具身智能的浪潮中，数据正在成为比算法更稀缺的“石油”。量子位最新统计揭示了一个惊人的事实：国内已有97家玩家涌入具身数据赛道，其中70家做数据采集，27家做数据基础设施。过去一年（2025年7月至2026年7月），15家“不做本体、不做模型、只做数据”的独立服务商，累计融资约44.7亿元。这个数字背后，是行业对高质量具身数据需求的爆发式增长——当机器人从实验室走向工厂、家庭，真实场景下的操作数据变得比黄金还贵。数据采集是当前最拥挤的细分领域。70家采集商中，既有为通用机器人抓取、行走提供标注数据的平台，也有专门针对医疗、物流等垂直场景的定制化服务商。这些公司通过自建采集工厂、众包任务或与本体厂商合作，积累海量传感器数据和人类示范数据。例如，某头部采集商已建成超过1000个真实场景的采集工位，月均产出百万条操作轨迹数据。而数据基础设施赛道则更偏向技术密集，27家企业提供数据清洗、仿真增强、隐私计算等工具链，帮助客户将原始数据转化为可训练的高质量数据集。值得注意的是，融资额主要集中在头部玩家——前5家独立服务商拿走了超30亿元，占比近七成，显示出明显的马太效应。行业格局正在快速分化。一方面，本体厂商如宇树、傅利叶等开始自建数据闭环，试图通过量产机器人获取真实数据，这给独立数据商带来压力。但另一方面，独立服务商凭借规模化采集和跨场景泛化能力，形成了独特的护城河。以某家融资超10亿元的头部企业为例，其数据产品已覆盖50余种机器人形态，客户包括多家头部AI公司和机器人创业团队。其创始人坦言，具身数据的核心壁垒在于“场景密度”——谁能更高效地采集到不同光照、材质、力反馈条件下的操作数据，谁就能在模型训练中占据优势。展望未来，具身数据赛道将迎来洗牌期。随着机器人出货量增长，低成本自动化采集方案可能取代人工标注，而仿真数据的可信度提升也会挤压真实数据的需求空间。对于从业者而言，建议关注三个方向：一是垂直场景的数据闭环能力，如医疗手术、精密装配等高价值领域；二是数据基础设施与模型训练的耦合深度，能否提供“采集-清洗-仿真-训练”一体化服务；三是合规与隐私保护能力，尤其在人形机器人进入家庭后，数据安全将成为分水岭。44.7亿元融资只是序曲，真正的战役在于谁能用数据定义下一代机器人的智能边界。