只用了几个月，具身智能就从一个生僻而遥远的词，变成了几百支团队吃饭的本钱。

在河南、宁夏、四川、内蒙这些地方，某个地级县市里，你或许会撞见一群人头上戴着摄像头，把自己的一举一动录下来，再把视频数据交回具身企业，拿去喂给机器人做训练。

技术往前跑，资本跟着涌进来。IT桔子的调研数据显示，2026年上半年国内具身智能赛道融资322笔，总额935亿元；其中25家具身智能数据创业公司一共拿到超过170亿元。

钱的重心正在从硬件本体挪向机器人的“大脑”和数据训练，一条生产数据的流水线很快搭了起来，也把背景各不相同的人拉进了这场规模不小的数据生产试验。

「电厂」试着联系了多位做具身数采二次转包的服务商。这些人里，有的以前干的是传统AI语音数据采集、自动驾驶数据标注；也有的原本在婚恋交友、食品加工这类跟具身智能八竿子打不着的行当里。

有人试了没多久就撤了，也有人慢慢摸清了这门生意的门道，想趁着窗口还开着赶紧赚上一笔。

他们够灵活，具身企业那些五花八门的需求场景，他们找得到；他们也够下沉，所以在劳动密集的数据采集环节里，还能挤出利润来。

可灵活并不代表能拿到主动权。上游具身企业一改技术路线、采集标准或需求场景，处在产业链最末端的这批“二包”总是最先感到市场风向变了。

对他们来说，围绕订单、成本和利润的较量才刚拉开。

机器人缺数据，上百家“二包”冒了出来

6月，李星浩把雇来的众包员工佣金逐一结清，又给每个众包点了一杯奶茶，几个月的具身数采创业到此收手。

前具身数采创业者李星浩的经历，一句话粗略概括，大概就是：下场最早的人，也最早决定退出。

「电厂」前后接触了十余个具身数采二包，多数人在五月、六月集中入场，也有拖到9月才进来的。李星浩则早在2月就把一个“分布式数据生产系统”的创业想法理了出来，是这批人里最早的。

事情要从2026年2月说起。当时NVIDIA发表EgoScale和DreamDojo两篇重要论文，介绍了用人类第一视角（Ego）数据训练具身模型的成果。

有位从业者向「电厂」这样描述它的意义：“它让‘给人

贵州惠水，贵州盛华职业学院的学生在进行数据采集

这种认知要从机器人/具身大小脑公司传到下游环节，本来还得等上一阵。但那时候，李星浩从

差不多在同一时期，"千万小时级的数据缺口"这个说法，开始被不少具身企业挂在嘴边，成了对外谈及具身模型训练时的常见口径。

对人类来说，数据是贫矿；到了数采创业者眼里，这就成了富矿。机器人公司缺数据，可要把Ego数采员链接起来，光有摄像头和算法远远不够——地域距离、设备调配、层层放大的信息差，还有怎么把一个个个体组织起来，都是绕不过去的现实难题。

"李星浩"们很快看明白了：把这些缝隙填上，本身就是一门生意。机器人公司一般把数据采集任务交给分包商，分包商再往下转给更下沉的团队，由后者组织人手、设备和具体场景把采集干完。这套流程，行内叫"放单"。

整个2月，李星浩手头同时压着几件事：手搓自研双目原型机、验证供应链、跟客户沟通。到4月，他创办的杭州莫劳劳科技有限公司已经进了国内某头部具身智能企业的供应商名单，一个校园场景下的数采项目开始推进。

李星浩"手搓"的双目原型机/受访者供图

李星浩对「电厂」说，按他的了解：“国内真正在做大规模Ego数据采集的具身公司，上半年只有一家，就是我们服务的那个终端客户。中间只隔一层，我们是靠某大厂对接过去的。”

像李星浩这样从上游接单、再组织采集的人，通常被统称为"二包（二次转包服务商）"。

回头看，他入场的时机，几乎踩中了国内具身数采大爆发的前奏。企查查数据显示，截至9月9日，国内现存具身智能相关企业3855家，其中413家为2026年新增注册，前8月注册量达404家、同比增长25.08%。

近十年具身智能相关企业注册量及增速数据，图/企查查

越来越多的机器人企业开始主动向下游释放需求，这也在迅速把"二包"吸引进来。

《中国证券报》援引行业人士的说法称，到10月，"国内能获得一手数据采集订单的公司约几十家，而遍布各城市的数据采集下游分包商达到了数百家"。

这与从业者的预估对得上。二包之间经常互相转介资源。一位河北二包说，到11月他已经接触过大概200多个同行，据此粗略估算，眼下市场起码容得下300支二包团队。

具身数采要的数据五花八门，入局的人也就来自各行各业。

和「电厂」聊过的二包里头，有此前做方言采集这类传统ASR（自动语音识别）数采的，也有跟“具身”八竿子打不着的。

北京一位二包服务商负责人说，8月正式做具身数采之前，“我们是做劳务派遣的，就是输送工人进厂。”河北某地级市的一位二包，7月才布局数采，此前在当地经营婚恋交友服务；陕西一家二包把数采叫作“二次创业”，他本行是开食品加工厂。

