本周具身智能行业最大的热点，就是梅卡曼德机器人创始人、CEO邵天兰的一条朋友圈。

　　当晚，很多媒体报道，与邵天兰之前（已删）的公开质疑部分公司通过数采中心创造不可持续的收入的相关朋友圈联系在一起。

　　对此，邵天兰转发了亿欧网和36氪Tech星球的文章，并发朋友圈称，“这个报案针对的是所谓网传pdf，完全和我无关我针对的是银河通用利用‘数采中心’等方式做关联交易，虚假收入，成立短时间就突击上市的问题。这个问题银河通用至今也没有回应。麻烦大家报道的时候不要混为一谈哈，避免银河通用浑水摸鱼把真正重要的问题蒙混过去了。”

　　他还在亿欧公众号评论（目前已屏蔽）区澄清称，“银河通用报案的事情是完全不相干的另一个事。麻烦媒体老师报道的时候别搅在一起哈，感谢。”

　　回顾正常时间，这件事的初心和过程我们无法揣测和体会，但结果和事实是，这件事给邵天兰带来了巨大的关注度和热度。

　　我和很多朋友讨论之后认为，邵天兰总只是讲了行业最大的实话，这件事本没有错。

　　但挑战在于，一方面邵天兰点名了“银河通用”；另一方面，在舆论发酵之后，梅卡曼德IPO上市，叠加宇树股价下跌、36氪第二天发表的文章、网上关于多家具身智能公司IPO遭遇举报信函等各种因素，让这件事变得复杂起来。

　　我们回归这件事的本质，就是为什么火热的具身智能行业，却出现各种乱象，尤其利用“数采中心”等方式做关联交易，虚假收入，甚至做无底价的循环交易，导致行业“劣币驱逐良币”？

　　简单来说，邵天兰连续两天在朋友圈炮轰的，是当前具身智能行业里一种依托地方政府资源、通过关联交易虚增营收的“攒局式”数采中心模式。

　　要理解这件事，需要先理清具身智能数据采集的底层逻辑、正常商业模式，再看这种畸形模式的问题在哪。

　　在具身智能行业，真机遥操作数据是训练机器人“大脑”最理想的数据，但这部分数据目前严重供给不足。

　　核心矛盾在于：仅靠仿真数据训练的模型，无法匹配真实物理世界的摩擦力、形变、不确定性等复杂因素，机器人直接落地真实生产场景会严重“水土不服”。

　　九游会真人游戏

　　但与此同时，当前人形机器人的自主智能化程度还很低，没法独立在真实场景中完成任务并采集数据。

　　正是在 “数据饥渴、仿真不够用、真机采集门槛高” 的背景下，数据采集中心作为专门的业态快速兴起。

　　目前国内具身智能模型的前训练阶段，有两大核心载体：数据采集中心和中试基地，二者是 “数据供给端” 和 “产业落地端” 的协同关系。

　　其中，数据采集中心（又称具身智能实训场/数据基地）：定位是具身模型的“数据工厂”，核心职能是搭建标准化采集场景、生产高质量训练数据集、制定数据规范标准，为算法模型提供训练素材，偏向技术供给侧。

　　而应用中试基地，定位是技术到产品的“转化孵化器”，是覆盖全链条的综合公共服务平台。除了数据采集外，还承担算法验证、场景测试、可靠性检测、小批量试制、产业生态对接等职能，帮助企业跨越 “从实验室样机到规模化量产” 的门槛，偏向产业落地侧。

　　数据从采集到应用的全链路，涵盖采集、标注、清洗、模型训练、调试验证等环节，分别落地在这两类载体中；数据采集中心输出的数据集，既可以流向模型公司用于训练，也可以流向中试基地用于场景验证。

　　1、真机遥操作采集：由专业操作员远程控制机器人在真实场景中执行任务，同步记录机器人全部传感器数据与控制指令。这是质量最高的采集方式，数据完全匹配真实机器人的物理特性，适合工业、特种作业等高精度场景。

