A finales de julio, LiberAI completó una ronda de financiación Pre-A+, con un monto de varios cientos de millones de yuanes. La lista de inversores incluye 360 Group, CDB Financial, Sinovation Ventures, CMC Capital, BinFu Capital y Sequoia China.
Esta empresa en realidad se fundó el 8 de diciembre de 2025 y se llama 'Jiangxian Technology'. Su significado es 'querer relajarse es la primera fuerza productiva'. Su capital registrado es de 1,46 millones de yuanes, y el equipo tiene menos de 30 personas.
IT桔子 descubrió que esta ya es su quinta ronda de financiación desde su fundación. En los últimos más de seis meses, ha recaudado fondos de manera acelerada y constante. Desde las rondas semilla, ángel, ángel+ hasta Pre-A, completó cuatro rondas de una vez. Según informes, su última valoración alcanza los 5.000 millones de yuanes.
El fundador, Liu Songming, es del año 2000, ganador del premio especial del Departamento de Informática de la Universidad de Tsinghua, primero de su promoción, estudiante del profesor Zhu Jun. Se doctoró a los 23 años y emprendió. Anteriormente dirigió RDT-1B, el primer modelo base Transformer de difusión a gran escala diseñado específicamente para la operación de brazos robóticos duales, con 1.200 millones de parámetros.
LiberAI apunta a los datos UMI humanos + el modelo del mundo. En pocas palabras, vende los datos que alimentan a los robots, y el cerebro que digiere esos datos.
Según estadísticas de IT桔子, en la primera mitad de 2026, 25 empresas emergentes chinas de datos de inteligencia corpórea recibieron conjuntamente más de 17.000 millones de yuanes en financiación. Podría decirse que 'los datos' se han convertido en el negocio más seguro dentro del campo de la inteligencia corpórea. (No incluye empresas individuales que hacen tanto modelos de datos corpóreos como cuerpos robóticos, como StarSea Map, Qianxun Intelligence).
Para obtener todos los datos de empresas y su financiación en el campo de datos de inteligencia corpórea, puedes ver y descargar los datos en la página del álbum de IT桔子. https://www.itjuzi.com/album/766 (actualmente incluye 42 empresas)
Entre ellas, no solo Guanglun Intelligent recibió una gran financiación externa, sino que también obtuvo pedidos por 550 millones de yuanes en el primer trimestre.
Cuando los buscadores de oro aún no han encontrado oro, los vendedores de picos ya están ganando dinero.
1. Problema sin resolver: el desierto de datos de la industria robótica
¿Por qué pudo estallar el modelo de lenguaje grande? Porque en internet hay material lingüístico inagotable.
Pero entrenar robots no se basa en texto, sino en datos de acciones físicas tridimensionales como tomar, soltar, caminar, agarrar, girar, saltear. Este tipo de datos prácticamente no existen en internet.
En toda la industria, la escasez de datos corpóreos es un gran cuello de botella.
Grand View Research prevé que el mercado global de recolección y anotación de datos alcanzará los 171 mil millones de dólares para 2030.
Actualmente, se acepta que la estructura de los datos corpóreos en la industria es piramidal: en la cima están los datos de robots reales, fiables y directamente implementables, pero también los más caros; en la capa media están los datos sintéticos de simulación + datos UMI, con coste moderado y producción ilimitada, pero con una brecha Sim-to-Real (desviaciones por aproximación de fricción/deformación); en la base están los videos de internet y datos de comportamiento humano, con las fuentes más amplias, pero carentes de detalles interactivos y con información escasa.
Y para cada capa hay un grupo de empresas especializadas en resolverlo; este es un marco de referencia para comprender la actual ola de emprendimiento en datos corpóreos.
2. Cinco escuelas, panorama de más de treinta empresas
Escuela uno: Teleoperación con robots reales / Táctil – Tratar los datos como una línea de ensamblaje
Esta escuela sigue la lógica más simple: construir fábricas, colocar robots, instalar equipos de captura de movimiento, producir datos de alta precisión en masa como una línea de ensamblaje.
La más agresiva es Paxini Sensing.
La empresa es número uno mundial en ventas de sensores táctiles. En 2025, Paxini construyó en Tianjin la fábrica de datos corpóreos más grande del mundo, Super EID Factory, con una producción anual de 200 millones de datos; en marzo, completó una ronda B de más de 1.000 millones de yuanes, superando una valoración de 10.000 millones de yuanes, y luego anunció la construcción de otras cuatro super fábricas de datos en Suqian, Wuhan, Zigong y Ganzhou.
