物理AI的数据底座20260823

这份研报主要分析了物理AI数据作为产业趋势的核心驱动因素、技术路径、商业闭环优势以及市场空间。报告指出物理AI数据在产业层面的数据缺口共识和资本市场的加速倾斜是主要驱动因素，数据层贯穿感知、决策等五大环节，但全球机器人训练数据仅240万级，与文本大模型的15万亿token存在跨数量级鸿沟；具身智能可用数据缺口达20倍以上。短期技术路径靠“ego+umi”便携式众包采集破局，中长期看好“世界模型+仿真合成”以解决真机依赖与劳动力不足。商业闭环优势明显，物理AI数据产权清晰且敏感性低，易实现资产化，被视为数据要素发展的第二阶段，2030年市场空间或超5,000亿元。二级市场标的包括海天瑞声、中科创达、汇川技术和能科科技。

物理AI数据赛道的发展趋势呈现短期和长期两个阶段。短期内，行业采用“ego+umi”模式通过众包方式解决劳动力不足问题，包括影子采集、便携式众包采集、专业众包采集和游戏化任务等。中长期来看，技术发展趋势是“世界模型+仿真合成”，这将彻底解决对真机的依赖和劳动力不足问题，推动数据采集效率和质量的双重提升。此外，物理AI数据因其高价值与敏感性不直接挂钩、产权清晰且易实现资产化等特点，被视为数据要素发展的第二阶段，市场空间巨大，预计2030年市场规模或超5,000亿元。

研报重点分析了物理AI数据的产业链布局、技术路径演进、数据采集方式以及市场空间预测。在产业链方面，物理AI数据贯穿感知、决策等五大环节，占据关键卡位，与传统大语言模型数据相比，包含力觉、触觉等多模态数据，且必须满足物理规则。技术路径上，短期靠“ego+umi”便携式众包采集破局，中长期看好“世界模型+仿真合成”以解决真机依赖与劳动力不足。数据采集方式分为人类或互联网视频数据、仿真合成数据、便携式采集数据、真机遥操作数据四类，各有优劣。市场空间方面，普华永道预测2030年市场规模超5,000亿元，沙利文预测中国市场规模近2000亿元。

当前物理AI数据市场呈现供需严重失衡的状态。全球可用机器人训练数据仅240万级，而文本大模型训练数据已达15万亿token级别，存在跨数量级鸿沟；具身智能可用数据缺口达20倍以上。尽管数据需求量级随技术路径演进而急剧增长，但真实、高效、高质量的数据存量仅为几十万小时，与千万小时的需求相比缺口巨大。同时，2026年上半年一级市场对具身智能及相关数据领域的投资热度极高，总融资金额达935亿元，同比增5倍，资本关注点从机器人本体和模型延伸至数据基础设施，光轮智能估值达150亿元，标志着资本对物理AI数据稀缺性的认可。

研报提示了物理AI数据行业面临的主要风险，包括物理数据特性带来的供给刚性缺口、缺乏统一评测标准和行业非标准化、以及标准缺失引发的巨头竞争。此外，行业破局方向短期内采用的“ego+umi”众包模式也存在挑战，如数据采集效率和质量控制问题。长期来看，“世界模型+仿真合成”技术路径虽前景广阔，但技术实现难度和成本较高，可能存在技术路线不确定性风险。同时，市场竞争日益激烈，全球科技巨头、AI原生数据公司、传统AI数据标注公司均在积极布局，行业格局尚不明朗，可能引发价格战或恶性竞争。