　　2、人类动作捕捉采集（无本体采集）：操作人员穿戴动捕服、触觉手套等采集设备，在真实场景中完成家务、装配、服务等任务，系统同步记录动作轨迹、触觉反馈、物体位置等数据。不需要机器人本体参与，采集效率高、成本更低，且错误动作的修正数据比完美演示更有训练价值。

　　3、众包式场景采集：与物业公司、制造企业等场景方合作，让一线从业者在日常工作中佩戴轻量化采集设备，在不影响正常工作的前提下采集真实作业数据，大幅降低采集成本，同时保障数据的场景真实性与多样性。

　　4、仿真合成数据生成：基于物理仿真引擎和数字孪生技术构建虚拟场景，通过脚本驱动生成海量机器人操作数据。这类数据成本低、生成速度快，可覆盖大量极端与边界场景，主要用于模型预训练，但其真实性弱于真实世界数据。

　　正常的商业模式逻辑很清晰：数采中心采购机器人本体，搭建模拟真实场景的环境，通过上述采集模式生产数据，再把数据集卖给具身智能公司、大模型公司、数据清洗服务商，或者用于自身的模型训练。这本质上是一门 “生产数据、售卖数据” 的正常生意。

　　“把人工、折旧等成本考虑进去，数采中心买一台机器人差不多一年即可回本。”金戈说。

　　在这种商业模式下，各个环节都能赚到钱，也能产出质量不错的真机数据，这在行业内是通行的做法。

　　具体玩法是：具身智能公司先与地方政府合资成立数采公司、建设数采中心，建设资金通常按1:9或2:8的比例分摊 —— 机器人公司出10%-20%，甚至可以不出钱，绝大部分由地方政府出资。

　　随后，这家数采公司向合资的具身企业采购机器人本体，形成大额采购订单；数采中心产出数据后，再由这家具身智能公司回购。

　　一来一回之间，具身智能公司获得了实打实的订单和营收，却只付出了很少的成本。一个二线城市的数采中心，单次采购金额通常在大几千万甚至上亿元，对成立仅两三年的创业公司来说，是非常亮眼的业绩。

　　如果按中型数采厂，一般需要50台数采设备，总投入（硬件等）在5000万左右，按照五年折旧，一年的成本1000万。50台设备要配备100名数采员，按照每月22个工作日、200元日薪计算，每年人力成本已超过500万，加起来的整体硬成本高达1500万。

　　而且这种模式的核心问题在于：运营方往往不是专业的数据团队，人员管理、设备维护、数据质量都无法保证；地方政府要短期政绩、企业要短期营收，双方诉求都偏离了“做好数据、迭代技术”的核心，最终项目很难持续。

　　“先从技术角度讲，我们最近有探索并不是在一个受限环境的素材厂里采集数据，而是在真实的（场景），比如说一个药剂师做药物分解，他这个分解不是简单地把药物的盒子拿来拿去，而是把盒子拆开，对着药剂单的量，把一颗颗药丸放到袋子里，他是真实地在完成操作，因为他要有效率地完成任务，才能拿到自己原来的工资，再额外地赋予他一定的附加价值。这一部分数据，我们认为最真实地反映当前这个垂直领域，哪怕是药房药剂师的工作。

　　但实际上，采回来的数据质量差到离谱，为什么呢？他在完成任务的时候，他的脑袋疯狂地晃，因为他在完成他的Focus，在完成这个任务，虽然你赋予了他手套、腕带、头环之类的，但是他没有在采数据。

　　你需要的是任务的真实性，假设你能真正落地，你希望能从这个数据里挖掘出真正能用到的东西，Settle这个场景。你替换掉药剂师，药剂师也蛮贵的。可惜你的数据质量很差，我的观点是需要有一些结合，有一些一步步的的过程，去引导数据生产的过程，而不是说一刀切，说就是在数采厂里面采，或者就是真实的环境里面采。”

