得场景者得具身智能：当数据成为物理AI的“矿权”之后，物联网所具有的价值必将被重新估量

具身智能真正的护城河，在于那一片能够持续自我造血的“物理底座”。

上一篇《把大象塞进冰箱：“液态AI”背后藏着AIoT的第一性原理》之中，端侧智能被比作一台冰箱，并由此留下了一个悬念：这台冰箱面临着两个硬约束，其一是算力与能耗，对应的是冰箱的“电力”；其二是数据，对应的则是冰箱的“食材”。此前已经谈到，液态AI如何让冰箱实现“省电”，也就是按需耗能；今天，接着来讨论那个更为棘手的问题：食材究竟从哪里来？

在此前的文章《当台积电把人形机器人写进财报:芯片侧的”明牌”与数据侧的”暗战”》之中，曾提出过这样一个判断：台积电借助三十多年的积累在芯片端构筑起了护城河，大模型公司则用三年时间在模型端挖出了护城河，而下一道真正意义上的天堑，很可能会被建在数据端。这一篇，便借助“冰箱”这一比喻，进一步对这场数据暗战背后的底层逻辑进行拆解。

最近国内有两幕场景，值得关注。

一边，京东宣布将依托零售、物流等海量真实业务场景，着手构建具身智能数据采集中心。其甚至计划调动六十万人，佩戴自研穿戴设备JoyEgoCam，把做家务、劳作的第一人称画面实现“即戴即采”，目标是在两年内积累下一千万小时数据。

另一边，以优必选Walker S2为代表的工业人形机器人，已经开始成批进入新能源车企、3C产线以及物流仓库之中，并把所承担的工种逐步收敛到搬运、分拣以及质检等环节。从比亚迪、富士康到顺丰，这份“进厂打工”的名单也正在变得越来越长。

一家电商巨头开始调动数十万人，对真实生活场景进行持续记录；一批机器人则进入工厂流水线，在参与作业的同时不断积累数据。当下最敏锐的资本，正借助看似最朴素的方式，去获取一种无法直接买到的东西。

为什么会买不到？因为互联网这座“超市”里所陈列的大量文字、图片以及视频，其本质仍然只是人类对于世界的“旁观式记录”。而那些需要在物理世界之中实际行动的机器人，真正需要的却是第一人称的“交互式反馈”，包括推门时所感受到的阻力、关节所处的角度，以及物理世界所给出的实时回应。这类数据并不会在超市里出售，只能依靠自己下地去种，再亲手去摘。

这篇文章将重点围绕三个核心议题展开讨论：具身智能数据为何会存在根本性的稀缺，现有物联网为何会成为解决这一痛点的最佳数据来源，以及在这条被重塑的价值链当中，究竟谁将掌握真正的主导权。

见底的是经验，而非数据

把行业瓶颈笼统地归结为“缺数据”，本质上其实是一种误读。互联网上的数据几乎无穷无尽，真正正在见底的，其实是另一种更关键的东西：经验。

这或许恰恰构成了当前产业界最典型的认知误区之一，即把具身数据直接等同于视频数据。

互联网视频本质上属于“观察者”视角下的记录，而具身智能真正需要的，则是来自“第一人称”视角的多模态行动数据。

文本大模型所汲取的是“知识”，而具身大模型真正需要的则是“经验”；并且这里所说的经验，必须完整包含在物理世界之中经过试错并被持续纠正的过程。比如，如果要让机器人学会擦桌子，那么就必须在真实发生的物理交互过程之中，以极高的时间同步率，把视觉、力觉、关节位置以及电机指令等多维传感轨迹完整记录下来。这类数据，在互联网上根本不存在现成可直接运用的来源。

这一区分，实际上把问题的性质从“数量不够”转变成了“类型不对”，而类型层面的缺口，并不是单纯依靠资金投入就能够填补的。到了2025年，已有超过60亿美元的狂热资本涌入人形机器人赛道，但其中根本性的瓶颈却丝毫没有改变，更多的资金可以购置顶级硬件、延揽天才工程师，却依然无法凭空变出原本就根本不存在的训练数据。

