具身数据采集报价差百倍：千元订单到8元时薪，差价去哪了？

《科创板日报》11月11日讯（记者 李明明 田野） 叠外套、抖开外套，小云在家里一遍遍重复这套动作。任务来自兼职群，做的是具身数据采集，到她手里时薪15元。

她录下的是第一视角动作数据。中间商把数据封装转手，卖到机器人公司那里，报价最高能到300—500元/小时。15元和300元之间，隔着数据质量，也隔着一条多级分包链。

《科创板日报》记者花多日走访了一线采集员、数据供应商、采购方和县域数采服务商，发现具身数据交易的价格差异很明显：同样按1小时算，优质真机数据挂牌价能到千元，流转到末端的原始单目数据最低只卖5元。落差一方面来自数据质量和加工深度不同，另一方面跟订单层层分包、数据反复转卖有关。有些项目里，一线采集员的时薪被压到8元左右。

资本这边在热捧，多家具身智能数据采集服务商已进入百亿估值俱乐部，行业里喊着高质量数据稀缺；另一边却是低价副本泛滥、订单多级转包、数据溯源失效，订单真实性也存争议。千元具身数采订单的报价，怎么一步步变成最低8元的时薪？每小时只卖5元的数据又是从哪来的？

近日，《科创板日报》记者顺着订单流转和数据来源展开了调查。

数采员工作实景 （摄影 田野）

▍差价去哪了：层层分包与副本倒卖

小云的遭遇不是孤例。多名数采从业者向《科创板日报》记者证实，行业里多级分包确实存在：甲方给到上百元每小时的订单，经五六级中间商转手，落到基层采集人员手上只剩15元左右，最低的只有8元。

一名在县域组织采集项目的服务商告诉《科创板日报》记者，他给采集员开的报酬底线是30元/小时。“低于这个标准，要么项目本身难以盈利，要么数据的合规性、来源存在隐患。”

《科创板日报》记者在采访中了解到，无本体采集设备门槛低，数据采集很快走向劳务分包化：模型厂商或大型供应商发订单，中间商拆分任务，区域采集点再组织人员完成动作录制。

“这本质上就是‘包工头’模式，管理能力直接决定产能。”上述县域数据采集服务商说，数据采集员“识字即可、三天上手”，于是部分项目的利润核心从技术研发转向了人力组织能力。

在这名数据采集服务商接触的项目里，上游拿到百元级订单后，分包给服务公司的价格降到70—90元/小时，再往下拆，结算到一线采集员时只剩40—15元/小时。这些数字来自不同项目，不能简单看成同一订单的固定分成，但层层压价的现象被多名受访者反复提到。

王健把部分中间商比作数据“粮商”：终端买家要十万小时乃至百万小时级数据，供应商就从分散的采集点收货，去重、加工后统一打包交付。能消化海量数据的买家有限，谁掌握订单，谁就在很大程度上掌握分包和定价权。

上述县域数据采集服务商透露，国内数据生产商平均毛利约为20%—30%，海外市场毛利可达30%—50%。

除了分包，另一种压低数据售价的办法，是让同一份数据被多次出售。

金戈估算，在中国采集无本体数据，即便用低成本方案，人力、设备、存储和传输等成本加起来，每小时仍需20元至40元。对于每小时只卖几元的数据，采购方得核查它是否存在重复销售、私留副本或其他来源问题。

“无本体数据被转卖三五遍，在行业里很常见。”金戈说，这类数据难以溯源，部分团队完成订单时私自备份、二次售卖；更有甚者，在客户采集设备旁额外架设录制设备，一套素材多渠道变现。

有从业者向《科创板日报》记者描述了更隐蔽的操作：采集团队把几台手机用橡皮筋绑在一起，同步录制同一个动作，其中一份用来完成原订单，其余副本私留下来，随后流入黑市。

金戈坦言，其团队已为真机数据加入可追溯的“数据指纹”，但无本体数据“目前没有太好的解决办法”。数据来源、授权和售卖次数都确认不了的时候，按小时比价格，也就失去了最基本的意义。

制图 田野

▍同一个“1小时”，报价相差百倍

据悉，眼下市场流通的具身智能数据主要有两类：一类是机器人本体运行产出的真机数据；另一类是人佩戴摄像头、眼镜等设备录制的人类第一视角数据，业内也称作无本体数据、Ego数据。

记者李明明制作

《科创板日报》记者采访时，灵御智能联合创始人兼CEO金戈给出行业大致参考价：无本体数据每小時100元至300元，真机数据则在300元至1000元乃至更高。

具身智能资深业内人士王健给出的行情则是另一组反差明显的数字：用手机、GoPro等简易设备采集的单目原始数据，部分货源每小时只卖5元至10元；经过语义标注、补上手势姿态和深度等信息后，标准化无本体数据集报价可达每小时500元。

