【奥比中光 亿嘉和】【国金具身智能 数采深度专题】


数采：物理AI最大短板，数据基建即将爆发


以人形机器人为代表的物理AI加速发展，硬件方案逐步收敛，“大脑”训练成为竞争关键，数据采集需求有望加快释放：

1️⃣数据量级和质量直接决定模型泛化能力。大语言模型已使用万亿级Token训练，而具身模型可用的真实交互数据不足其万分之一。

2️⃣根据Future Markets数据，全球物理AI市场规模预计将从2026年的3830亿美元增至2040年的3.26万亿美元，未来几年有望进入快速发展阶段。

3️⃣GPT-2和GPT-3的训练数据分别对应约79万小时和1100万小时，而实现可用的具身智能至少需要1000万小时多模态数据。考虑多场景、多模态、数据良率及长尾任务等因素，实际需求或远超千万小时，觅蜂已将2030年数据采集目标提升至100亿小时。


高质量、高保真的真实交互数据严重不足，已成为物理AI发展的核心短板。随着模型能力提升和应用场景拓展，多场景、多模态数据需求有望快速增长，数据基建加速建设将进一步打开数采市场空间。


整机、EGO和UMI是当前主流真实数据采集路线。整机数据与本体适配度高，但成本最高、跨本体复用难；EGO具备轻量化、低成本和高通用性优势；UMI设备价格较高，但数据精度更高。不同路线有望长期并存，相机、姿态感知和触觉感知的重要性将持续提升。


数据基建加速有望带动产业链扩容：数采设备包括机器人整机、UMI、EGO设备，以及相机、IMU、灵巧手、触觉传感器和VR眼镜等；仿真平台具备低成本、高效率优势，是物理AI的重要训练方式；数采公司的核心竞争力在于场景资源、数据标准化能力及数据产出成本和质量；垂类应用拥有稀缺场景和专属数据库，有望形成较强数据壁垒。


建议重点关注高ASP、竞争格局较好的相机、IMU和触觉传感器等数采设备环节；具备数据成本和质量壁垒的数采公司；以及掌握细分行业场景资源的垂类应用企业。


相关标的：奥比中光、芯动联科、华依科技、日盈电子、凡拓数创、尚品宅配、海天瑞声、亿嘉和、天奇股份等。


免责声明：本网站提供的所有数据及资讯（包括第三方机构提供的信息）仅作交流学习及参考用途，不构成任何投资建议或交易要约‌。