Los veteranos en captura de movimiento son otra rama de esta línea.
El fundador de Noitom Robotics, Dai Ruoli, llevó a Noitom Technology a alcanzar el 70% del mercado mundial profesional de captura de movimiento, y luego fundó la nueva empresa Noitom Robotics. En junio, completó una ronda Pre-A++ de varios cientos de millones de yuanes, con una valoración de aproximadamente 3.000 millones de yuanes. Fondos de IA de Beijing y Shanghai, Shenzhen Capital Group, CICC, Kunlun Capital participaron y lanzaron la plataforma de datos multimodales ModalityNet.
Qingtong Vision sigue el camino de código abierto para construir ecosistema. En mayo, publicó el conjunto de datos de código abierto de captura óptica de movimiento humano de mayor escala del mundo, con 1.000 horas, con una producción anual prevista de 500.000 horas. Los datos de artes marciales para el debut de los robots de Gala de Año Nuevo de Unitree, "Wǔ BOT", fueron recogidos por su sistema Project Decode.
Nuevos talentos en táctil como Lingsheng Technology también se están posicionando.
Escuela dos: Síntesis por simulación – 'Imprimir' datos en el mundo virtual
Si los datos reales son demasiado caros, ¿se puede crear un mundo virtual con suficiente realismo físico en un ordenador y 'imprimir' datos de entrenamiento en masa?
Esta ruta produjo el primer unicornio de datos corpóreos del mundo: Guanglun Intelligent.
En marzo de este año, completó una ronda A++ de 1.000 millones de yuanes, en mayo obtuvo la inversión de Ant Group, en junio recaudó otros 1.000 millones de yuanes, con una valoración post-inversión superior a los 20.000 millones de dólares (aproximadamente 15.000 millones de yuanes).
Los ingresos de Guanglun Intelligent aumentaron 10 veces en 2025. En el primer trimestre de 2026, añadió nuevos pedidos por 5.500 millones de yuanes, superando el total del año anterior en un solo trimestre.
Kuawei Intelligent es representante de la 'simulación generativa': su motor de simulación propio DexVerse genera automáticamente enormes cantidades de datos de escenarios en el mundo virtual; en julio de este año, anunció una financiación de 1.000 millones de yuanes, una valoración superior a los 10.000 millones de yuanes e inició su IPO. En la primera mitad del año, sus ingresos fueron de 100 millones de yuanes, y ya ha completado la entrega comercial de más de 1.500 modelos.
Entre las empresas cotizadas, la 'primera empresa mundial de inteligencia espacial' que cotizó en la Bolsa de Hong Kong en abril, Qunhe Technology, está extendiendo sus vastos datos de escenarios tridimensionales acumulados del diseño 3D en la nube hacia la inteligencia corpórea.
La plataforma de simulación Songying Technology completó en febrero y julio las rondas Pre-A y Pre-A+ acumulando varios cientos de millones de yuanes, y está construyendo conjuntamente un conjunto de datos sintéticos con el Centro de Innovación de Robots Humanoides co-construido por el Estado y gobiernos locales.
Escuela tres: UMI sin cuerpo / Adquisición portátil – Eludir el cuerpo, 'replicar' al humano
La teleoperación de robots para recopilar datos tiene un defecto: lo que se captura no es la verdadera capacidad humana, sino las acciones comprometidas 'para que el robot pueda seguirlas'. Así que esta escuela elude directamente el cuerpo, dejando que la persona trabaje directamente con guantes, pinzas o dispositivos portátiles.
Esta es la ruta con mayor densidad de capital este año.
El 1 de junio, Jianzhi Robot anunció múltiples rondas consecutivas de financiación totalizando varios cientos de millones de yuanes, con Ant Group, Didi y Dejian Capital como principales inversores, seguidos por Shunwei Capital y BV Baidu Venture – Esta es la mayor financiación hasta la fecha en el campo de datos sin cuerpo.
El fundador, Chen Jianxing, fue anteriormente Director Senior de Algoritmos de Momenta. La empresa, fundada hace un año, ya cubre decenas de miles de escenarios reales y también logró una colaboración estratégica con Ant Lingbo.
Taoshi Zhihang propone el paradigma de recopilación de datos centrado en el humano (Human-centric), lanzando la solución de captura portátil SenseHub; en abril, completó una ronda Pre-A de 455 millones de dólares, estableciendo un récord de mayor financiación única en inteligencia corpórea en China, con Hillhouse Capital, Sequoia y Meituan como copatrocinadores, y ya lanzó el 'Plan Chispa de Datos Corpóreos' con el objetivo de 100 millones de horas.