数据还没采够，二包先陷进价格内卷

在这场

往行业里多看几眼就能发现，具身智能企业的数据需求一直在涨，可这份强劲并没有按同样比例变成中间服务商的利润。

李星浩的感受就很典型：第一个采集任务开工没多久，他就发现自己不光难赚钱，连原先设想的收支打平都做不到。

李星浩校园数采项目执行场景/受访者供图

大厂作为一级分包商，起初给李星浩开的是每小时40多元，最后按机器人公司认定的有效时长结算；他转头向参与采集的校园学生众包开出每小时20元佣金，基本贴着最低小时收入标准，按学生在场地内的实际时长算——每人每天兼职一般3小时。这中间的差价，就是李星浩的利润：

按一天算，账是这么摊的：有效小时数乘40元，再减去学生人数乘3小时乘20元，剩下的才是利润。

可没过多久他就发现，这门生意的规则远比预想的要狠。

校园项目第一轮采完、数据交上去，机器人公司甲方只认了50%的有效率。也就是说，光是付给学生的钱，就已经把账压得很难看。

李星浩原本的打算是，用至少追平麦当劳时薪的佣金把人吸引过来采集，慢慢滚成一个铺到全球的去中心化团队。这个设想没能走通，项目也就此被他叫停，成了直接原因。

2026年麦当劳的时薪是20.5元。早前有位自称懂行的分包商跟李星浩说得更直白：这个价，注定赔本。

这位分包商的原话是：“他和我说，（按照录制时长结算）最好就给众包五六块、十块钱的时薪，哪怕给到十五都会赚不到钱，因为你最后还要交税的。”

后来跟其他二包聊下来，我们才看清，这背后藏着一套算利润的公式：一级分包商主导的价值链条，先把二包的盈利天花板框死了；另一头，二包越进越多、互相抢单，采集价格只能一路往下探。

机器人公司把数据需求交给一级分包商之后，后者一般会按不同场景把采集任务“拆”开，发包给二包，采集设备也由他们提供。等二包把合规数据交回来，他们再完成清洗和标注，最后攒成一套高质量成品数据，交付给终端的机器人客户。

居家Ego数据采集，图/网络

清洗和标注大多走自动化流程。不止一个人对「电厂」说，这一段才是链条里油水更足的部分，在终端客户的预算里能占到过半甚至更多；采集本身就靠人力堆，这几个月进来的人越来越多，也就一天天卷进了拼成本、打价格战的局面。

河南纳斯熊得的合伙人Ray五月底才进数采市场，做的是覆盖工业、酒旅等全场景的真实场景采集。他对「电厂」说，采集场景和要求不一样，他接触到的采集任务报价大多在每小时30-60元；相比之下，标注的成本要稳得多。

他提到，采集按中间值算，每小时成本约40元；标注同样按每小时40元计，两项加起来大概80元。至于卖给机器人公司的价格，他见过最低的是每小时120元，多数落在每小时200-300元这个区间。

Ego视频经算法处理后生成手部关键点与场景深度信息/受访者供图

李星浩的体感和这一情况对得上。他了解到，有终端机器人公司给一级分包商开的成品数据收购价是每小时80-100元，比自己拿到的40元报价高出一大截。可身在二包的位置，往上游谈价没有余地。

入场的人多了，数采设备的覆盖率也在往上走，二包们普遍感到价格在往下掉。多位二包向「电厂」说了同样的感受。Ray回忆，团队做四目数据偏多，5月底刚起步时见过每小时120元的发包价，到8月基本落在30-60元区间。他提到整体都在下滑，原本每小时60元的单子，后来报价变成50元、55元。

墨然的观察时间跨度更长。他在自动驾驶数据标注行业干了多年，9月才转向具身数采。按他的说法，数采报价整体向下走，今年初光轮智能曾给到约每小时100元，如今市面上这样的价格已经不多见。

「电厂」拿到多份一级分包商发布的“放单”文件，情况与墨然所说一致。用手机、Go Pro这类单目设备采集，发包价大多集中在每小时20-30元；换成奥比中光等厂商的双目设备方案，报价升到40-50元，这也是市面上较常见的价格带。再往上，只有部分厂商的六目采集方案，或者针对特定工业场景的采集任务，报价才有进一步抬高的空间。

10份放单文件里，报价最低的一单是每小时25元，要求用iPhone 12以上版本的手机拍摄；纯Ego数据的报价最高为50元，要求用安卓手机拍摄；报价最高的任务开到每小时65元，条件是同步采集厂商自研的Ego+UMI（夹爪）数据。

社交平台上也有从业者发文提到，有甲方会把同一个具身数采任务同时交给不同的二包，再按报价“择低录取”。

涌进数采二包的人，与不确定性“共振”

