106个数采中心建成后，为何真正运转的不到七成？
“ 建了就上。国内机器人数据采集行业，正在进入一个没有人愿意公开承认的阶段。不是撤，也不是停。是犹豫。2025年春天到2026年春天，全国集中式具身智能数采中心从冷启动一路拉到月均7个以上的开工节奏，建设高峰出现在2026年一季度。据机器人大讲堂不完全统计，截至2026年8月，已公开披露的集中式数采中心共106个，84
“建了就上。”
国内机器人数据采集行业眼下正进入一个阶段，只是这个阶段没人愿意公开承认。
不是撤，也不是停，是犹豫。
从2025年春天到2026年春天，全国集中式具身智能数采中心从冷启动一路拉到月均7个以上的开工节奏，建设高峰落在2026年一季度。机器人大讲堂不完全统计显示，截至2026年8月，已公开披露的集中式数采中心共106个，其中84家已经投入运营，占比接近八成。
单看数字，这轮建设潮已经跑完。可“投运”和“转起来”之间，还隔着一道没人算清楚的账。9月份关联交易被媒体曝出后，不少地方更犹豫了：这个模式到底还要不要接着上。数采厂模式罕见地进入犹豫期。
01.
让数据流出来难
机器人大讲堂做了一次粗略盘点：106家数采厂中，能确认真正在跑数据采集的为67个；23个以训练、测试或验证为主；还有27个尚在规划或建设当中。
换句话说，挂牌子和产出有效数据是两回事，而行业统计长期把这两件事混在一起。
就算在真正运转的中心里，产出的性质也不一样。
2026年上马的大部分数采工厂，单台人形机器人本体成本60万到70万元；一名熟练遥操员一天干8小时，最后能产出的有效训练数据只有两到三个小时，剩下的时间花在复位、标注、空转和低质量轨迹上。
再加上场地、折旧、算力和存储，真机数据每小时的硬成本落在数百元到上千元区间。
问题不在这个单价是高是低，而在于买方按有效数据付费，卖方按在场小时投入，中间那五到六个小时的差额，没有任何一方愿意认领。
这就是犹豫期的第一层原因。
数采中心建成了，机器人在岗了，可数据从投入端到收入端的转化率低到让运营方不敢继续踩油门，也不敢直接踩刹车。
02.
格局的分化背后
第二层原因更隐秘。
106间数采中心并不是同一种东西。
按建设主体拆开，大致可以分成三类。
一类是机器人本体企业或数据公司自建，直接服务自身模型迭代；一类是高校和高职院校的实训基地，教学与采集兼顾；还有一类数量最多，是政企共建项目，地方出场地、资金和政策，企业出机器人、技术和运营团队。
三类主体如今的犹豫程度完全不同。
自建基地有模型训练需求托底，数据采出来内部消化，算的是模型能力提升的账，不是数据销售收入。
高校基地有教学经费和实训预算打底，数据是副产品。
压力最大的是政企共建型。地方要产业落点，企业要装机量，建设期两边高度一致；可到了运营期，数据卖给谁、按什么价格卖、谁来持续付费，这三个问题至今没有现成答案。
这里又绕不开一个被反复提起、此前一段时间常被媒体讲歪的问题：数据工厂和具身智能企业之间的关联交易。
此前有媒体曝出，不少数采中心的机器人来自关联本体企业，运营方与供货方在股权、团队或地方项目上关系盘根错节；数据采出来之后，又可能打着数据采购、模型服务的名义回流到同一体系。
外界由此很容易一句话定性：左手卖设备，右手买数据，闭环自嗨。部分头部公司的IPO进程一度因此受到影响。
这个判断下得太快了。买设备本身无可厚非。
数采中心要建起来，机器人就得买；本体企业有产品，数采中心有需求，供货、部署、运维、升级，本就是正常的产业分工。
双方存在关联关系，不等于设备采购就该被污名化。
人形机器人本体单价高、定制化强、售后依赖深，开源数据集又绑定本体，数采中心从熟悉的本土本体企业采购，甚至在建设期就绑定技术路线，本身是理性的工程选择。
设备是真实资产，机器人真在数采中心里跑，关节真在转，这些成本省不掉。
在我们看来，真正需要关注的不是有没有关联交易，而是关联交易里卖的是什么、按什么定价、最后谁买单。
设备采购计入当期营收，数据采购则应对应数据的长期价值。
数采中心买设备如果是一次性资本开支，采数据是持续性运营投入，那账至少应该分两本。
一笔是设备账，算法是资产折旧、利用率、运维成本；另一笔是数据账，算法是有效数据小时、跨本体复用价值，以及外部买方肯出的价钱。
两本账混在一起，就容易出现一种看起来很美、实际上悬空的虚假商业闭环。
设备销售确认了收入，数据采购确认了流水，地方项目确认了投资，可最终为数据买单的外部需求始终没有出现。
关联交易的风险不在交易本身，而在于用数据采购的名义，把设备销售的成本转嫁给地方预算或补贴，而数据没有经过外部定价的检验。
买设备属于产业行为，买数据才算商业模式。建设期预算能把设备推起来，数据不行，只能靠在真实场景里一次次失败、复位，加上长尾那一分钟一分钟慢慢攒。
买设备无可厚非，但买设备不能替代买数据，因为设备卖出去不等于数据被验证，机器人到岗不等于马上能上岗。
关联交易该不该有，其实不是最准确的问题。更该问的是三件事：设备价格能不能经得起同类产品比价？数据采购是按有效数据计价，还是按在场小时计价？采出来的数据，除关联方之外，还有没有第二个愿意持续掏钱的买家？
这三个问题回答不了，关联交易就会从产业协同滑向内部循环；回答得了，关联交易就是数采中心早期最现实的冷启动方式。
具身智能行业跟AI行业类似，设备是资产，数据是能力。资产可以关联交易，能力不能内部循环。
03.
