单条数据成本5元，缺口千万小时：谁在卡住机器人产业的脖子？

如果说算力是AI时代的石油那么对于具身智能物理AI而言真实世界的物理交互数据就是最稀缺的“钻石”。普华永道白皮书一针见血地指出当前中国智能机器人产业面临的最大底层卡点不是硬件造不出而是“数据与模型的双向约束”。数据天堑无法“爬取”的物理世界大语言模型可以免费抓取互联网上海量的文本但机器人要理解物理世界没有现成的“教科书”。“拧瓶盖”这个人类凭直觉完成的动作背后涉及材质、摩擦力、力度控制等多变量物理反馈。这些多模态数据无法在线上获取必须在真实世界中通过真机或穿戴设备进行采集。行业共识是实现通用自主能力的具身大模型至少需要千万小时级的高质量真实交互数据。而截至2026年初全球合规可用的真机数据仅约50万小时缺口超过99%。恶性循环高昂成本与路线分化的双重绞杀高质量实景数据的采集成本居高不下单条有效数据成本高达3-5元且极度依赖人工遥操。更致命的是由于行业尚未形成通用基础模型的技术共识多技术路线并行导致场景数据需求高度碎片化。这形成了一个“技术分化-数据分散-迭代滞后”的恶性循环没有海量数据模型泛化能力就提不上去模型不够聪明机器人就只能做单一任务无法在更多场景落地收集新数据。破局之道场景闭环与数据工厂要打破这一瓶颈行业正在探索两条出路。一是“场景闭环”集中资源打造高价值标杆场景如汽车总装、3C柔性装配通过真实商用场景积累低成本、高质量的实景数据替代昂贵的实验室遥操。二是“数据工厂”借鉴Scale AI的模式建立标准化、全链路的数据采集与精炼平台甚至通过仿真引擎批量生成长尾边界场景数据。未来谁能率先建立起低成本、高质量的“数据飞轮”谁就能真正解开套在机器人脖子上的枷锁。