El sistema FastUMI de Luming Robot, del grupo Tsinghua, aumenta la eficiencia de recopilación de datos tres veces y reduce el costo a un quinto, recibiendo inversiones consecutivas de Mitsubishi Electric y obteniendo pedidos de clientes líderes.
Zhiyuan Robot escindió su negocio de datos en una empresa independiente, Mifeng Technology, en febrero de este año, completando las rondas semilla y ángel de varios cientos de millones de yuanes en solo diez días, lideradas por Sequoia China, planeando alcanzar una capacidad de producción de datos de decenas de millones de horas en 2026.
También está surgiendo una nueva generación: Xingyi Technology, incubada en el Departamento de Informática de Tsinghua, sigue el camino de Nvidia EgoScale, haciendo captura de primera persona con alta libertad y precisión milimétrica, completó su primera ronda de financiación y en julio obtuvo una ronda Pre-A; Zhizai Wujie del profesor Lu Zongqing de la Universidad de Peking entrena directamente modelos de acción generalizados con videos de internet.
Qiongche Intelligent, incubada por Flexiv, logró casi cien pedidos con su sistema de recopilación de datos 'acompañante de producción' CoMiner, obtuvo otra ronda de varios cientos de millones de yuanes en junio y pronto lanzará su modelo del mundo propio.
También hay una empresa muy nueva, Yuanche Taichu (OriginFlow), que adopta el paradigma NeuroScale. A través de su propio kit de recolección de electromiografía (EMG), capta las señales eléctricas de contracción muscular humana, codificándolas a través del modelo base PULSE para reconstruir la postura de la mano, la fuerza y la retroalimentación táctil; conecta la cadena de transmisión nativa 'intención-músculo-acción', compensando las limitaciones de falla por oclusión visual UMI y falta de retroalimentación de fuerza/tacto.
Fundada hace un año, la empresa ya completó rondas de ángel, estratégica+ y Pre-A1 acumulando más de 500 millones de yuanes en financiación. El fundador, Qin Shengtao, es un doctorado de Tsinghua nacido en el año 2000, licenciado en la Universidad de HIT.
Escuela cuatro: Destilación de video / Modelo del mundo – Enseñar a la IA a 'entender' el mundo físico
Esta línea resuelve el problema de 'convertir residuos en recursos' de la base de la pirámide de datos: hay infinitos videos de operación humana en internet – cocinar, manualidades, reparaciones. Pero estos videos carecen de la información de fuerza, tacto y trayectorias tridimensionales que necesitan los robots, siendo siempre datos muertos 'visibles pero inutilizables'.
La idea de la escuela de destilación de video es usar algoritmos para inferir, a partir de videos bidimensionales, las trayectorias de acción e información de interacción física, 'destilando' datos muertos en datos corpóreos entrenables, pudiendo reducir el costo a unas milésimas del de la recolección con robots reales.
La escuela del modelo del mundo es más directa: primero hacer que la IA aprenda las leyes del mundo físico, luego generar dentro de su 'cerebro' datos de entrenamiento infinitos.
La tubería SynaData de Shutu Technology puede extraer de manera masiva de videos de internet datos corpóreos multimodales como trayectorias de manos, rutas de movimiento de objetos, con un costo de recolección extremadamente bajo. Ya recibió decenas de millones de yuanes liderados por Oriental Fortune Capital, y sus datos son utilizados por modelos de código abierto líderes como RDT de Tsinghua y UniVLA de Zhiyuan.
Jijia Shijie usa el modelo del mundo GigaWorld para generar datos de entrenamiento, mejorando el rendimiento de los modelos VLA en tres dimensiones de generalización casi un 300%. En junio, completó una ronda B+ de 1.000 millones de yuanes, acumulando 3.500 millones de yuanes en financiación en tres meses.
DepthJizhi también apuesta por datos de video de primera persona humana. En la primera mitad de este año, recaudó fondos en tres rondas por varios cientos de millones de yuanes+. En mayo, su modelo del mundo Z-WM encabezó la lista global en la evaluación WorldArena.
LiberAI, mencionado al inicio del artículo, también es un híbrido de esta línea y el campo del modelo del mundo.
Escuela cinco: Infraestructura de datos / Plataforma – Es una plataforma de datos, también una 'refinería'
La percepción de esta escuela es: el cuello de botella de los datos corpóreos no está solo en 'cómo recopilar', sino también en el eslabón de 'cómo usarlos'.