王健对《科创板日报》记者说得很直接：市面上不少非头部机器人本体产品设计上就有硬伤，干常规任务的效率跟人比差得远。他判断，眼下真正够得上训练标准的优质真机不到1%，只有少数头部厂商的本体能达标，剩下那些真机产出的数据，参考价值很有限。

原力灵机是一家具身智能企业，其相关负责人同样对《科创板日报》记者表示，具身智能这行，数据不是堆得越多越好，真正要紧的是数据真不真、有没有效，能不能让模型学到正确的动作策略。

该负责人说，低质量数据要是直接拿去后训练，数据里的毛病会一路带进训练过程，最后体现在实际部署的表现上。“拿5元一小时的劣质数据去喂模型，不仅浪费算力，更会污染模型。”

记者李明明现场摄影

▍数采场退潮：订单要过真实需求这一关

价格之外，订单是真是假，也开始有人较真了。

《科创板日报》记者了解到，到2026年6月，全国建成并启用的具身智能训练场超过70家，还有40多家在建或规划中。今年9月，梅卡曼德创始人邵天兰公开提出质疑：一些具身智能公司靠数采中心和关联交易，做出“虚假且不可持续的收入”。

灵御智能联合创始人兼CEO金戈的看法是，数采中心这种模式不能一上来就扣上刷单的帽子。地方平台出设备、出场地，扛的是重资产投入；企业这边提供设备、再把数据买回去，逻辑跟订单农业差不多。只要数据是真采出来的，能用于自家模型训练，或者卖给真有需求的客户，这条商业链就站得住。

不过金戈也承认，数采中心只是行业早期的过渡形态。眼下大量订单还停在演示Demo的层面，造不出真实的产业价值，可资本市场可能已经按成熟阶段给估值了。终端需求要是起不来，或者地方财政支持一收紧，靠这类订单吃饭的企业收入就得往下掉。

具身智能资深业内专家王健则向《科创板日报》记者透露，据他观察，前一阵机器人公司之间互相循环采购硬件和数据的那种虚假交易，今年在慢慢变少，一些只靠纯真机数采的厂商已经陆续退出市场。

王健表示，过去那种把真机集中摆放在一起的传统数采场，地方政府不会再建了；以后新上的数采场会换路子，围绕真实场景来做，靠人工去采集无本体数据。

有个案例可以对照着看：石景山首钢园睿尔曼数采场用真机遥操采集，曾被称为北京首个人形机器人数据训练中心，现在已经停运。

变化背后是数据需求在挪位置。模型预训练阶段要的是海量、多元的场景数据打底，可真机采集速度慢、场景又比较单一、成本还高，已经很难完全跟上当前的需求。数据是不是真机采的，不再是最要紧的事；能不能进真实场景、能不能被模型用起来，正成为新的检验标准。

▍数据价值如何从规模转向质量？

以前具身数据采购一直按“采了多少小时”来计价，这套算法现在正被打破。

原力灵机相关负责人告诉《科创板日报》记者，数据本身没法按小时直接定价。以他们的数采实践来说，模型后训练阶段按GPU实际训练时长收费，部署之后云端推理则按Token消耗量收费。

他还提到，1元/百万Token是通用模型的调用价，和数据本身值多少钱并不直接挂钩。“拿Token价格去推数据值多少，或者据此判断5元到1000元的价差在后训练环节能被压掉多少，都不靠谱。数据究竟有没有价值，说到底得看它能不能帮模型处理更复杂的真实任务。”

这位负责人认为，“真实数据不等于真机数据”。机器人部署规模还没做大的阶段，采集人的第一视角操作，可以作为真机数据的重要补充。但往长了看，具身数据一定要从人工采集，转到机器人在真实场景里大规模运行、持续回传数据。只有让机器人进到实际场景，在持续运行中攒下失败案例和反馈，“才能形成真正有效的数据飞轮”——数据越用越多，模型越训越好。

说到底，数据供应商和资本市场面对的是同一套问题：数据授权合不合法、清不清晰，客户是不是真在用，能不能持续带来复购和回款。验收标准从“交了多少小时”变成“机器人多学会了什么”，那些只靠复制数据、压低人力价格、做高账面订单的生意，空间只会越来越小。

《科创板日报》记者注意到，具身数据产业的这些痛点，已经进入政策视野。国家数据局近期在行业高质量数据集建设链主工作座谈会上提出“以需定供、以用促建、以评提质”，给行业指了个从规模转向质量的方向。

（应采访对象要求，文中小云、王健为化名。）