具身智能的数据采集头一回进入大众视野，起因竟是一场租房误会。

近日有新闻冲上热搜：有人一次租下30套房子，每套只租一周上下，中介一度怀疑是新型骗局或另有违法勾当，查来查去才弄明白，租这些房子只是为了搭出场景，给人形机器人采集训练数据。

采集数据已经卷到这个程度了？雷科技（ID：leitech）发现，类似的故事并不少见。

具身智能赛道越来越热，一批专做机器人数据采集、标注和训练服务的公司随之冒了出来。

这些公司里，有人搭起数千平方米的机器人训练场；有人把采集设备寄给普通人，让大家在家做家务时顺手替机器人采数据；还有人把业务铺到了全国几十个城市。

机器人本体还在四处找商业化场景，教它学技能的数据采集生意，反倒先热闹了起来。

机器人还没进家门，已经先养活了一批教它干活的人

数据就是一切。过去几年大语言模型进步得快，一个重要原因是互联网上堆着海量文本、图片和视频。

网页、书籍、社交平台上的内容，都能拿来当模型的学习素材。这些数据同样要筛选、清洗和标注，可获取渠道好歹算丰富。

机器人就没这个运气了。

人能靠文字和视频学知识，机器人却不行。它想真正完成一项物理任务，光知道该怎么做远远不够，还得弄懂物体的位置、形状和重量，清楚手臂该移到哪儿、抓取要用多大力度，碰到意外又该怎么调整。

雷科技 CES 2026 现场摄制

拿个简单的例子来说，让机器人去拿一只水杯。

对人来说这几乎不用过脑子。机器人却得先认出水杯在哪儿、摆成什么姿态，判断杯子的形状，再规划机械臂的运动轨迹，控制夹爪把杯子抓住。要是杯里有水，抓取力度还得拿捏好：太大可能把杯子捏坏，太小杯子又会滑掉。

况且人在真实生活里很少只做一个孤立动作。我们可能一手拿着手机，另一只手端起水杯，然后转身把杯子放到桌上，这中间牵扯到双手配合、空间判断、物体识别和连续动作规划。

所以机器人只靠看视频，是学不会干活的。

它需要大量真实世界里的交互数据：人在什么环境下做了什么动作，手和物体怎样接触，动作做完之后又出现了什么结果。

这类数据，单靠互联网很难提供。

按中国证券报10月的报道，当前许多做机器人、做大模型的公司，对数据的需求量正从百万小时量级抬升到千万小时量级；而机器人的一项技能要想练到能交付的程度，单个技能点或许得喂上2000至5000小时训练数据。

专门采集机器人训练数据的公司，就是这样出现的。

除了开头提到的在30套房子的固定场景里采数据，还有不少公司为压低成本，开始摸索无本体数据采集。

无本体采集大致可以这么理解：不一定要让一台完整的人形机器人亲自做完所有动作，而是让人戴上头显、手套，或手持夹爪等设备，模拟机器人执行任务的过程，再把人的动作轨迹、空间位置和操作信息转成训练数据。

这么一来，采集成本能降下一大截。毕竟一台完整的机器人不便宜，若每采一条数据都要占住一台机器人，规模化的开销可想而知。

这么看，机器人数据采集员干的活，有点像当年给AI模型做数据标注的人。区别在于，这回他们不只是告诉AI一张图片里有什么，还要亲自走进真实世界，告诉机器人应该怎么行动。

租房的有，搞众包的也有，数据采集这块市场已经起风。

说起来新鲜，数据采集其实早就不止一种玩法。

眼下跑得比较多的，大致是三条路：集中式采集、众包式采集，还有围绕数据处理和训练做全链路服务。

集中式采集的做法是建专门的机器人训练场，把家庭、工厂、商超、餐饮这些场景搬进固定场地，再摆上不同型号的机器人和采集设备，让它们一遍遍执行指定任务。

北京人形机器人创新中心就建了专门的数据与训练基地。这种模式的好处是数据质量比较好把控——环境、设备、操作流程都相对统一，出了岔子也便于追溯。

局限也摆在那儿：真实世界太大，一个固定训练场没法把所有情况都模拟出来。

众包采集于是成了另一个选项。

9月，觅蜂科技（智元机器人旗下）把具身智能数据采集做成了众包：普通人申领设备后，在日常生活中整理桌面、炒菜、折叠衣物，完成这类任务就能采集数据并领取报酬。

到10月，觅蜂科技的众包业务已经在北京、广州、深圳、上海等40个城市落地。

参与者每小时采集能获得10元至30元收入。对普通人来说，这相当于把日常生活中的部分动作变成了一份兼职；对数据服务商来说，则是用相对低的成本，把采集网络铺到更多真实家庭和生活场景里。

