具身智能存在巨大的数据缺口，而在其背后一条隐秘的产业链正在疯狂地生长。

在社交平台上，标价240元每天的“具身智能数据采集员”以及“机器人数据采集”这类招聘信息随处可见。采集员们佩戴专用设备，在居家或户外场景中日复一日地反复进行叠衣服、系鞋带、打开柜门、领取快递等日常动作。这些看似琐碎的日常动作所产生的数据，借助中间商之手，被加工封装成标准化的训练数据集，成为投喂给机器人的“燃料”，最终流向各家具身智能企业。

而在产业链的另一端，所呈现出的却是截然不同的景象。估值已经超过150亿元的具身智能数据公司，在两周时间内连续完成两轮融资，总计吸纳20亿元资金。过去一年当中，具身智能行业的部分热钱，正不断涌向那些并不制造机器人、只专注于出售数据的公司。

当制造机器人的企业仍在投入巨额资金开展研发工作之际，出售数据的服务商已经开始向客户收取费用，有的企业仅在一个季度内就签订5.5亿元订单，比去年全年还多。

借助居家叠被子以及超市理货这类日常动作，可以为机器人提供所谓的“廉价燃料”。

张月的一天，是从早上8点进行打卡工作开始的。她的工作内容听起来似乎很简单，主要包括系鞋带、扫地以及叠被子这些动作……然而在实际执行过程中，却远非“家务”二字所能够概括，她需要完全模仿机器人的每一个动作规范，在身上可以选用佩戴5个摄像头或者一个运动相机的方式，从而使得每一个角度以及每一次抬手所产生的动作，都会被严格地记录下来。

具身智能数据采集员，也被称为“机器人训练师”，他们借助操控机器人或者自身进行示范动作的方式，来采集真实世界中的人类行为数据，这些数据之后会被用于训练机器人，从而使其能够掌握日常操作以及工业操作方面的技能。

在苏州，如张月这样的居家数据采集员的日薪是250元，新人会按照打卡时间来进行计算，从早上8点到晚上8点，但张月表示，即便全力开展工作也只能拍摄6个小时，因为真正的有效时长取决于设备的配合程度。

按照企业规定，居家数据采集员需要每天往返公司之间交付U盘以及相关设备，而设备本身的性能则完全依赖于运气，张月向Tech星球介绍，有时能够领用到性能良好的设备，有时却会一整天都持续出现各类故障，“录制过程中会突然关机，传感器发生故障，U盘无法正常读取，镜头出现歪斜而未能及时察觉，还有主机过热……”

最耗时的环节还有穿戴设备这一环节，全身5个摄像头需要逐一对角度进行调试，张月每次穿戴一次就得花费半小时左右，“穿戴设备期间甚至挠痒痒的动作都不被允许，期间设备可以脱下，只要不嫌重新穿上所带来的麻烦”，张月说。

相较于其他场景而言，居家场景对于时效的要求是最高的，其中室外场景只需录满6小时即可，而居家场景则必须达到8小时的录制时长。这也就意味着，即使设备频频出现“罢工”故障，她也要在有限的有效时间内全力追赶既定进度。

这些被拍摄下来的各类素材，最终会被打包整理之后出售给分布于全国各地的机器人公司。“这些需求通常都来自大公司，他们会指定所需的场景，我们就根据要求来拍摄相应的内容。”张月说，“负责招人的全部都是中介机构，我们所拍摄的数据只要通过了合格检验，就能够成为对方所使用的训练素材。”

而在室外场景方面，王雷所开展的工作逻辑略有不同。尽管日薪同样是250元，但他所在的岗位会有巡检人员负责对设备进行调试以及运送工作，采集员只需专注于拍摄环节，场景则会以一段时间为周期进行逐一变化。王雷之前被分配到距家三百米的超市，现在又被分配到十公里外的汽修厂。

这些场地需要由企业专门的业务员负责洽谈工作，其中包括超市、快递站、物流站、工厂、汽修厂、酒店以及饭店等。

根据张月所介绍的内容，她所应聘的那家企业，在通过面试之后会组织开展简单的集体培训工作，主要讲解的是如何正确穿戴设备这一环节，而跟她一同参加培训的参与者则全部都是二十多岁的年轻人，其中还包括一些在校大学生。包括采集员、巡检人员以及业务员等岗位在内，该企业全部的职位均为兼职形式，其中薪资水平最高的是“机器人qc质检”，即在公司办公室当中负责对视频开展审核工作，月薪可以达到过万。

相较于基础数据采集员而言，根据猎聘等平台所发布的招聘信息，那些需要技术背景或者要求驻场的数据采集相关岗位，其月薪水平普遍处于8000元至15000元之间，而资深或者带有管理性质的岗位则可以达到2万元以上。

小陈则担任着“真机遥操作员”这一职位，他的工作地点位于一家互联网大厂自行建设的专业数采中心内部。其任务是端坐在桌前，选用双手来操控机械臂，从而完成一系列既定指令，其中包括以左手以及右手按顺序捡拾起三个物品，并把它们投入垃圾桶之中。

