Lin Fangzhou dari Aofei Temple
Di Chenzhou, Hunan, sebuah gerai layanan China Mobile berlabel '5S Store Pengumpulan Data Embodied'. Pelanggan biasa bisa mendapatkan satu set cakar, sarung tangan, dan kamera kepala, lalu setelah pelatihan singkat, mereka dapat mengumpulkan data latihan robot sambil melakukan pekerjaan rumah tangga.
1.000 set perangkat yang diluncurkan pada tahap pertama, dalam kondisi produksi penuh, dapat mengumpulkan 1 juta jam data per tahun. Saya seolah mendengar perhitungan kecil di hati pedagang: dapat data, dapat perhatian, agensi periklanan 4A harus belajar dari sini. (doge)
Ada banyak 'trik' serupa dalam pengumpulan data embodied: ada yang menawarkan pembersihan rumah gratis untuk mengumpulkan data (selamat datang ke rumah saya), ada yang mengubah pengumpulan data menjadi permainan VR, dan ada yang menghubungkan robot ke internet sehingga pengumpul data tidak perlu datang ke pabrik, bisa 'mengoperasi dari jarak jauh' secara cloud.
Pengumpulan Data Embodied
Namun, contoh di atas cukup untuk ditertawakan saja, karena sebenarnya tidak mudah mengumpulkan data yang memenuhi persyaratan. Alasan munculnya berbagai 'trik' ini adalah karena robot sangat kekurangan data.
Saat ini semua orang berusaha keras mengumpulkan data, tetapi masih sedikit yang secara komprehensif menyusun peta industri ini.
Quantum Bit membuat statistik tidak lengkap terhadap situasi 97 pemain data embodied domestik, di mana 70 bergerak di pengumpulan data, dan 27 di infrastruktur data.
Tahun lalu (1 Juli 2025 hingga 1 Juli 2026), 15 Penyedia Layanan Data Embodied Independen yang 'tidak membuat bodi robot, tidak membuat model, hanya fokus pada data', mengumpulkan dana sekitar 4,47 miliar yuan.
Dalam konteks antusiasme modal terhadap kecerdasan embodied saat ini, angka ini sebenarnya tidak terlalu besar. Quantum Bit sebelumnya mencatat, pada paruh pertama tahun ini, perusahaan 'kelompok otak' embodied mengumpulkan 22,3 miliar yuan dalam setengah tahun.
Untuk membantu Anda memahami industri data embodied, kami merangkum sepuluh kondisi industri berikut.
Bagaimana Cara Mengumpulkan Data?
Kondisi 1: Jalur teknis pengumpulan data terbagi menjadi empat kategori, lintas jalur adalah jalur yang paling ramai
Jalur teknis utama pengumpulan data embodied saat ini dapat dibagi menjadi empat kategori:
Teleoperasi mesin nyata: Manusia mengoperasikan robot fisik untuk menjalankan tugas, sambil mengumpulkan data gerakan, status, dan sensor secara sinkron.
Pengumpulan tanpa bodi: Manusia langsung memberikan demonstrasi, mengumpulkan gerakan melalui perangkat seperti motion capture, pemetaan cakar, kamera first-person, tanpa partisipasi robot.
Sintesis simulasi: Menghasilkan data interaksi robot secara massal di lingkungan virtual, untuk pelatihan model.
Distilasi video internet: Mengekstrak pengetahuan gerakan manusia dari video internet, mengubahnya menjadi data yang dapat dipelajari model embodied.
Dari 70 perusahaan/platform pengumpul data yang dihitung tidak lengkap oleh Quantum Bit, 30 menggunakan beberapa jalur pengumpulan sekaligus, atau 43%, contohnya: teleoperasi mesin nyata + tanpa bodi, teleoperasi mesin nyata + simulasi, tanpa bodi + simulasi, semua jalur, dll.
Pemain yang menggunakan skema pengumpulan lintas jalur, lebih banyak daripada pemain yang hanya fokus pada satu jalur.
Industri sering menggunakan piramida data untuk menggambarkan struktur data yang dibutuhkan untuk melatih robot. Saat ini tidak ada satu pun cara pengumpulan data yang dapat memenuhi kebutuhan pelatihan robot secara mandiri.
