027 数采物理AI最大短板数据基建即将爆发20260719 导读

核心观点与关键数据

• 数据采集的重要性：数据采集被视为推动物理AI及人形机器人技术进步的关键，但高质量、高保真数据的稀缺限制了大脑模型的泛化能力。
• 数据量增长预测：预计未来数据量将大幅增长，从当前的50万小时提升至100亿小时，为机器人技术发展奠定数据基础。
• 人形机器人数据采集需求：数据采集成为人形机器人订单的主要来源，预计2025年占比达31%，头部公司如资源语速0次方星海图等自建数据采集厂。
• 真实数据获取方式：真实数据包括真机运动信息、触觉与视觉信息及异构数据，其中异构数据因轻便低成本而广泛应用。

技术与挑战

• 数据采集技术：介绍了摇操作、动捕、仿真数据及异构数据等多种采集方式，强调高精度高质量数据的稀缺性与重要性。
• 数据采集挑战：当前数据采集量快速增长，但离实际需求仍有较大差距，尤其在非成功数据的收集上存在挑战。

产业链投资机会

• 投资机会环节：数据采集设备、数据采集公司、数据本地化公司和仿真平台。
• 数据采集设备：奥比中光、华谊科技、新能源科等公司订单供不应求，反映数据采集需求的爆发增长。
• 垂类应用：预计垂类应用因数据体量小和信息优质将率先放量，宜家和天启股份等公司可能产生五倍或十倍股。

研究结论

• 数据基建短板：数据基建是物理AI及机器人技术发展中的重大短板，市场空间巨大，可达几千亿级别。
• 投资建议：关注数据采集设备供应链和高ASP赛道，以及垂类应用公司，如奥比中光、IBU、宜家和天启股份等。
• 市场潜力：数据采集赛道爆发将为相关产业链带来重大机遇，预计市场空间可达1万亿人民币。