作者： Sam Padilla

编译：Yuliya，PANews

编者按：本文编译自一篇关于机器人数据行业现状的观察文章。作者在过去46天里开了180场会，并与投资人、研究者、创始人以及47家数据生产方交流，试图勾勒2026年11月的机器人数据市场，并推演2027年的走向。以下为编译原文：

在过去的46天里，我密集参加了180场会议。自从发布了@Eidon_AI的项目复盘后，我与机器人领域的数十位投资人、科研学者以及初创公司创始人进行了深入交流。

与此同时，自从上线了@ByCrux的意向登记表，我们已严格审核了47家数据生产商，并收集了他们详细的数据规格标准。所有这些一手信息，加上我和@_varunnair投入大量时间对全行业进行的系统梳理，让我对当下的市场现状有了非常清晰透彻的理解。

市场需求丝毫没有放缓的迹象，但大家所渴求的数据形态正在发生剧化，而且迭代速度极快。不少规模更大、根基更深的老牌行业玩家也在加速入场。这个行业正在走向成熟，竞争也变得愈发激烈。

这是关于2026年11月机器人数据行业的一份全景速写，也预示着来年整个行业的走向。

1小时的数据到底值多少钱？

在下文中，我会多次提到每小时的数据单价。这些数字都是基于大量业内沟通和深度研究所得出的最佳预估值。众所周知，这个市场在价格方面极不透明，因此大家对下文的估价可以保持适度的审慎。

一小时机器人数据的真实价值，主要取决于五个核心维度：模态、地理区域、采集场景、排他性以及标注程度。

模态与传感器配置

机器人数据采集的根本目的，就是记录物理世界的运动。但没有哪两家实验室对动作需求是完全一样的，也没有哪两个采集团队的捕获方式会完全雷同。

这种模态和技术路径的差异，是决定一小时训练数据价格的最关键因素，它直接拉开了从大约5美元一路飙升到120美元左右的巨大价格区间。

如果把不同的模态按照复杂程度粗略排个序：

排在最简单这头的，是“第一视角视频”（也就是人眼视角的录像）。它分两种：

• 一种是最基础的“单目”，也就是单个镜头拍的普通视频，平时拿个手机绑在脑门上录出来的就是这种；
• 另一种是“双目立体”，这得用专门的双镜头相机，两个摄像头隔开一段距离同时拍。就跟人长两只眼睛一样，双镜头拍出来的画面能直接算出画面里东西离你到底有多远（深度信息）。

排在最复杂那头的，是“触觉数据”，也就是摸到东西时的手感。现在市面上冒出了各种各样记录触觉的传感器，但大家心里都没底：这玩意儿耐不耐用？好不好使？在这个传感器上采集的数据换到另一个机器人身上管不管用？目前谁也没做出绝对统治级的产品。

但全行业私底下都承认：触觉数据，绝对是机器人学习的下一个终极风口。

夹在这两头中间的，则是五花八门的大乱斗方案。大家觉得光拍个脑门视角的视频不够用，就往身上加各种零碎——比如在手腕上戴个摄像头、用专门的手持夹爪设备（UMI）、穿上一整套记录全身骨骼动作的动捕服（我们以前在Eidon干的就是这个），甚至是让人远程遥控机器人来录数据。

区域、环境、排他性与数据标注

如果说模态决定了价格的基本区间，那么以下四个因素则决定了价格在这个区间内究竟是向上浮动还是向下折价：

• 地理来源：美国本土采集的数据始终稳坐各价格区间的顶端。它是最抢手的地理区域，因为绝大多数美国机器人公司锁定的首发落地部署场景都在这里。而处于价格底端的，则是来自印度和东南亚的第一视角视频，目前这类供给已经严重过剩。买家手里的存量已经远超实际所需，所以这类数据价格最低，甚至已经有几家核心买家彻底停止采购了。
• 环境与任务：商业场景的价值远高于家庭住宅场景。大部分兼职人员都是在自己家里录视频，大家早就看腻了。但你想进到真正的工厂、车间里去拍极难拿到许可。所以，那些拍专业水电工接线、或者暖通师傅修空调的实操画面，极其稀缺，自然能卖出大价钱。
• 排他性：独家独占的数据自带溢价。买家愿意多掏钱，很大程度上是买断竞争对手获取相同数据的可能性。说实话，现在市面上在跑的大量采集项目，背后签的全都是排他独家协议。
• 数据标注：经过清洗标注的数据售价显然高于未经处理的原始数据。但我发现不少公司和创始人在这件事上过度押注了。根据我的实际经验，数据标注对每小时单价的提振拉升作用，其实远没有多数人想象的那么大。

只要你理解了这几个核心变量是如何相互作用并随时间推移而演变的，你就能够从第一性原理推导出来年整个行业的大致走向、需求会发生怎样的转变、哪些赌注不值得盲目去跟，以及接下来的钱应该往哪里投。