△
Kondisi 2: Pemain yang hanya fokus pada jalur teleoperasi mesin nyata paling banyak
Mari analisis setiap jalur teknis secara berurutan.
Pemain yang hanya bertaruh pada jalur teleoperasi mesin nyata paling banyak, ada 22, atau 31%.
Dari 22 pemain ini, 13 adalah platform data milik negara, 7 adalah perusahaan robot (produsen perangkat keras robot atau pengembang model besar embodied), 1 beralih dari industri anotasi data AI, dan 1 lintas bidang dari manufaktur peralatan industri.
Perusahaan robot memiliki keunggulan perangkat keras dan kebutuhan nyata, sehingga pilihan mengumpulkan data via teleoperasi adalah hal yang wajar.
Sementara keunggulan platform data milik negara adalah 'tidak takut berat'. Teleoperasi adalah jalur aset berat, perlu membeli bodi, menyewa tempat, mempekerjakan operator, yang kebetulan merupakan sumber daya yang mudah dimobilisasi oleh platform milik negara.
Perusahaan yang hanya bertaruh pada jalur pengumpulan tanpa bodi ada 15, atau 21%.
Perusahaan di jalur ini adalah yang termuda, sebagian besar didirikan setelah September 2024.
Jalur pengumpulan tanpa bodi juga paling kaya teknologinya, subkategorinya meliputi: perspektif Ego, UMI, motion capture, sEMG (elektromiografi), pengumpulan taktil...
Pemain yang hanya bertaruh pada sintesis simulasi ada 2: Songying Technology dan Mouxianfei (Motphys).
Pemain terkenal di jalur simulasi sebelumnya, kini memilih untuk menempatkan telur di beberapa keranjang.
Misalnya, Guanglun Zhineng yang dulunya berfokus pada data simulasi, juga mulai mengumpulkan data manusia; Yinhe Tongyong, yang pernah menjadi pendukung simulasi paling teguh, pada Juni tahun ini merilis sistem teleoperasi full-body, memiliki kemampuan pengumpulan data teleoperasi.
Alasannya ada dua: eksternal, pasokan data mesin nyata dan data manusia meningkat cepat, harga terus turun, keunggulan skala dan biaya data simulasi menipis; internal, kesenjangan sim2real (simulasi ke nyata) masih belum ada solusi yang baik, sulit untuk mereproduksi gesekan, deformasi, umpan balik gaya dan sentuhan di dunia nyata dengan presisi tinggi.
Hanya ada 1 perusahaan yang hanya bertaruh pada jalur distilasi video internet: Shutu Technology.
Perusahaan ini mengekstrak data pelatihan robot multimodal dari video RGB monokular internet, mengklaim dapat menurunkan biaya pengumpulan komprehensif hingga seperdua ribu dari rata-rata industri.
Pengumpulan Data Embodied
Siapa Para Pemainnya?
Kondisi 3: Penyedia layanan data independen telah menjadi kelompok pemain terbesar
Jika tidak diklasifikasikan berdasarkan jalur teknis, tetapi berdasarkan identitas, 97 pemain dapat dibagi menjadi 5 kategori:
Penyedia layanan data independen 39, 40%;
Platform data milik negara 25, 26%;
Perusahaan robot 24, 25%;
Perusahaan lintas industri dan TI 5, 5%, misalnya dari bidang logistik, manufaktur peralatan, rekayasa otomasi, dll.;
Perusahaan platform raksasa 4, 4%, misalnya Huawei, JD.com, dll.
Dapat dilihat, kelompok pemain terbesar adalah penyedia layanan data independen.
Ini menunjukkan: Data embodied telah tumbuh menjadi jalur independen, bukan lagi departemen tambahan perusahaan robot.
△
Kondisi 4: Dua pertiga pemain 'asli embodied', sepertiga pemain 'transisi lintas bidang'
Mari klasifikasikan lagi, semua pemain industri data embodied dibagi menjadi dua kelas: 'asli embodied' dan 'transisi lintas bidang'.
