转化为公司盈利能力的提升。