小陈所选择的夜班，日薪为370元，每日任务本身并无难度，类似于工厂流水线作业，但对他而言这种安排会显得更为自由一些，“中间休息时间就会观看世界杯，然后赚取300元返回宿舍睡觉”，小陈说道。

根据小陈所透露的信息可知，入职门槛设置得并不高，但在年龄方面却存在着隐形的筛选机制。与小陈一同开展工作的兼职员工，基本上都是25岁以下的年轻人。他清楚记得第一天到岗的时候，有一位37岁的女性员工，结果第二天她就选择了离职。他表示，通常第一天就会有60%到70%的人选择离开，因为很多人会觉得这项工作太过枯燥，以至于根本坚持不下去。

尽管委托方属于互联网大型企业，然而数据采集业务却被分配给多家承包商来进行管理，因此小陈所签订的全部都是外包性质的合同。最近小陈休息了整整一周，这是由于上一个项目突然终止了，他正在等待下一个项目的启动。不过，对于这些不稳定因素他其实并未太过在意，“如果只是从事兼职工作的话，确实很难找到比这更好的选择了。”

在产业链的最底端那些“螺丝钉”般的数据，中间商借助处理流程可以实现翻十倍的售卖。

具身智能数据采集员在实际工作中如同流水线上的“螺丝钉”一般，他们会对同一个动作开展数百上千次的重复采集，从而为那些需要学习叠衣服以及打开柜门的人形机器人提供不可或缺的训练数据。

这背后是一个供需极度失衡的市场。根据行业所开展的测算，训练一个接近人类水平的机器人“大脑”需要借助10亿小时级别的真实操作数据才得以实现，而目前全球有效供给仅为500万小时左右，从而导致缺口达到200倍。

正如张月的情况一样，这些居家数据采集员兼职岗位大量出现的原因之一在于，一方面实验室和工厂的数据难以覆盖家庭、商场等真实生活环境，因此让采集员在这些场景中进行家务操作以及走动等活动，其根本目的就是为了获取算法在“毛细血管”这类细微场景下所必需的真实数据。

另一方面，相对于需要运用昂贵机器人以及专业场地的“真机遥操”而言，借助派发设备让兼职人员在家开展采集的“无本体采集”模式，则被认为是能够降低数据采集门槛以及成本的有效途径。

不同于大语言模型借助互联网海量语料所获取的数据，机器人所需要的是在真实世界中开展拿取、放置、行走、抓取、避障以及操作等三维动作数据，这使得数据获取的复杂程度以及难度都要更高，从而导致行业“数据荒”现象十分明显，业内更是将2026年视为“具身智能数据元年”。

目前，具身智能领域的数据获取方式主要依赖于三种不同模式，这些模式呈现出明显的金字塔式层级特征。其中处于顶层的是真机数据，这指的是员工借助VR设备以及外骨骼等装置来操控真实的机器人，从而精确记录下机器人的每一个动作以及力反馈信息，其数据质量最为精准，虽然采集成本也最为高昂，但却是人形机器人真正落地的关键所在；仿真数据则处于中间层级，这指的是在虚拟环境中批量生成机器人交互的相关数据，以用于模型训练工作，这种方式成本较低并且可以实现规模化生产，能够有效弥补当前真机数据的不足；互联网视频以及人类行为数据则处于金字塔最底层，其来源广泛并且具备较强的泛化性。

居家的数据采集员，几乎处于整个数据采集产业链的最底端。对于同一组数据，从采集到售卖的链条上，价值分配大致是这样的：在采集环节支付给张月、王雷等数据采集员的成本为时薪30元；中间商加价之后，以300-500元/小时的价格出售给机器人公司。链条越往上走，利润就会越厚，估值也会越高。

此外，该行业正处于供给小于需求的卖方市场，数据本身的稀缺性进一步支撑了其所具有的高昂定价。

据澎湃新闻报道显示，当前具身智能数据的总体定价处于200-500元/小时的区间，其中真机数据最为昂贵，市场价格可以达到500-1000元/小时。

今年4月，觅蜂科技董事长兼首席执行官姚卯青曾经公开表示，在具身智能尚未真正实现大规模商业化之前，数据作为基础设施，会比终端应用更早一步形成商业回报。他同时作出判断，不依赖特定机器人本体的无本体数据，其价格最终将会收敛到真机数据的三分之一到二分之一。例如真机数据如果卖到每小时1000元，无本体数据未来可能稳定在300元至400元。

这背后是一个供需关系处于极度失衡状态的市场。根据行业内部所开展的测算工作，训练一个接近人类水平的机器人“大脑”需要借助10亿小时级别的真实操作数据才可以得以实现，而目前全球有效供给仅为500万小时左右，从而导致缺口达到了200倍。