Perusahaan 'asli embodied' sejak awal bisnis utamanya adalah data embodied atau bisnis terkait kecerdasan embodied; perusahaan 'transisi lintas bidang' banyak yang beralih dari anotasi data AI, kendaraan otonom, motion capture, atau bidang industri.
Dari 97 pemain, 65 'asli embodied', 67%; 32 'transisi lintas bidang', 33%.
Dibedah lagi, komposisi perusahaan pengumpul data dan infrastruktur data justru berlawanan.
Dari 70 perusahaan pengumpul data, 57 'asli embodied', sekitar delapan puluh persen; dari 27 perusahaan infrastruktur data, 19 'transisi lintas bidang', sekitar tujuh puluh persen.
Mengapa infrastruktur menarik perusahaan transisi, sementara industri pengumpulan justru banyak pemain baru?
Banyak pemain infrastruktur data embodied adalah perusahaan anotasi data AI, misalnya Haitian Ruisheng, Shujutang, Yunce Data, dll. Kemampuan pipeline, pemeriksaan kualitas, dan pengiriman yang mereka kumpulkan, sangat cocok dialihkan ke bidang infrastruktur data embodied.
Sementara data embodied tidak memiliki data yang sudah jadi, bagian pengumpulan harus membangun aset dari nol, pemain lama tidak memiliki keunggulan, perusahaan baru justru mudah bergerak dengan beban ringan.
Pengumpulan Data Embodied
Kapasitas dan Penataan
Kondisi 5: Kapasitas produksi tahunan industri 1,6 hingga 1,8 juta jam, target jangka pendek memperbesar 15 hingga 20 kali
Berapa kapasitas data embodied yang ada saat ini? Berapa jaraknya dengan kebutuhan pasar?
Menurut perhitungan tidak lengkap Quantum Bit, kapasitas produksi tahunan industri data embodied saat ini adalah: 1,6 hingga 1,8 juta jam + 70 hingga 80 juta item.
Target jangka pendek industri adalah: Dalam 1-3 tahun ke depan, menghasilkan 25 hingga 35 juta jam + data tingkat ratusan juta item. Jika hanya melihat jumlah jam, target jangka pendek adalah 15-20 kali lipat dari kapasitas saat ini.
Perlu diperhatikan, karena lembaga yang berbeda menggunakan kaliber pengungkapan yang berbeda, saat ini belum ada standar konversi yang seragam antara jumlah jam dan jumlah item, oleh karena itu di sini dicantumkan secara paralel.
Angka-angka ini hanya menghitung data teleoperasi mesin nyata dan data pengumpulan tanpa bodi, tidak termasuk data sintesis simulasi. Kapasitas diperkirakan secara konservatif berdasarkan data yang telah diungkapkan perusahaan/platform, angka sebenarnya mungkin lebih banyak.
Sementara total kebutuhan data pelatihan robot, masih belum diketahui. Tetapi dapat merujuk pada titik acuan model bahasa besar (LLM): LLM dapat menghabiskan semua korpus internet yang sudah jadi, sedangkan data yang dibutuhkan robot harus dikumpulkan satu per satu. Ada statistik yang menyebutkan, hingga awal tahun ini, total data interaksi fisik nyata berkualitas tinggi global hanya sekitar 500.000 jam, kurang dari seperdua puluh ribu dari volume data pelatihan LLM.
Dari sudut pandang lain, bahkan jika semua target kapasitas jangka pendek terpenuhi, dibandingkan dengan volume data model bahasa besar, mungkin baru sampai di garis start. Masih ada kesenjangan besar antara kapasitas dan permintaan.
Pengumpulan Data Embodied
Kondisi 6: Enam puluh persen provinsi di Tiongkok membangun pabrik pengumpul data, saat ini yang terbanyak tersebar di Yangtze Delta
Di mana data-data ini dikumpulkan?
Menurut perhitungan tidak lengkap Quantum Bit, pabrik pengumpul data nasional telah menyebar ke 20 provinsi, di mana pabrik pengumpul data berlatarbelakang negara mencakup 16 provinsi.
Pabrik pengumpul data terutama tersebar di wilayah Yangtze Delta, Beijing-Tianjin-Hebei, dan Pearl River Delta. Di antaranya, Yangtze Delta menempati urutan pertama dengan 30 buah.