跨本体复用：第二笔没人算的账
数采中心的价值，其实还得算一算数据跨本体复用的结构性成本。
全国数采中心部署的机器人总量已超过5000台，可65.96%的中心只采用单一品牌，不同机器人之间的数据格式互不兼容。同一项任务，换一台本体，往往就得重新采集。
也就是说，每一间数采中心采出来的数据，很大程度上只对一种身体有用。身体能快速量产，数据通用性的进步却远跟不上身体产能的增长曲线。
行业正在从集中式遥操真机向两条替代路径分流，原因也在这里。
轻量化采集这条路，是让一线工人穿戴设备在真实作业里一边干活一边采数据，人的视角直接进数据，边际成本比部署机器人低得多。另一条路则把机器人送进酒店、车间和仓库，在产线上记录失败与复位，而不是在恒温恒湿的样板间里采规整轨迹。
一条压低的是在场成本，另一条抬高的是数据真实密度。
04.
海外买的其实是另一码东西。
机器人大讲堂的调研显示，中国真机数据并非卖不动，出海存在价差。
国内真机数据每小时500元到1000元人民币，海外同类数据每小时600美元以上，相差接近10倍。海外企业更愿意直接买数据、不自己建中心，已有部分海外AI公司在采购中国人形机器人训练数据。
可见供给端的数据本身值钱，症结落在国内的需求结构上。
头部本体企业多半自建采集体系，中小企业又没有长期买数据的预算；按小时计价，买方自然紧盯着数据用下去到底能不能长能力。需求没变成可定价的数据订单，转而在自用、补贴、关联交易里内部循环。
数据局最近出了政策，数据不能出海，这是一层原因；海外还在建，还因为它们的账本算法不一样。
韩国那家数据工厂以财团形式挂进国家AI框架，实质是在变相扶持存储等行业；美国Apptronik的Robot Park有Google的基础模型需求托底；意大利和日本的数据设施则带着产业公地的味道。
它们买的是数据到位的时间点和国家能力，不是当期的数据销售收入。
国内第一轮数采中心的建设，跑的是产业园区的速度；运营却要面对模型训练这个慢变量。
05.
犹豫期的下一步是分化，不是集体退场
106间数采中心不会一起消失，分层更可能出现。
有模型训练需求托底的自建基地会照常运转，数据内部消化，账记在模型能力上。有稳定终端场景和订单的第三方中心，会从按小时卖数据转向交付可验证的作业能力，数据成了交付物的附属品。
那些靠一次性建设资金撑起来、又没有持续数据买家的中心，运营成本一直在发生，收入端迟迟不来，夹在中间就进入事实上的停滞——不宣布关停，采集活动却收缩，机器人利用率往下走，团队转去做别的业务。
犹豫期的第二层含义就在这儿：不是不清楚要不要继续，而是清楚继续的方式必须换，可换法的代价还没人肯先付。
数据不会消失。消失的是那些在样板间里采出来、没有真实失败、没有跨本体价值、也没人真正买单的数据。
106间数采中心建起来只用了一年半，可要让数据从中心里流出去、流到愿意持续付费的人手里，所需时间不以建设周期计。
海外正在剪彩的那间数采中心，赌的就是这段时差。
国内这批犹豫的数采中心，真正要回答的只有一个问题：你采出来的数据，除了你自己，还有谁愿意为它定价。