此前曾对这笔账做过测算：文本大模型所依赖的训练语料，通常是以“百亿小时”来计量的，而当前整个行业所拥有的高质量具身智能数据存量，大约却只有50万小时。从50万小时到百亿小时之间，横亘着一道高达两万倍的巨大鸿沟。这里还存在着一个极为强烈的反差：截至2024年，全球范围内正在运行的工业机器人数量已达到466.4万台，但与如此庞大的硬件存量形成对照的是，公开可被用于机器人学习的高质量真实交互数据，仍然主要停留在百万级轨迹的量级。以Open X-Embodiment为例，作为一项具有代表性的开源机器人数据合集，其包含了100万+条真实机器人轨迹，并且已经聚合了多种机器人形态以及任务数据；但如果与数百万台正在真实工厂、仓库以及服务场景之中持续运行的机器人相比，其可供训练的数据规模，依然显得相当稀薄。

更为棘手的是，这道鸿沟不仅体现在数据的“数量”层面，更体现在数据的“维度”层面。

机器人的数据感官至少涵盖六个以上的维度，包括视觉、听觉、力觉、触觉以及本体感知等。然而，当前产业界九成的精力，依然停留在RGB视觉这一两个维度之上。巨头们费尽心思所采集的所谓“机器人数据”，在感知维度方面充其量只解决了十分之一的问题；其余的力觉、触觉以及本体感受，至今仍然没有现成的规模化采集路径。症结从来不在于数据“多不多”，而在于数据“对不对”。

沿着这一判断继续向下推演：既然“经验数据”只能由那些亲身作用于物理世界的实体来加以生产，那么在此时此刻，究竟是什么已经大规模地嵌入到物理世界之中，并且正在持续不断地进行感知以及动作？

答案最终指向了一个长期以来都被低估的关键存在：物联网。

油田与炼厂：物联网的价值终将被重新估量

工业现场的传感器、街头部署的摄像头、腕部佩戴的可穿戴设备、道路上的智能汽车、产线运行的机械臂……这些共同汇聚而成的庞大“存量物联网”，构成了当下唯一一张已经大规模铺入物理世界、并且仍在持续开展感知的网络。

此前在谈论数据采集时，目光更多聚焦于那些专门为了采集而建设的“数据工厂”以及“训练场”；但实际上，还存在着一座规模更为庞大、却始终未被当作数据资产加以看待的矿藏，也就是那些早已为了其他目的而部署、并且此刻仍在昼夜运转的存量设备。

它们从一开始就是经验数据的采集管道。这意味着，物联网的价值坐标很可能需要被重新标定：它必须从过去以“连接与降本”为主的成本中心，重估为能够为具身智能持续提供数据燃料的利润中心。

但在这里，仍有一个质疑必须先被回应：既然工厂之中早已堆积了大量传感器数据，为什么机器人依然会“吃不饱”？

答案其实相当残酷：绝大多数存量数据从根本上都不达标，它们不仅彼此孤立、缺乏必要标注、模态之间不同步，而且更没有与动作指令成功形成配对。粗略统计显示，当前行业数据的“良品率”实际上只有约三成。成本的大头也根本不在采集设备本身之上，而在于标注、验证以及技能抽象化等环节。谁能够把良品率从三成推高到七成，谁就会握有两到三倍的成本优势。

所以，油田虽然遍地皆是，但炼厂依然十分稀缺。真正处于核心位置的，是那座能够把“传感器废气”提炼成为“可训练燃料”的炼厂。开采仅仅只是第一步，原油如果不被炼制成燃料，那么就无法被送入任何一台机器之中。

也许会有一些人提出反驳：世界模型当然可以借助仿真环境来合成数据，物理采集充其量只是阶段性的权宜之计。这条赛道的热度确实无可争议，然而，从仿真走向现实之间所横亘的那道鸿沟，其本质归根结底是物理规律层面的鸿沟，而并非单纯意义上的工程问题。