Banyak kota tingkat tiga dan empat dengan biaya tenaga kerja rendah juga menjadi lokasi pilihan pabrik pengumpul data, misalnya Suqian, Zigong, Chenzhou, Yuncheng, Deqing, dll.
Pola distribusi terkait dengan jalur teknis. Pabrik pengumpul data teleoperasi tersebar di berbagai provinsi, sedangkan perusahaan jalur tanpa bodi aset ringan berkumpul di kota-kota besar.
Banyak kota sedang membangun citra kota sebagai pusat pengumpulan data.
Misalnya, Wuxi adalah kota pertama di Tiongkok yang mengusulkan konsep pengumpulan data wilayah kota secara keseluruhan. Hal terpenting yang dilakukannya adalah: Mendorong perusahaan manufaktur dan jasa untuk membuka lini produksi dan platform, menjadikan skenario nyata sebagai pabrik pengumpulan data, mengumpulkan data yang paling langka dan paling berguna bagi robot.
△
Ke Mana Uang Mengalir?
Kondisi 7: 15 penyedia layanan data embodied independen mengumpulkan dana sekitar 4,47 miliar yuan dalam setahun terakhir
Mari kita lihat indikator yang paling menjelaskan: uang.
Karena bisnis data perusahaan robot tidak dapat dipisahkan dari keseluruhan pendanaan, kami mengidentifikasi 15 'Penyedia Layanan Data Embodied Independen' yang memiliki catatan pendanaan dalam setahun terakhir, situasi pendanaan perusahaan-perusahaan ini sangat representatif dalam industri.
Pertama, penjelasan singkat, standar seleksi 'Penyedia Layanan Data Embodied Independen' ada tiga: tidak membuat bodi robot umum, tidak melatih model embodied, data embodied sebagai bisnis inti.
Menurut perhitungan tidak lengkap Quantum Bit, dalam setahun terakhir (1 Juli 2025 hingga 1 Juli 2026), 15 'Penyedia Layanan Data Embodied Independen' ini menyelesaikan total 34 pendanaan, dengan total sekitar 4,47 miliar yuan RMB.
Rentang waktu pendanaan sangat terkonsentrasi. Dalam tiga bulan dari April hingga Juni 2026, jumlah peristiwa pendanaan mencapai lebih dari empat puluh persen. Ini terkait erat dengan demam modal industri kecerdasan embodied secara keseluruhan pada paruh pertama tahun ini.
Quantum Bit pernah mencatat, pada paruh pertama 2026, seluruh industri kecerdasan embodied mengumpulkan dana sekitar 43,8 miliar yuan.
Jalur data embodied mengumpulkan uang dalam setahun, hanyalah sisihan dari pendanaan setengah tahun seluruh industri kecerdasan embodied, setidaknya untuk saat ini, jalur ini belum cukup 'seksi'.
Pengumpulan Data Embodied
Kondisi 8: Penyedia layanan data embodied independen dapat dibagi menjadi 3 tingkatan, perbedaan jelas
Menggali lebih dalam, perkembangan internal industri data embodied tidak seimbang.
15 'Penyedia Layanan Data Embodied Independen' ini dapat dibagi menjadi tiga tingkatan:
Tingkat pertama, Guanglun Zhineng paling menonjol.
Perusahaan ini menyelesaikan 6 pendanaan dalam setahun terakhir, mengumpulkan dana 3,1 miliar yuan, sekitar tujuh puluh persen dari total pendanaan.
Ini juga satu-satunya 'Penyedia Layanan Data Embodied Independen' yang mengungkapkan valuasi. Valuasi terbaru melebihi 2 miliar dolar AS, setara dengan lebih dari 13,5 miliar yuan RMB, menjadi unicorn data embodied global pertama.
Tingkat kedua ada 11 perusahaan, misalnya Jianzhi Robot, Nuoyiteng Robot, Yuanche Taichu, Mifeng Technology, dll.