图源：雷科技摄制

参与者甚至不需要懂机器人。

按要求佩戴设备、完成指定动作，再把采集到的数据传上去，就有机会成为机器人训练数据的提供者。

觅蜂科技之外，京东也在推类似的大规模数据采集计划：发动内部超过10万名不同职业的员工，以及外部最多50万名各行业人员参与，目标是一年内积累500万小时人类真实场景视频数据，两年内突破1000万小时。

另有一批公司不满足于只卖原始数据，已经开始往数据处理、标注、质量审核、模型训练这些环节延伸。

举个例子，一个人把衣服叠好，看上去只是一段简单的视频，可机器人真正需要的，可能是手部运动轨迹、物体的位置变化、抓取时的接触信息，以及每一个动作对应的任务状态。

这些信息若不经过处理，数据对模型的帮助就会大打折扣。

所以数据服务商要做的不只是采集，还包括数据清洗、动作标注、质量检查、格式转换，甚至按客户的机器人构型和模型需求定制专门的数据集。

有意思的是，参与数据采集的不只是具身智能企业，地方创新中心、AI数据服务商、硬件设备厂商，乃至手里握着大量线下场景的零售和服务企业，都可能进来。

机器人还没大规模卖出去，围绕机器人学习能力的产业分工倒是先一步建了起来。其实也不难理解，智能驾驶走的是类似路径：前期靠大量现实数据学习，然后在某个时间点集中爆发。

卖数据真能赚钱吗？还得看适配度。

看到这里，可能有人会觉得：普通人戴上设备、做做家务就能参与，需求看起来又旺，具身智能数据采集似乎是门不错的生意。

话虽如此，也不建议盲目入局。数据采集的规模确实在扩大，但这不等于所有数据都卖得出去，更不等于已经有了稳定的盈利模式。

从招聘APP上也能看到，具身智能数据采集这份工作工资并不高，大部分集中在3-4K这个区间。要是在一、二线城市生活，这个薪资还不如跑跑外卖。

图源：某招聘APP截图

这份活门槛不高，数据本身又不是通用货，投入和产出对不上，薪资自然给不上去。背后原因有两个。

第二个原因更关键。具身智能行业的技术路线还在快速演进，各家的机器人构型、传感器、控制系统、模型架构都不一样。结果就是，一家数据服务商采回来的数据，未必能直接交给另一家机器人企业用。

于是行业里出现了一个尴尬局面：所有人都在喊缺数据，各家却各按自己的技术路线搭数据体系。

图源：新华社

中国信通院《具身智能发展报告（2025年）》提到，眼下不同训练场的数据采集、标注方式以及机器人本体构型并不统一，跨训练场的数据难以整合和共享。训练场数据能不能持续匹配真实业务需求，也还有待验证。

数据跟普通商品不一样。普通商品生产出来摆上货架等买家就行，数据往往要按客户的机器人、模型和具体任务做适配。

机器人企业自己也在动手。智元机器人有自建的数据采集工厂，还通过旗下觅蜂科技试水众包采集；北京人形机器人创新中心既建训练基地，也推数据交付；银河通用、优必选等企业同样围绕自家产品和模型搭建采集、训练能力。

所以将来更可能出现的局面是自建数据体系和第三方服务商并存，而不是所有机器人企业都把数据采集外包出去。

说到数据，隐私安全这个问题绕不开。

家庭、商超、餐饮这些场景里，采集过程可能碰到个人影像、家庭环境等隐私内容。小范围采集倒还好，一旦规模从几十个人扩到几十个城市，数据安全就不是小事了。

具身智能数据行业接下来要解决的不只是多采数据，还得让数据脱敏，并在合规前提下持续产生价值。

某种程度上，这比单纯把采集规模做大更重要。