“具身智能的数据需求，远没有摸到上限。”WAIC 主论坛上，亮源新创创始人姜旭的观点引发行业共鸣。他提出，具身智能是大模型向物理世界延伸，将沿着 “规模化预训练→规模化对齐→规模化部署” 演进，产业红利根源在于数据，当下行业甚至尚未补齐预训练阶段的数据缺口。带着数据供给如何破局的疑问，调研团队走访 WAIC 参展企业，通过与简智机器人交流，厘清行业数据缺口本质与规模化高质量数据的实现路径。

  行业普遍认为具身赛道缺少数据，但百亿小时互联网视频素材仅能支撑模型 “看懂世界”，不足以支撑机器人完成精准物理交互。产业真正稀缺的是无需二次加工、可直接输入模型训练的数据，简智机器人将其定义为Model-Ready Data，也就是 “开箱即用” 数据，必须同时满足高精度、多模态、多样性三大条件。高精度是基础门槛，手部追踪厘米级误差会持续传导放大，传感器数十毫秒时序偏差将扭曲模型学到的物理因果关系；市面主流方案手部追踪误差普遍达到 2 至 3 厘米，接近成年人手指宽度，直接造成抓取、拧动等操作失效。多模态划定能力边界，单纯 RGB 视觉信息缺失人体姿态、受力、触觉信息，遮挡场景下极易丢失轨迹，模型无法理解抓取力度、肢体协同逻辑。多样性决定泛化上限，数据价值不在于单纯累积时长，场景、人物、物体、任务的丰富度更为关键，大量同质化实验室数据训练出的模型，走出演示环境便迅速失效。

  想要同时达成三大标准，需要跨越多重壁垒。高精度依赖完整算法能力，完整还原人类感知与操作全流程；多模态受制于硬件架构，多数厂商拼凑第三方模组，传感器时序偏差普遍达到 20 至 50 毫秒，模态难以有效对齐；多样性考验产品能力与运营体系，采集设备易用性、成本决定场景拓展能力，成熟数据流水线才能消化海量异构原始数据；最终还要经受规模化考验，对采集硬件、数据处理管线、模型理解能力提出综合性要求。目前业内仅有简智等少数企业具备规模化产出 Model-Ready Data 的完整能力。

  实现 “开箱即用” 的数据供给，需要打通从模型认知、算法、硬件到场景的全链路体系。数据服务商必须深度理解模型训练诉求，而非单纯采集原始素材。简智一方面采用价值驱动的 COT 链式标注，不只标注动作类别，同时标注任务目标、操作逻辑、交互约束与失败修正路径，让模型理解行为背后的因果；另一方面自研 DFM 数据基础模型，依靠模型完成遮挡手部姿态补全、多源信息融合重建，解决真实场景普遍存在的手部遮挡难题，保障动作序列连续完整。不同于多数厂商只采集手与第一视角画面，简智无本体采集方案同步采集全身 SMPL-X 人体网格，记录重心变化、肢体联动平衡逻辑，完整还原人类整体行为，推动人形机器人运动逻辑持续向人类对齐。

  算法层面依托端到端自研架构，配合多源传感器融合校正，实现亚厘米级手部追踪稳定输出，多源交叉验证抑制遮挡状态下轨迹丢失，无效帧控制在 3% 以内；自研端侧智能压缩算法，在保障精度前提下大幅降低存储与传输压力，同时端侧前置质检直接过滤三成无效数据。硬件端坚持第一性原理设计，摒弃单目、双目采集方案，采用六目同步相机，兼顾环境记录与全身肢体捕捉；搭配仿生关节与电子皮肤触觉手套，精准采集接触力、接触面积等信息。整套硬件从摄像头、传感器到电源、热管理全链路自研，充分考量大规模量产一致性、续航、散热问题，适配大范围场景部署。

  数据多样性不能停留在概念层面，简智自研 DPH 量化指标，衡量同一技能下参与采集的人员数量与场景丰富度，规避单一人员、单一环境重复采集的弊病。面向家庭、高精制造、商业服务等差异化场景，设备遵循轻量化、无感化设计思路，尽可能不干扰从业者正常操作，保障采集数据贴近真实工作行为。

  伴随具身智能走出 Demo 比拼阶段，数据基础设施的价值持续凸显。行业客户分为两大类型：落地商用机器人的企业侧重特定技能深度优化；研发通用基座模型的团队追求上万种技能均衡掌握，需要海量多模态多样化数据支撑能力涌现。无论哪种需求，都期待拿到数据即可投入训练，省去漫长清洗校准流程。完整的工程交付链路必不可少，从设备管理、云端处理、智能标注到流式数据交付，形成无缝衔接的数据生产流水线，同时采用高于行业通用标准统一交付格式，适配不同构型机器人与算法团队。

  同时，第三方数据基建企业需要恪守清晰的业务边界。不少数据厂商延伸业务布局机器人本体、具身基座模型，与下游客户形成竞争关系，难以建立长期信任。简智坚持中立第三方定位，不涉足真机大规模定制、自研通用具身大模型、人形机器人整机赛道，专注数据基础设施建设，因此收获小米、蚂蚁灵波等众多头部企业长期合作。

  长久以来，行业焦点集中在模型架构与机器人硬件，数据长期被视作配套环节。随着试点落地加速，产业形成共识：高质量、标准化、开箱即用的数据是具身智能发展的底层地基。当下具身数据行业正告别粗放的原始素材售卖模式，迈入工业化标准化新阶段。如同云计算支撑互联网、Token 服务赋能大模型，成熟中立的数据基建将大幅降低全行业研发门槛。当各类机器人团队无需从零搭建采集产线、耗费大量资源处理原始数据，整个产业迭代速度将显著提速，加速推动人形智能体走进真实生产与生活场景。