Perusahaan di tingkat kedua, akumulasi pendanaan dalam setahun terakhir berkisar antara puluhan juta hingga ratusan juta yuan, tahap pendanaan sebagian besar adalah Pra-A dan sebelumnya, hanya beberapa perusahaan transisi anotasi data AI yang didirikan lebih awal yang telah mencapai tahap A.
Perusahaan di tingkat ketiga ada 3: Shutu Technology, Zhiyu Jishi, Butianshi Technology.
Akumulasi pendanaan mereka dalam setahun terakhir berada di tingkat puluhan juta yuan, tahap pendanaan adalah putaran malaikat, bisnis masih dalam tahap validasi awal.
△
Kondisi 9: 69 lembaga investasi mengambil tindakan, tidak ada yang menginvestasikan besar-besaran
Dari sudut pandang modal, dalam setahun terakhir, total 69 lembaga investasi telah berinvestasi pada 15 'Penyedia Layanan Data Embodied Independen' ini.
Guofang Chuangtou yang paling banyak bertindak, berinvestasi 3 kali; yang bertindak 2 kali ada 5 lembaga investasi; sisa 63 lembaga, hanya berinvestasi 1 kali.
Dibandingkan dengan pemandangan lembaga top merebut porsi dan terus menambah investasi saat demam pendanaan model embodied, saat ini, meskipun arah jalur data embodied sudah disepakati, target investasi belum ada kesepakatan, belum ada lembaga investasi yang benar-benar berani menginvestasikan besar-besaran.
Kehati-hatian modal ada alasannya: Dibandingkan dengan 'otak' embodied yang memiliki ruang imajinasi sangat besar, data embodied adalah bisnis 'padat karya', harga akan semakin kompetitif, permintaan klien juga memiliki ekspektasi yang relatif jelas, plafonnya ada di sana.
Tapi ada investor yang mengatakan kepada Quantum Bit, industri data embodied memiliki ruang imajinasi yang dapat diperluas: Di satu sisi, ini adalah bisnis global, pasar luar negeri sangat besar; di sisi lain, kemampuan pengumpulan data juga dapat dialihkan ke evaluasi model, menjadi infrastruktur AI fisik.
△
Kondisi 10: Lebih dari setengah 'penyedia layanan data embodied independen' berdiri kurang dari setahun
Secara keseluruhan, industri data embodied independen masih berada pada tahap yang cukup awal.
Perkembangan perusahaan masih awal. Lebih dari setengah 'penyedia layanan data embodied independen' yang mendapat pendanaan dalam setahun terakhir, waktu pendiriannya kurang dari setahun.
Pendanaan masih awal. Dari 15 'penyedia layanan data embodied independen', 13 perusahaan tahap terbarunya di putaran A dan sebelumnya.
Model bisnis masih awal. Tidak ada perusahaan yang mengungkapkan keuntungan. Hanya Yiren Technology yang mengklaim profit, tetapi juga tidak mengungkapkan angka keuntungan spesifik.
Pengumpulan Data Embodied
Akhirnya, rangkum sepuluh kondisi di atas menjadi tiga kalimat:
Kalimat pertama, industri data embodied telah tumbuh menjadi jalur independen, menarik banyak pemain masuk, dan sedang menjadi waduk lapangan kerja baru di bidang AI, mesin penggerak baru vitalitas ekonomi daerah.
Kalimat kedua, jalur ini masih berada pada tahap awal, banyak masalah belum terselesaikan, banyak konsensus belum terbentuk, banyak variabel belum konvergen.
Kalimat ketiga, sikap modal paling jujur. Hanya sedikit perusahaan yang telah membuktikan: 'Murni menjual data' adalah bisnis yang menguntungkan. VC masih dalam tahap menebar jaring, tidak ada yang bisa melihat ikan mana yang terbesar.
Satu atau dua tahun ke depan, kemungkinan besar adalah jendela validasi bisnis ini. Apakah kapasitas akan terwujud, ke mana harga akan bersaing, siapa yang pertama kali menunjukkan laporan laba, akan menentukan apakah pedagang data embodied dapat benar-benar menjadi 'penjual sekop' yang menghasilkan uang.
Artikel ini berasal dari akun WeChat publik 'Quantum Bit', penulis: Fokus pada teknologi terdepan