　　9月9日和9月10日中午，邵天兰连续两天在朋友圈炮轰具身智能行业现状，直接捅破了“数采中心”的遮羞布。他的核心观点有两个：

　　1、企业至少应该证明 PMF（Product-Market Fit，产品-市场匹配），具备真实、持续且有一定规模的业务，才能够上市，而不是依靠裙带关系进行资本操作。

　　2、行业存在一批“攒局型”具身智能企业：靠各种关联交易（如数采中心、租赁公司）做虚假、不可持续的收入，没有真实的产品市场匹配，只靠发布“大新闻”炒作，成立两三年就冲击上市。

　　他还提到，这些企业中甚至包括一些名气很大、估值很高、上春晚的公司，并直接点名了银河通用。

　　我就不放我的朋友圈历史截图了，而是放一张公开的、其他报道对外发的一堆马赛克、不清晰的图。

　　其发布《具身智能是一场长跑，我们只与时间赛跑》。文中并未正面回应邵天兰的质疑，只表示：公司将坚持初心，以具身智能技术为核心、以真实应用落地为长期目标，不参与无谓的口水战，不被短期噪音干扰。我们要做的，是把产品做好、把场景做实、把技术做深。

　　此外，北京首个人形机器人数据训练中心，就是这种模式的典型样本，曾号称“国内规模最大、场景最丰富、设备最齐全、年产数据量最高”——1 万平米的三期基地规划，一期 3000 平米厂房，每年生产近两千万条数据，108 台机器人完成千种真实任务，预期 “三年撑起 50 亿元机器人数据市场”。

　　原因一方面是本体企业有上市计划、总部要搬离到其他区，需要快速回款，数采也要有运营压力；另一方面源于机器人厂商与当地政府在商业条款上存在分歧等。

　　据第一财经，中关村通力方面有点埋怨地表示，睿尔曼没有达到原先定下的目标，其遥操作路线不符合中心升级方向，且采集的数据质量、精度没有达到要求，“睿尔曼的撤离是技术路线以及合作选择的问题”。

　　据智能纪元了解，为了规避风险，现在有的地方政府合作多了一个前提： 要求机器人公司回购采集的数据，为销售兜底。

　　大部分具身智能公司都是近两年成立，融资大多投入到人才、办公和品牌活动中，团队运营成本很高。但当前具身智能技术进展远不及预期，demo演示效果好，但进厂落地严重 “水土不服”，真实付费订单极少，无法形成自我造血的商业飞轮。

　　当数据采集成本达到亿元级别，企业要么基于开源模型和仿真做二次开发，要么采购低成本的众包数据、无本体数据。

　　但众包数据效率极低。至简动力创始人兼CEO贾鹏曾在外滩圆桌论坛上表示，行业花最大功夫的事是“反作弊”——外包采集员经常刷手机凑时长，数据里掺杂大量脏数据，很难直接用于训练。这也是很多企业选择全栈自研数采体系的原因。

　　“这里面大家花最大功夫的事是反作弊，因为你的数据是外包的，是众包的。采集员经常会Hack你的采集系统，可能前一个小时还在认真地采集，最后一个小时也在认真地采集，但中间的五六个小时都在刷手机，里面有大量的脏数据，这样的数据怎么去用，怎么去做清洗，一定要自己做，因为它也是跟模型相结合，这也是大家为什么要走全栈自研的原因。我们现在主要把数据的采集设备、流程，质检方式标注自己去做。真正的人力外包，更多是数据采集公司更专业，这些人怎么去管，怎么去考核它的绩效、产出，怎么去把反作弊给他们强调，这点我们确实在委外去做。”贾鹏说。

　　相比于纯软件的 AI 大模型，机器人数据采集有实体空间、有设备采购、有就业带动，既属于前沿科技赛道，又贴合制造业升级方向，符合地方经济发展诉求，还能产生税收和固定资产，不容易出现 “烂尾”，因此成为地方招商的热门方案。