单目已死，双目抢空

回想2024年我们刚做@Eidon_AI那会儿，给路人发钱、让他们把手机绑在头上录自己干活的样子，在大家眼里还显得……挺奇葩、挺不可思议的。

那时，机器人行业对第一视角视频存在着巨大的供给真空，甚至根本顾不上数据究竟来自哪里、是用什么设备采集的。

所以你看，短短两年过去，风向彻底变了：好几家大实验室已经彻底不买单目第一视角视频了，特别是印度、中国和东南亚发过来的货。低端市场早就被喂饱了，研究员们的眼界也早就超越了单镜头能给的那点可怜信息。

在我们收到的所有供应商申请里，“单目第一视角视频”依然是数量最多的存货，而且出货地清一色扎堆在印度、菲律宾、巴基斯坦和东南亚。

现在，除了极少数专门在美国本土搞大规模独家采集的项目外，几乎所有跟我们聊过的数据团队，要么已经全面换成了双目相机，要么正在拼了命地往双目方向转。

这等于给全行业拉出了一条新的及格线，而且这道门槛把很多人直接拦在了门外。你要买双目立体相机，哪怕是挑物料成本最便宜的低配款，一台也得200美元，要是买好一点的高清现成商用货，直接奔着1000美元往上去了。

这就意味着，你现在要是想找100个人帮你拍视频，单单给他们人手配个相机，硬件采购费就得砸进去5万美元。这再也不是当年“随便写个手机App扔到应用商店，让大伙下载了就能开工”的轻资产零成本套路了。也正是因为这道硬件门槛，我目前看到的所有双目数据产能，几乎全被提前包圆订光了。很多采集团队为了能买得起这批双目相机，不得不提前跑去抱大腿，跟买家签收入分成或者排他独家协议来筹启动资金。

在我们审核过的数据生产商里，大概只有四分之一拿得出双目数据。而手里真有现货能随时卖给你的，只有可怜的两家，两家加起来的存货总共也就大概1750个小时。其他大部分团队要么是接了独家单子在闭门赶工，要么是拿到订金后才按需开工。

但换个角度看，这本身就是个巨大的新商机。行业现在极度渴望那些既懂硬件制造、又懂数据采集到底怎么算账的相机厂商入场，大家都在眼巴巴地等着用合身的双目相机。

一句话概括现状：双目立体成了新底线，市面上现货几乎为零，大家拿着钱都快找不到靠谱的专用相机供应商了。

触觉传感：下一片兵家必争之地

触觉是现在所有科研大佬眼里的大肥肉，未来几年数据采集的主战场绝对在这儿。今年早些时候，我们团队盘算着要不要量产自己的Eidon触觉手套时，外界给开出来的收购报价，居然高达一小时120美元。

市场的需求异常旺盛，但放眼望去，当下的供给端根本无力满足。

现在能找到的触觉数据集，不仅规模小得可怜，还都是各个高校实验室各自为战搞出来的玩具，七零八落分散在完全不同的传感器上。拿这些数据去微调一个现成的模型（比如参考那篇T-Rex灵巧手抓取的论文，arXiv:2606.17055），或者训练一些特定的小动作还凑合；但要想拿来给一个大模型打底做预训练，这点数据连塞牙缝都不够。

不过想想看，第一视角视频两年前不也是这副惨状吗？那时候谁要是敢说“我们要攒出几万小时人眼视频来预训练”，大家也觉得这是在痴人说梦。

而到了今天，我们已经拥有了规模超过10万小时的开源数据集。

然采集触觉数据的难度比扛个相机高了成百上千倍，但军号已经吹响了，大家都在抢着拼刺刀，看谁能率先攒出第一个能配得上视频体量、足够用来做预训练的庞大触觉数据库。

可这片天地实在是太新、太荒凉了。行业到现在连个标准的传感器长啥样都没定下来，而且机器感受到的触觉信号跟采集它的特定硬件死死绑在一起。你在甲手套上采到的感觉，拿到乙手套或者丙机械臂上，算法到底还认不认、能不能通用？这在科研界到现在都还是个没解开的谜题。

除了这层技术研发与工程落地的难题，现实中的落地阻碍同样严峻。

给采集工人戴上厚重的传感器手套，手掌手指全变笨拙了，原本很麻利的活儿现在根本干不利索；大部分市售手套的耐用程度根本没经过抗造测试，动不动就坏；一副手套动辄卖4500到8000美元，如果给100个工人铺开，光买手套就得干进去45万到80万美元，这足足是买双目相机的十倍开销。就算你每小时能卖出100美元的天价，你也得连续卖出45到80个小时的有效数据，才刚刚把这副手套的买本钱给挣回来——这还没算工人的工钱、拍废了作废的成本、后期处理的费用，以及设备坏了修修补补的折旧呢。

