不靠机器人本体采集数据，中国数采方案站上IFA国际舞台

在近日于德国柏林开幕的IFA 2026消费电子展上，觅蜂科技（Maniformer）携MEgo系列无本体数据采集设备亮相展会，并斩获2026全球产品技术创新大奖——全场景数据采集技术创新奖。

IFA始于1924年，是全球历史最悠久的消费电子与家电展会之一，而“全球产品技术创新大奖”由IDG与德国工商会DIHK联合创办，三星、索尼、LG、戴森等国际企业同为本届获奖主体。这也代表中国的物理AI数据基础设施方案，首次站上国际消费科技展会的舞台获得行业认可。

机器人不缺资本，缺“真实经验”

关于“无本体数据采集”这个概念，可以打个比方：想要教会机器人做家务、分拣物料，“真机遥操/有本体采集”需要实体机器人一遍一遍反复实操记录动作，相当于“必须要有机器人本体在场才能录下学习素材”。

作为智元控股的全范式覆盖平台型企业，觅蜂科技带来的MEgo这套设备，不需要实体机器人，工作人员佩戴头戴、腕部便携采集装置，直接在真实家庭、工厂、门店里完成各类操作，设备同步记录画面、深度、手部姿态、触觉、音频等全部信息，再经过算法重建，转化成各类机器人都可以拿来训练的数据集。相当于人类在现实世界干活，机器“看录像学本事”，而不用机器人亲自上阵一遍遍演练。

根据中国信通院人工智能研究所联合人形机器人（上海）有限公司、具身智能测试实验室，于今年8月发布《具身智能训练场研究报告（2026）》，截至2026年6月底，国内建成启用超70家具身智能训练场、另有46家在建或规划；但报告同时指出，场景任务同质化、实际产能有限、跨本体、跨机构数据难以互通共享，仍是共性挑战。换言之，建场子容易，出高质量、可流通数据难。

从成本结构看，无本体路线的卖点不是“绝对精确”，而是“把采集从实验室搬进日常生活”。

真机遥操要摊机器人折旧、运维、专业操作员；无本体靠人和便携设备，适合扩场景、扩长尾。

但反过来看，人体动作重建存在精度损失，力觉、触觉、复杂接触未必能完整复现，后期仍要和真机数据、仿真数据混合使用。在一些行业专家看来，觅蜂这100万小时量级数据更偏向用于预训练与场景广覆盖，或许难以单独支撑高精度装配、医疗这类高要求操作任务。

玩家涌入，但赚钱仍是未知数

根据行业第三方机构梳理，目前国内具身智能数据赛道，大致分化为几条不同技术路线（但不同路线边界会重叠，一些服务商如智元会采取多路线并行）：

•遥操作路线：由人类远程操控机器人本体完成任务，数据质量最高但成本较大，代表企业智元机器人。

•EGO第一人称路线：佩戴头戴设备记录人类操作视角和手部动作，无需机器人本体，综合成本可以大幅，规模化潜力最大，代表方案德马科技OmniEgo。

•便携UMI路线：手持夹爪或穿戴传感器在真实场景中采集，成本与质量平衡较好，代表企业鹿明机器人。

•仿真数据路线：在虚拟环境中通过物理引擎生成训练数据，产能无限但Sim2Real迁移鸿沟难逾越，代表企业光轮智能、银河通用.

•人类自然演示采集：通过穿戴式设备捕捉人手动作轨迹和操作力度，工厂师傅在真实环境中正常作业即可记录，代表企业它石智航

但一个值得注意的现实是：在公开层面，独立数据服务商盈利数据有限，行业统计显示融资活跃但多数仍处早期。换句话说，产能缺口巨大，但商业模式仍在探索期。

因此对投资人而言，接下来的观察窗口还有几个关键指标：数据可用率、场景覆盖度、闭环能力、客户集中度。

觅蜂科技在IFA的颁奖台上，与三星、索尼、戴森同列。这本身代表了一种信号：真实世界数据采集，正在从机器人产业链的“幕后环节”走向“台前”。具身智能的竞争，或许正在从“谁的机器人能动”转向“谁的数据能教机器人干活”。而这场数据基建的赛跑，才刚刚开始。

采写：南都·湾财社记者 胡雯雯