Линь Фанчжоу из Официального канала
В Чэньчжоу, провинция Хунань, вывеска на магазине China Mobile гласит: «5S-магазин по сбору данных для воплощенного интеллекта». Обычные клиенты получают набор с зажимом, перчатками и камерой на голове, проходят краткое обучение и могут собирать данные для обучения роботов, выполняя домашнюю работу.
Первоначально выпущенные 1000 комплектов оборудования в состоянии полной загрузки могут собирать данные в течение 1 миллиона часов в год. Я как будто слышу внутренний голос бизнесмена: и данные собрали, и внимание привлекли, 4A-рекламным агентствам стоит поучиться. (doge)
Подобных «фишек» в сборе данных для воплощенного интеллекта немало: одни предлагают бесплатную уборку дома для сбора данных (добро пожаловать ко мне), другие превращают сбор данных в VR-игру, третьи подключают роботов к интернету, чтобы сборщикам данных не нужно было ехать на фабрику — они могут удаленно «управлять в облаке».
Сбор данных для воплощенного интеллекта
Однако, посмеявшись над вышеуказанными примерами, стоит понять, что на самом деле сбор данных, соответствующих требованиям, не так прост. Причина, по которой появляется множество таких «фишек», в том, что роботам крайне не хватает данных.
Сейчас все активно собирают данные, но мало кто комплексно проанализировал картину этой индустрии.
Quantum Bits частично собрали статистику по 97 отечественным игрокам в сфере данных для воплощенного интеллекта, из которых 70 занимаются сбором данных, а 27 — инфраструктурой данных.
За прошедший год (с 1 июля 2025 года по 1 июля 2026 года) 15 независимых поставщиков услуг по данным для воплощенного интеллекта, которые не производят «тела» роботов, не создают модели, а занимаются исключительно данными, привлекли в общей сложности около 4,47 млрд юаней финансирования.
В нынешних условиях, когда капитал «сильно увлекся» воплощенным интеллектом, эта цифра на самом деле не так уж и велика. Ранее Quantum Bits подсчитали, что за первую половину этого года компании, занимающиеся «мозгом» воплощенного интеллекта, привлекли 22,3 млрд юаней за полгода.
Чтобы помочь вам разобраться в индустрии данных для воплощенного интеллекта, мы суммировали следующие десять текущих положений дел в отрасли.
Как собирают данные?
Текущее положение 1: Технологические пути сбора данных делятся на четыре категории, сегмент сбора по нескольким путям наиболее переполнен
В настоящее время основные технологические пути сбора данных для воплощенного интеллекта можно разделить на четыре категории:
Телеуправление реальным оборудованием: человек управляет реальным роботом для выполнения задачи, одновременно собирая данные о движениях, состоянии и сенсорах.
Сбор без «тела»: человек напрямую выполняет демонстрацию, сбор движений осуществляется с помощью устройств, таких как системы захвата движения, манипуляторы-зажимы, камеры от первого лица, без участия робота.
Синтез в симуляции: массовая генерация данных взаимодействия роботов в виртуальной среде для обучения моделей.
Дистилляция из интернет-видео: извлечение знаний о человеческих действиях из интернет-видео и преобразование их в данные, пригодные для обучения моделей воплощенного интеллекта.
Согласно неполной статистике Quantum Bits, среди 70 компаний/платформ по сбору данных 30 используют одновременно несколько путей сбора, что составляет 43%, например: телеуправление реальным оборудованием + сбор без «тела», телеуправление реальным оборудованием + симуляция, сбор без «тела» + симуляция, все пути и т.д.
Игроков, использующих стратегию сбора по нескольким путям, больше, чем тех, кто делает ставку на какой-либо один путь в отдельности.
В индустрии часто используют пирамиду данных для описания структуры данных, необходимых для обучения роботов. На данный момент ни один метод сбора данных не может самостоятельно удовлетворить потребности в обучении роботов.
△
Текущее положение 2: Больше всего игроков, делающих ставку исключительно на путь телеуправления реальным оборудованием
Проанализируем каждый технологический путь по порядку.
Больше всего тех, кто делает ставку исключительно на путь телеуправления реальным оборудованием — 22 компании, что составляет 31%.
Из этих 22 игроков 13 являются государственными платформами данных, 7 — компаниями-производителями роботов (производящими аппаратное обеспечение роботов или разрабатывающими большие модели воплощенного интеллекта), 1 компания перешла из индустрии разметки данных ИИ, 1 компания пришла из области промышленного оборудования.
У компаний-производителей роботов есть преимущества в оборудовании и реальные потребности, поэтому выбор сбора данных через телеуправление реальным оборудованием — естественный.
Преимущество же государственных платформ данных в том, что они «не боятся тяжелых активов». Телеуправление — это капиталоемкий путь, требующий покупки «тел», аренды площадей, найма операторов, и как раз эти ресурсы легко мобилизовать государственным платформам.