Los cuerpos de los robots de cada empresa son diferentes, los sensores son diferentes, los formatos de datos son variados. Los datos crudos recopilados son como petróleo crudo con componentes mixtos; alimentarlos directamente al modelo solo empeorará el entrenamiento – ¿Quién hará la limpieza, alineación, anotación, evaluación, convirtiendo el crudo en gasolina estándar?
Además, los campos de entrenamiento, equipos de recolección, sistemas de captura de movimiento son activos pesados, y los equipos pequeños y medianos simplemente no pueden costearlos. Por lo tanto, necesitan construir campos de entrenamiento compartidos, establecer estándares de datos, vender cadenas de herramientas y servicios de plataforma. No apuesta a qué ruta técnica de datos ganará, sino a que sin importar quién gane, tendrá que pasar por el camino que ellos construyan.
Wuwen Zhike, basándose en el campo de entrenamiento y recopilación de datos de Deqing con ciclo cerrado de fusión virtual-real, produce miles de horas de datos al día, completó una financiación de más de 100 millones de yuanes en abril, y en el primer trimestre firmó pedidos por varios miles de millones de yuanes con ByteDance, Wujie Power, entre otros.
Yiren Technology completó consecutivamente dos rondas de financiación de cientos de millones de yuanes en abril, y al mismo tiempo anunció que sus ingresos en 2025 superaron los 100 millones de yuanes y logró rentabilidad, posiblemente la primera empresa en el campo en anunciar ganancias.
También está Zhiyu Jishi, fundada en diciembre del año pasado, especializada en la transformación intermedia de limpieza, alineación y gobernanza de datos. Empresas de cuerpos como Lingchu Intelligent, Qiongche, Zhipingfang, todas invirtieron en este 'eslabón superior'.
También entran jugadores cotizados: el líder en servicios de datos Haitian Ruisheng, en colaboración con el Centro de Entrenamiento de Datos de Robots Humanoides de Shijingshan en Beijing, co-construyen el 'Campo de Entrenamiento de Datos de Inteligencia Corpórea'.
También entran los gigantes tecnológicos: JD.com lanzó una infraestructura de cadena completa para datos corpóreos, planeando movilizar a 600.000 repartidores y mensajeros para recolección masiva, con el objetivo de acumular 10 millones de horas de video de escenarios reales en dos años; Baidu comenzó a operar un 'supermercado de datos'.
3. Calma: ¿La demanda de datos es realmente rígida?
2026 se convierte en el año de la escalabilidad de los datos corpóreos. Según estadísticas, a finales de abril de 2026, había al menos 90 centros de recolección de datos en estado 'en uso o planificados/construcción'; de ellos, 64 ya estaban en uso, el resto en construcción/planificación.
Pero cuanto más fuerte es la moda, más necesario es verter un poco de agua fría.
El negocio de los datos corpóreos tiene un problema estructural que no se menciona mucho: su demanda y su oferta se financian con el mismo capital.
Basta con ver la lista de compradores – equipos de modelos grandes, empresas emergentes de robots, fabricantes de cuerpos en transición. La gran mayoría de estos compradores de datos aún no son rentables por sí mismos; su presupuesto de compra proviene de la financiación que acaban de recibir.
En otras palabras, los ingresos de las empresas de datos son esencialmente una redistribución secundaria de la financiación de los eslabones inferiores: las empresas de robots de inteligencia corpórea recaudan dinero, luego lo usan para comprar datos y contar historias. Si las historias son buenas, van por la siguiente ronda.
Si la implementación de las empresas de cuerpos robóticos no cumple las expectativas, los pedidos de datos y la financiación retrocederán simultáneamente. Es una relación simbiótica de prosperidad conjunta o declive conjunto, un mercado dependiente de la demanda descendente.
Solo cuando las empresas de robots realmente puedan ser rentables de manera sostenida, este negocio se vuelve más sólido y viable.
Un juicio consensuado dentro de la industria es que, a largo plazo, las empresas de datos corpóreos que probablemente sobrevivan serán de dos tipos: aquellas que se conviertan en plataformas estándar de la industria, dominando herramientas ecosistémicas como simulación, procesamiento de datos y evaluación; y aquellas con capacidad de fusión y purificación de datos entre fabricantes, capaces de suministrar continuamente datos de alta calidad y de cola larga una vez que los robots entren en escenarios reales.
Este artículo proviene del WeChat público "IT桔子" (ID:itjuzi521), autor: Wu Meimei