　　正如行业人士所言：“地方招商引资有了成绩，机器人厂商实现了出货，数采中心卖数据又产生了效益。”

　　一是未来产业战略布局。具身智能/人形机器人被明确为下一代通用智能终端，是抢占全球科技与产业制高点的核心赛道，统筹布局国家级平台，是为了统一技术路线、避免低水平重复建设，集中资源突破核心瓶颈。

　　二是解决行业共性成本痛点。数据采集、算力、场景测试是压在中小企业头上的 “三座大山”，单个企业自建全套采集与测试体系成本可达上亿元。政府主导建设公共服务平台，通过共享基础设施摊薄创新成本，大幅降低行业准入门槛。

　　三是标准与安全的公共属性。具身机器人直接接触物理世界，涉及人身安全、数据安全、行业准入等公共议题。需要政府牵头制定统一的技术标准、测试规范与准入规则，保障产品可靠性，同时推动数据的标准化开放共享。

　　四是地方产业转型与集群培育。地方将中试基地作为产业招商的核心载体，吸引整机企业、零部件厂商、算法公司集聚落地，打造完整产业生态，推动本地制造业向高端智能升级，培育新的经济增长极。

　　此外，产业链也有可控需求，保障核心算法、关键零部件、数据供应链的自主可控。

　　但这种模式赚的本质还是政府补贴的钱，发展不具备可持续性，行业普遍预期未来会有一批缺乏真实运营能力的数采中心倒闭。

　　在我看来，这种模式之所以遍地开花，本质是企业生存压力和地方政府诉求双向催生的结果。

　　大晓机器人创始人王晓刚提到，公司在新加坡的团队队去年3、4月份的时候做人为中心的环境数据采集。自己在世界模型、自动驾驶到具身方面的积累，通过“以人为中心”的数据采集+世界模型，把具身做到规模化的落地。

　　换句话说，不在中国采，到新加坡采集，或者换成远程采集，实时监测，或者找专业人员盯着数采是否准确无误，这或许是一个新的方案。

　　比如，京东今年5月在江苏宿迁落地了“数采社区”，居民头戴采集终端就能采数据；海外的机器人公司Figure也推出Index应用，用户打开手机，在家里做家务就可以录视频、按分钟计费。

　　但也有报道指出，某头部具身智能企业的外包，为了获得家庭场景数据，在和居民协商一致后，带着录像设备进人居民家中采集数据。“刚开始居民觉得新鲜，很配合，但数据采集效率极低，需要不断重复，后边居民开始烦了。”一位知情人士透露，“他们带着团队去老旧小区敲门，老太太都报警了。”

　　Interact Analysis机构统计显示，在已经投入使用的64个数采中心中，至少有13个数采中心部署了100台或以上机器人。这些数采中心（含已投用和规划/建设中），至少30个数采中心使用了来自智元的人形机器人。乐聚智能、宇树科技和优必选也参与了10个以上人形机器人数据采集中心的建设。

　　显然，机器人公司把数采厂做成了融资、拿订单的闭环，甚至有观点称部分数采项目堪称新型 “庞氏骗局”。

　　市场分析机构Interact Analysis的数据显示，数采厂的国资参与率从去年的88.4%断崖跌到如今的53.8%。

　　国家发改委近期也在例行新闻发布会上表示，机器人产业涉及人工智能、先进制造、新材料等诸多前沿技术，必须坚持因地制宜、健康有序发展，防止盲目跟风、一哄而上，推动相关产业发展能够行稳致远。

　　我觉得，邵天兰捅破遮羞布，是一件好事，也让具身智能的泡沫降一降，看看谁在裸泳，谁在做真实事。

　　而邵天兰说的案例，也值得行业惊醒，也让更多地方感受到“具身智能” 并不是人人都能跑出来的案例。

　　当热潮慢慢退去，最终能站得住脚的，终究是那些沉下心做技术、做产品、做真实业务的玩家。返回搜狐，查看更多