Компаний, делающих ставку исключительно на путь сбора без «тела», 15, что составляет 21%.
Этот сегмент самый молодой, подавляющее большинство компаний было основано после сентября 2024 года.
Технологии сбора без «тела» также наиболее разнообразны, включая подкатегории: вид от первого лица (Ego), UMI, захват движения, электромиография (sEMG), сбор тактильных данных и т.д.
А игроков, делающих ставку исключительно на синтез в симуляции, всего 2: Songying Technology и Moxianfei (Motphys).
Известные игроки симуляционного сегмента теперь предпочитают класть яйца в несколько корзин.
Например, Guanglun Intelligent, которая раньше делала акцент на симуляционных данных, также начала собирать человеческие данные; Galaxy General, одна из самых убежденных сторонниц симуляции, в июне этого года выпустила систему телеуправления всем телом, получив возможность сбора данных через телеуправление.
Причины две: внешне — предложение данных с реального оборудования и человеческих данных быстро растет, цены продолжают падать, преимущества симуляционных данных в масштабе и стоимости уменьшаются; внутренне — разрыв между симуляцией и реальностью (sim2real gap) до сих пор не имеет хорошего решения, трудно с высокой точностью воспроизвести трение, деформацию, силовую и тактильную обратную связь в реальном мире.
Игроков, делающих ставку исключительно на дистилляцию из интернет-видео, также только 1: Shutu Technology.
Эта компания извлекает многомодальные данные для обучения роботов из монохромных RGB-видео в интернете, утверждая, что может снизить общую стоимость сбора до 0,5% от среднего по отрасли.
Сбор данных для воплощенного интеллекта
Кто эти игроки?
Текущее положение 3: Независимые поставщики услуг по данным стали самой крупной группой игроков
Если классифицировать не по технологическим путям, а по статусу, 97 игроков можно разделить на 5 категорий:
Независимые поставщики услуг по данным — 39, что составляет 40%;
Государственные платформы данных — 25, что составляет 26%;
Компании-производители роботов — 24, что составляет 25%;
Кросс-отраслевые компании из промышленности и ИТ — 5, что составляет 5%, например, из сфер логистики, производства оборудования, инженерной автоматизации и т.д.;
Крупные технологические компании платформенного типа — 4, что составляет 4%, например, Huawei, JD.com и др.
Как видно, самой крупной группой игроков являются независимые поставщики услуг по данным.
Это говорит о том, что данные для воплощенного интеллекта уже выросли в самостоятельный сегмент и перестали быть вспомогательным подразделением компаний-производителей роботов.
△
Текущее положение 4: Две трети игроков — «нативные для воплощенного интеллекта», одна треть — «кросс-отраслевые переходники»
Еще один способ классификации — разделить всех игроков индустрии данных для воплощенного интеллекта на две категории: «нативные для воплощенного интеллекта» и «кросс-отраслевые переходники».
«Нативные» компании изначально были созданы для бизнеса, связанного с данными или интеллектом воплощенного интеллекта; «кросс-отраслевые переходники» — это в основном компании, перешедшие из сфер разметки данных ИИ, автономного вождения, захвата движения или промышленности.
Среди 97 игроков 65 — «нативные для воплощенного интеллекта», что составляет 67%; 32 — «кросс-отраслевые переходники», что составляет 33%.
Если рассмотреть подробнее, состав компаний по сбору данных и компаний по инфраструктуре данных полностью противоположен.
Среди 70 компаний по сбору данных 57 — «нативные для воплощенного интеллекта», что составляет около 80%; среди 27 компаний по инфраструктуре данных 19 — «кросс-отраслевые переходники», что составляет около 70%.
Почему инфраструктура привлекает переходников, а в индустрии сбора в основном новые игроки?
Многие игроки в инфраструктуре данных для воплощенного интеллекта — это компании по разметке данных ИИ, например, Haitian Ruisheng, Shujutang, Yunce Data и др. Накопленные ими возможности в области конвейеров, контроля качества и поставок хорошо подходят для переноса в область инфраструктуры данных для воплощенного интеллекта.
А для данных воплощенного интеллекта готовых данных нет, в сфере сбора нужно с нуля создавать активы, у старых игроков нет преимуществ, новым компаниям, наоборот, легче начинать с чистого листа.
Сбор данных для воплощенного интеллекта
Производственные мощности и расположение
Текущее положение 5: Годовые мощности всей отрасли составляют 1,6-1,8 млн часов, краткосрочная цель — увеличение в 15-20 раз
Каковы текущие производственные мощности данных для воплощенного интеллекта? Насколько они отстают от рыночного спроса?
Согласно неполной статистике Quantum Bits, текущие годовые мощности индустрии данных для воплощенного интеллекта составляют: 1,6–1,8 млн часов + 70–80 млн записей.