眼下每个采集团队都想对外宣称自己在做“触觉数据”，但要把这件事情做好，更别说形成规模化量产，其中的复杂难度极其巨大。

不过很有意思的是，我们看到一个专门给数据采集量身定做硬件的细分新赛道正在成型。在我看来，站在通往2027年的时间节点上，这绝对是整个领域最值得密切追踪的方向之一。

以后产量上去了硬件成本肯定会降，但在当下这个阶段，只要下游买家愿意掏大钱，做采集硬件的经济账简直香得不可思议。

关于这一块其实还有很多值得深挖的细节，我后续会单独写一篇长文来彻底拆解触觉赛道。

市场正在加速步入成熟期

今年1月，老牌AI数据公司Defined.ai在CES展会上宣布进军物理AI数据。他们前脚刚官宣，我们后脚就达成了合作，把我们手里的身体动作姿态数据集打包卖给了他们。

到了3月，外卖巨头DoorDash直接上线了一个叫“Tasks”的内部软件，花钱让旗下的外卖小哥在闲着的时候拿手机拍自己叠衣服这类家务活，拿去给前沿大厂训练机器人。

不仅如此，沿着技术栈上下游看去，几家原先并非做机器人的各路企业也纷纷将目光投向这片水域，开始大举调转船头涌入这个赛道。

中后期的融资规模更是夸张得离谱：XXDOF在6月份拿了7000万美元，据说当时还在谈下一轮12亿美元估值的融资；Mecka在10月份拿下了6000万美元的B轮；连靠大语言模型数据发家的大头子Micro1都公开表示，单是机器人生意，给他们带来的年化营收就已经突破了1亿美元大关。

在我们的行业地图里，“数据服务”已经成了全产业链第三大的地界，仅次于造机器人的本体厂家和做场景落地的集成商，而且几乎每周都有新面孔杀进来。

那些本来就在给头部AI实验室供货的老牌数据贩子，现在全在调转枪头。比如Polyshares，过去一直是专门向AI大厂卖工业运营数据和3D模型的，结果他们前阵子直接宣布跟Amelia Robotics联手，一瞬间把自己庞大的中介销售网全接到了机器人赛道上。

这个大趋势，反复验证了我在这180场对话里悟出的那个最扎心的结论：搞机器人数据这门生意，到最后能剩下的真正壁垒，其实就两样东西——硬核的专用硬件，以及通天的客户关系。

至于卡在这两样中间的那些杂活——什么清洗数据、质检排查、现场运营、人工打标签、数据可视化、甚至是搞个仿真模拟工具——虽然每样都有用，但充其量只是大家都得有的及格牌。展望新的一年，我实在不觉得单靠做这层中间杂活，能构筑起什么长期的防线。

这就是为什么现在只要手里认识几个头部实验室高管的人，都在拼了命地想把这层关系变现；这也是为什么专做中间抽成拉皮条的中介聚合赛道，正在以恐怖的速度迅速挤满人。

结语与思考

当下行业里一直有一种声音，认为“机器人的数据瓶颈问题”很快就会被彻底解决。这话其实不是全无道理：毕竟在刚过去的这短短两年里，全行业已经联手造出了几百万个小时的人眼第一视角视频。

事到如今，单目视频已经沦为了不值钱的白菜大宗商品，双目立体视频变成了最基本的及格线，而触觉数据面临的奇缺惨状，甚至比2024年年初的第一视角视频还要严峻。如果每一种数据模态注定都要经历类似的S型演进曲线，那我敢打包票，双目和触觉的需求绝对不可能在短期内降温。

但在机器人数据这盘生意里，到底该把自己的时间精力以及兜里的银子往哪里下注，并不是拍脑袋就能定的。不妨算一笔极其直观的账：想净赚100万美元，不同路子各自得肝出多少个小时？

• 如果按单目视频现在每小时5美元的骨折价算，想挣100万，你得没日没夜地采出整整20万个小时。这完全就是在极其微薄且越来越薄的利润缝隙里，靠拿命堆量的苦力活；
• 如果按触觉数据每小时100美元的天价算，你只要凑够1万个小时就能达成目标。但是对不起，现在好用的硬件根本就没做出来、设备贵得离谱，而且买家拿回去到底该怎么塞进算法里，现在连科学家自己都没研究明白。

这么一算账，反而是卡在正中间的方案，成了当下性价比最高、最讲商业理性的甜点区。

搞双目立体、手腕摄像头、手持UMI夹爪、以及全身动捕追踪，想要赚到同样的100万美元，所需采集的时长比卖单目视频少采4到12倍；而且最关键的是，采这类数据用的硬件如今全都存在、随时买得到现货，成本也相对可控。

整个市场的总需求绝对不会萎缩，但是及格线正在被无情地拔高，风向正在剧烈扭头，赛道也正在变得前所未有的拥挤。

想在这个行当里立住脚跟、做成一家有真护城河的数据公司，窗口期现在确实还开着；但在我看来，留给大家上车的时间，真的不多了。