正如张月的情况一样，这些居家数据采集员兼职岗位大量出现的原因之一在于，一方面实验室和工厂的数据难以覆盖家庭、商场等真实生活环境，因此让采集员在这些场景中进行家务操作以及走动等活动，其根本目的就是为了获取算法在“毛细血管”这类细微场景下所必需的真实数据。

另一方面，相对于需要运用昂贵机器人以及专业场地的“真机遥操”而言，借助派发设备让兼职人员在家开展采集的“无本体采集”模式，则被认为是能够降低数据采集门槛以及成本的有效途径。

不同于大语言模型借助互联网海量语料所获取的数据，机器人所需要的是在真实世界中开展拿取、放置、行走、抓取、避障以及操作等三维动作数据，这使得数据获取的复杂程度以及难度都要更高，从而导致行业“数据荒”现象十分明显，业内更是将2026年视为“具身智能数据元年”。

目前，具身智能领域的数据获取方式主要依赖于三种不同模式，这些模式呈现出明显的金字塔式层级特征。其中处于顶层的是真机数据，这指的是员工借助VR设备以及外骨骼等装置来操控真实的机器人，从而精确记录下机器人的每一个动作以及力反馈信息，其数据质量最为精准，虽然采集成本也最为高昂，但却是人形机器人真正落地的关键所在；仿真数据则处于中间层级，这指的是在虚拟环境中批量生成机器人交互的相关数据，以用于模型训练工作，这种方式成本较低并且可以实现规模化生产，能够有效弥补当前真机数据的不足；互联网视频以及人类行为数据则处于金字塔最底层，其来源广泛并且具备较强的泛化性。

居家的数据采集员，几乎处于整个数据采集产业链的最底端。对于同一组数据，从采集到售卖的链条上，价值分配大致是这样的：在采集环节支付给张月、王雷等数据采集员的成本为时薪30元；中间商加价之后，以300-500元/小时的价格出售给机器人公司。链条越往上走，利润就会越厚，估值也会越高。

此外，该行业正处于供给小于需求的卖方市场，数据本身的稀缺性进一步支撑了其所具有的高昂定价。

据澎湃新闻报道显示，当前具身智能数据的总体定价处于200-500元/小时的区间，其中真机数据最为昂贵，市场价格可以达到500-1000元/小时。

今年4月，觅蜂科技董事长兼首席执行官姚卯青曾经公开表示，在具身智能尚未真正实现大规模商业化之前，数据作为基础设施，会比终端应用更早一步形成商业回报。他同时作出判断，不依赖特定机器人本体的无本体数据，其价格最终将会收敛到真机数据的三分之一到二分之一。例如真机数据如果卖到每小时1000元，无本体数据未来可能稳定在300元至400元。

随着需求井喷以及内卷加剧，居家数据采集员的时薪还在不断下降，与之形成鲜明对比的是，卖“铲子”和“水”的数据服务商，估值却在不断攀升。

一类是独立的数据服务商，其典型代表如光轮智能于2023年1月成立，目前估值已超150亿元，最近两周内连续完成两轮融资共20亿元，估值已能超过众多直接制造机器人的明星企业。

其商业模式的精髓在于数据复售。同一份高质量数据，可以加工成标准化产品，同时卖给智元、银河通用等多家头部机器人公司，部分优质场景数据可以实现超过10倍复售率。这意味着采集成本是一次性的，但数据资产可以无限次变现。2026年第一季度光轮智能新增订单达5.5亿元，超过2025年全年总和。

润色后的段落

随着科技浪潮的推进，独立运营的数据服务商已成为企业数据需求方的重要渠道之一。这类头部机器人公司孵化、自主运营的数据服务企业往往具备完善的生态系统、强大的数据挖掘能力和商业化运营经验。例如，2026年2月，智元机器人内部孵化成立的觅蜂科技，其创始人姚卯青在内部透露，当前数据需求方主要集中于大模型研发团队、海内外顶尖互联网大厂以及新兴的机器人初创企业。这些需求方普遍呈现出强烈的即时性驱动特征，他们往往处于“你有多少数据需求我就立即购买多少，何时有订单马上就承诺”的狂热状态，对数据资产的获取持近乎上瘾的态度。

觅蜂科技的策略极具进攻性，绕开成本高昂的真机遥操路径，推出MEgo系列无本体采集硬件，既对外销售硬件设备，也通过自有采集网络使用这些设备产出数据，打造的是“卖铲子+产数据”的双线赚钱模式，其目标是在2026年构建起千万小时级的真实数据产能。

宇树科技同样正在冲击IPO，在招股书中坦言，公司前期研发侧重本体与小脑方面，在大脑方面投入较少且未大规模开展数据采集与工厂部署训练。为补上这一短板，宇树科技计划将20.22亿元投入智能机器人模型研发项目，其中核心任务正是搭建大规模真实数据集，也进一步印证了数据在具身智能时代的战略地位。

来源：我给机器人当“燃料”：叠衣服时薪30元，卖数据估值150亿 | 具身研习社