Краткосрочная цель отрасли: в ближайшие 1-3 года произвести 25–35 млн часов + данные уровня сотен миллионов записей. Если рассматривать только количество часов, краткосрочная цель в 15-20 раз превышает текущие мощности.
Важно отметить, что из-за различий в методах раскрытия информации разными организациями, в настоящее время нет единого стандарта пересчета между часами и количеством записей, поэтому здесь они указаны параллельно.
Эти цифры учитывают только данные телеуправления реальным оборудованием и данные сбора без «тела», исключая синтетические данные симуляции. Мощности оцениваются консервативно на основе раскрытых компаниями/платформами данных, фактическое число может быть больше.
А общий спрос на данные для обучения роботов до сих пор неизвестен. Но можно использовать в качестве ориентира большие языковые модели (LLM): LLM могут «съесть» весь готовый корпус текстов из интернета, а данные для роботов нужно собирать запись за записью. По некоторым оценкам, к началу этого года общий объем высококачественных реальных данных о физическом взаимодействии во всем мире составлял всего около 500 000 часов, что менее 1/20 000 от объема данных для обучения LLM.
С другой стороны, даже если все краткосрочные цели по мощностям будут достигнуты, по сравнению с объемом данных для больших языковых моделей, возможно, это только стартовая черта. Между мощностями и спросом по-прежнему существует огромный разрыв.
Сбор данных для воплощенного интеллекта
Текущее положение 6: Фабрики по сбору данных построены в 60% провинций страны, больше всего в регионе Янцзы
Где собираются эти данные?
Согласно неполной статистике Quantum Bits, фабрики по сбору данных уже размещены в 20 провинциях страны, причем фабрики с государственным фондом охватывают 16 провинций.
Фабрики по сбору данных в основном расположены в регионах дельты Янцзы, Пекин-Тяньцзинь-Хэбэй и дельты Жемчужной реки. Среди них дельта Янцзы лидирует с 30 фабриками.
Многие города третьего и четвертого уровней с низкой стоимостью рабочей силы также стали местами расположения фабрик по сбору данных, например, Сюцянь, Цзыгун, Чэньчжоу, Юньчэн, Дэцин и др.
Модель распределения связана с технологическим путем. Фабрики по сбору данных методом телеуправления разбросаны по разным провинциям, а компании с малозатратным путем сбора без «тела» сосредоточены в крупных городах первого уровня.
Многие города создают имидж «центра сбора данных».
Например, Уси стал первым городом в стране, предложившим концепцию сбора данных по всей городской территории. Самое важное, что он делает, — это поощряет предприятия обрабатывающей промышленности и сферы услуг открывать свои производственные линии и платформы, используя реальные сценарии в качестве фабрик по сбору данных для сбора самых дефицитных и практичных данных для роботов.
△
Куда текут деньги?
Текущее положение 7: 15 независимых поставщиков услуг по данным для воплощенного интеллекта привлекли около 4,47 млрд юаней за прошедший год
Теперь посмотрим на самый показательный индикатор: деньги.
Поскольку бизнес по данным компаний-производителей роботов нельзя отделить от общего финансирования, мы выделили 15 «независимых поставщиков услуг по данным для воплощенного интеллекта», у которых были записи о финансировании за последний год. Ситуация с финансированием этих компаний весьма показательна для отрасли.
Сначала поясним критерии отбора «независимого поставщика услуг по данным для воплощенного интеллекта»: не производят универсальные «тела» роботов, не обучают модели воплощенного интеллекта, данные для воплощенного интеллекта являются основным бизнесом.
Согласно неполной статистике Quantum Bits, за прошедший год (с 1 июля 2025 года по 1 июля 2026 года) эти 15 «независимых поставщиков услуг по данным для воплощенного интеллекта» завершили в общей сложности 34 раунда финансирования на сумму около 4,47 млрд юаней.
Периоды финансирования сильно сконцентрированы. За три месяца с апреля по июнь 2026 года количество событий финансирования составило более 40%. Это напрямую связано с капитальной лихорадкой в отрасли воплощенного интеллекта в первой половине этого года.
Quantum Bits ранее подсчитали, что в первой половине 2026 года вся отрасль воплощенного интеллекта привлекла около 43,8 млрд юаней финансирования.
Сумма, привлеченная сегментом данных для воплощенного интеллекта за год, составляет лишь малую часть от полугодового финансирования всей отрасли воплощенного интеллекта, что говорит о том, что, по крайней мере на данный момент, этот сегмент еще недостаточно «привлекателен».
Сбор данных для воплощенного интеллекта
Текущее положение 8: Независимых поставщиков услуг по данным для воплощенного интеллекта можно разделить на 3 эшелона, различия очевидны
Если копнуть глубже, внутри индустрии данных для воплощенного интеллекта развитие неравномерно.