电网之中一度电所出现的细微电压波动、车间地面摩擦系数所存在的微小差别，以及一块皮革表面所呈现出的复杂纹理，都足以让那些在仿真环境里运行得近乎完美的算法，一旦进入现实场景便瞬间失效。合成数据如果想要具备可信度，其前提就在于必须有真实数据对其进行锚定与校准。因此，借助物联网所采集到的真实经验，永远都不会被合成数据所取代；恰恰相反，它会进一步沉淀为整个合成数据范式得以成立的“物理底座”。

与此同时，也必须承认，在当下大量既有的物联网存量设备之中，所采集到的依然主要是温度、电流以及振动这类“低维遥测数据”，而这并不是机器人最为渴求的“高维接触数据”。真正能够构成具身智能底座的，是那些正在快速铺开的高保真、多模态边缘网络，包括高清摄像头、高精度可穿戴设备、车载多维传感，以及已经被全面深度感知化的生产线。

而这，恰好与上一篇专栏所讨论的内容形成了内在呼应：边缘端在逐步长出更省电的“大脑”的同时，也在持续长出更敏锐、更加丰富的“感官”。冰箱正在变得更节能，而孕育智能的物理土壤，也在因此变得愈发肥沃。

价值链正在发生反转：谁掌握场景，谁就掌握具身智能

看清“燃料”究竟从何而来之后，价值最终会落在何处，也就随之变得清晰起来。若把具身智能的资本金字塔进一步拆开来看：最上层是机器人本体厂商，当前早已是一片红海；中间层是数据采集设备以及平台，蓝海才刚刚显现；而最底层则是数据要素基础设施，主要由国家队主导，并且越往下，其根系也就扎得越深。

而这座具身智能金字塔背后的驱动逻辑，本质上就是数据飞轮：先在真实世界之中部署设备，对交互数据进行持续采集，用以喂养并强化模型，进而再去推动更广泛、更深层次的部署。

这一飞轮最终所指向的，其实是一个颇具反直觉意味的结论：它会天然地偏向那些早已掌握物理场景的“存量玩家”，而不是单纯从事本体研发的创业公司。

谁手中真正掌握着能够源源不断产生数据的真实场景，谁也就等于握住了决定胜负的关键；至于机器人本体究竟造得是否足够漂亮，反而已经退居到相对次要的位置。就连老牌工业机器人厂商也已经直言不讳地指出，其所服务的制造业客户群体，能够直接接触真实工件以及真实生产环境，而这种充满物理质感的数据，恰恰是那些纯软件出身的具身智能开发者最为匮乏的核心资产。

数据飞轮的真正瓶颈，从来都不在传感器本身，而在于数据确权、流通机制以及标准化体系的建设程度；而这一整套基础能力，如今正在被作为国家级工程持续强力推进。今年年初，全国首单具身智能数据集已在江苏省数据交易所完成场内交易，成功实现了该品类在数交所交易层面的“零的突破”；与此同时，国家数据局也已明确表示，今年我国将推出三十余项数据领域国家标准，并围绕智能体、具身智能等前沿方向进行提前布局。

未来，在具身智能时代真正决定胜负的关键，未必会落在造出多么漂亮的机器人或多么惊艳的模型之上，而更可能落在能否率先建成那一整套制度以及工程底座，并把庞大的存量物理世界真正转化为可交易的数据燃料。

写在最后

近期所写的两篇文章正在逐步形成一个系列，上一篇所着力解决的是“按需耗能”的问题，而这一篇则进一步回应“持续供粮”的问题。具身智能真正的护城河，既不在于本体，也不在于大脑，而在于那片能够持续自我造血的“物理底座”。当这些设备进一步连接成网之后，数据以及价值究竟应当依照何种规则进行交换，又应当由谁来制定规矩，便构成了接下来需要回答的问题。

大象若想真正走入物理世界，所面对的难题从来都不只是算力以及能耗；真正构成下一轮更硬考题的，其实是数据、规则以及价值分配。

本文转自微信公众号“物联网智库”（ID：iot101），作者为彭昭

来源：得场景者得具身智能：当数据成了物理AI的"矿权"，物联网的价值必将重估-36氪 | 36氪