对二包来说，能自己说了算的成本，基本只剩付给众包数采员的佣金这一块。

Ray向「电厂」讲起自己入行做数采之后的日子：忙得团团转，但节奏很固定。第一站通常是深圳、杭州、上海，跟甲方把需求对清楚；接着就飞河南、宁夏、辽宁、广东、四川这些人力成本更低的地方。到了那边，他要找到机器人客户企业指定的场景，工厂、酒店、商超都有可能。他说，这些地方的人力成本，跟江浙沿海比起来大概能低一半。

双方初步谈拢合作意向后，试采流程就会启动。Ray说，上游客户一般先给个2-5台设备，指定两个场景把流程跑通，然后寄来的设备越来越多，最后统一按有效采集时长跟二包结算费用。

二包拿到上游报价和试采有效率，再凭经验给自己留出利润空间，据此给试采员定佣金。

可实际采起来，各种问题躲不开，一不留神，原本算好的利润就赔进去了。

河南一位二包说，他10月接了个数采项目，在当地地级市找了一些众包做手工活采集。提交成果后的第二周，他得知有效率只有30%，项目直接变成亏损。他说自己当即让众包全停了，“现在不知道怎么回事，我越干越赔啊。这些天我一直在找（同行业的）人、找上游聊，想找个解法。”

有效率忽高忽低，其实并不少见。具身模型的技术路线还没收敛，不同的数据类型、采集设备、任务场景，行业也没形成统一的最优解。机器人公司往往一边买数据、训练模型，一边根据训练效果调整下一阶段的采集需求。反过来，随着具身模型的反馈，机器人公司的验收算法也在不停微调，采集者的有效时长怎么判定，规则也跟着变。

从这个角度看，二包不光在给机器人公司生产训练数据，也在替对方扛下技术路线和数据策略没定下来时产生的试错成本。

面对这些不确定因素，已经有人试着在二包之间搭起新的分工和转包链条，目的是让交付更灵活、也更容易放量；另一些人则想主动往行业上游走，去争取更厚的利润。

河北二包汪琦说，除了自己接采集任务，这几个月他陆续“链接”上了横跨多个省份和城市的一百多家二包商，各家手里的采集资源并不一样：“有的团队擅长手工业，有的能进医院采集，有的汇总了一批理发店、美甲店、房产中介的乡镇门店。”手里有了这些资源，他应付甲方需求时余地更大，不必每回都重新找场景、重新培训人手。反过来看，过去野蛮生长、极度分散的数采二包，说不定也会走向某种程度的整合。

Ray想做的则不只是撮合资源，他要在那之外攒出自己的核心竞争力：“比如说怎么把一些稀有的高价值场景采集攻克下来，比如尽量建立一些训练数据的壁垒，像是清洗标注、模型评测、打磨出自己的Benchmark。”到8月，他创办的纳斯熊得已经做出一条数据标注的管道。

结语：具身数采有愿景，也有悬念

2026年，Ego数采算得上具身智能市场里最火的几个概念之一。IT桔子的数据显示，仅2026年上半年，国内具身智能赛道就发生322笔融资、总额935亿元，大约占全国创投市场融资总额的14%，比2025年同期涨了5倍。这些钱里，有不少投向了Ego数采，或者与之相关的模型研发。

图/IT桔子

不过，不止一位从业者都在强调，数据采集终究是一门吃时间差的生意。今年7月，Ego数据服务商“EgoScale”的创始人袁日正接受采访时就讲过：“全中国今天真正能做到规模化交付、被头部客户验收的团队，不超过5家。”

墨然对前景的判断是“也就这一两年有机会”。Ray则把时间窗口看得更紧，他预计经过数月整合，市场最终可能只剩10家主要的数采供应商。

海天瑞声、数据堂这些上一代AI数据服务公司，走的正是同一条路。眼下智元等头部具身独角兽也已经亲自下场，搭建自己的数据网络。

图为智元旗下的数采平台觅蜂派，图源觅蜂派App

打算留下来的人，眼下都在抢订单、攒场景资源、铺合作网络，一分一秒都不肯浪费。

把这场产业变革往源头追溯，Dyna-2、Zeva-Ego、WING等Ego数据训练成果接连发布，可市场关于大规模数据采集是否必要的争论，其实一直没停过。

2025年5月，清华大学具身智能实验室负责人、交叉信息研究院助理教授许华哲在文章中提出一个设想：“具身智能如果一定要有ImageNet（计算机视觉标准数据集）时刻，其实不一定是一个数据集，而（有可能）是一款本体？”这提供了另一条思路。

刚过去的11月，他又把这一判断讲了一遍：“靠反复采数据、调模型这套路子，没法规模化走进千家万户。我们想做到的是，硬件本体只要达标，用户说一句自然语言指令，机器人就能零样本把任务完成，不用再耗大量人力去采数据。”他创办的破壳机器人2026年同样已拿到多轮融资。

资本则在全产业链上多头下注。这条产业链日后会形成怎样的分工、哪些玩家能留下来，目前谁也说不好。答案出来之前，二包们还得在变动的需求、有限的利润和激烈的竞争里，继续找准自己的位置。

（墨然、汪琦为化名；文中图片如无特殊标注，均来自视觉中国。）