Этих 15 «независимых поставщиков услуг по данным для воплощенного интеллекта» можно разделить на три эшелона:
В первом эшелоне наиболее выделяется Guanglun Intelligent.
За прошедший год эта компания завершила 6 раундов финансирования на общую сумму 3,1 млрд юаней, что составляет около 70% от общего объема финансирования.
Это также единственный «независимый поставщик услуг по данным для воплощенного интеллекта», раскрывший свою оценку. Последняя оценка превышает 2 млрд долларов США, что эквивалентно более 13,5 млрд юаней, что делает ее первым в мире единорогом в сфере данных для воплощенного интеллекта.
Во втором эшелоне 11 компаний, например, Jianzhi Robot, Nuoyiteng Robot, Yuanche Taichu, Mifeng Technology и др.
Компании второго эшелона за прошедший год привлекли совокупное финансирование от десятков миллионов до сотен миллионов юаней, большинство из них находятся на стадии Pre-A раунда и ранее, и только несколько компаний, перешедших из разметки данных ИИ и созданных ранее, преодолели раунд A.
В третьем эшелоне 3 компании: Shutu Technology, Zhiyu Jishi, Butianshi Technology.
За прошедший год их совокупное финансирование составило десятки миллионов юаней, раунды финансирования — ангельские, бизнес еще находится на стадии ранней проверки.
△
Текущее положение 9: 69 инвестиционных институтов вложили средства, но никто не сделал крупной ставки
С точки зрения капитала, за прошедший год в эти 15 «независимых поставщиков услуг по данным для воплощенного интеллекта» инвестировали 69 инвестиционных институтов.
Чаще всех инвестировал Guofang Chuangtou — 3 раза; 5 инвестиционных институтов вложили средства 2 раза; остальные 63 института инвестировали только по 1 разу.
В сравнении со сценой финансирования моделей воплощенного интеллекта, когда ведущие институты захватывали доли и непрерывно увеличивали инвестиции, в настоящее время в сегменте данных для воплощенного интеллекта, хотя направление и имеет консенсус, консенсуса по объектам инвестиций еще нет, нет по-настоящему готовых делать крупные ставки инвестиционных институтов.
Осторожность капитала имеет причины: по сравнению с «мозгом» воплощенного интеллекта, который обладает огромным пространством для воображения, данные для воплощенного интеллекта — это бизнес, «интенсивный по затратам труда», цены будут становиться все ниже из-за конкуренции, спрос клиентов также имеет относительно четкие ожидания, потолок существует.
Однако, как сообщили Quantum Bits инвесторы, в индустрии данных для воплощенного интеллекта существует определенное пространство для расширения воображения: с одной стороны, это глобальный бизнес, зарубежный рынок велик; с другой стороны, возможности сбора данных также могут быть перенесены на оценку моделей и т.д., становясь инфраструктурой физического ИИ.
△
Текущее положение 10: Более половины «независимых поставщиков услуг по данным для воплощенного интеллекта» существуют менее года
В целом, индустрия независимых данных для воплощенного интеллекта все еще находится на довольно ранней стадии.
Компании развиваются на ранней стадии. Более половины «независимых поставщиков услуг по данным для воплощенного интеллекта», привлекших финансирование за последний год, существуют менее года.
Финансирование находится на ранней стадии. Среди 15 «независимых поставщиков услуг по данным для воплощенного интеллекта» у 13 компаний последний раунд — A или ранее.
Бизнес-модели находятся на ранней стадии. Ни одна компания не раскрывала прибыль. Только компания Yiren Technology заявила о прибыльности, но и она не раскрыла конкретных цифр прибыли.
Сбор данных для воплощенного интеллекта
В заключение, сведем вышеуказанные десять текущих положений в три предложения:
Первое: индустрия данных для воплощенного интеллекта уже выросла в самостоятельный сегмент, привлекающий множество игроков, и становится резервуаром для новых рабочих мест в области ИИ, новым двигателем экономической активности регионов.
Второе: этот сегмент все еще находится на ранней стадии, многие проблемы не решены, многое не достигло консенсуса, много переменных не определено.
Третье: отношение капитала самое честное. Редко какая компания доказала, что «чистая продажа данных» — это прибыльный бизнес. Венчурные капиталисты все еще на стадии «забрасывания сетей», никто не может разглядеть, какая рыба самая большая.
Следующие год или два, скорее всего, станут окном проверки для этого бизнеса. Будут ли выполнены планы по мощностям, до какого уровня упадут цены из-за конкуренции, кто первым покажет отчет о прибылях и убытках — это определит, смогут ли поставщики данных для воплощенного интеллекта действительно стать прибыльными «продавцами лопат».
Эта статья из официального аккаунта WeChat «Quantum Bits», автор: Фокусируется на передовых технологиях
