数采：物理 AI 最大短板，数据基建即将爆发.docxVIP

敬请参阅最后一页特别声明

敬请参阅最后一页特别声明1

数采:物理Al最大短板,数据基建即将爆发

投资逻辑

以人形机器人为代表的物理AI，数据是最卡脖子领域。当前人形机器人行业硬件方案趋于收敛，大脑训练成为决胜关键，而数据量级和质量直接决定模型泛化能力。机器人高质量、高保真物理交互的真实数据极度缺失。大语言模型有万亿级token训练，而具身模型可用的真实交互数据不足其万分之一。

数采爆发在即，市场空间将充分打开。根据FutureMarkets数据，全球物理AI市场规模将从2026年的3830亿美元增长至2040年的3.26万亿美元，未来几年将步入爆发阶段。据2026年机器人全产业链接会披露，GPT-2和GPT-3的训练数据分别对应约79万小时和1100万小时，要实现可用的具身智能至少需要1000万小时的多模态数据，而多场景、多模态、良率、长尾数据和多参与者等因素导致实际所需的多模态数据集远超1000万小时，觅蜂已将目标数据采集量提升到2030年100亿小时。

整机、EGO、UMI等多种数采路线并存，高质量数据边际需求越来越确定，相机、姿态感知、触觉感知越来越重要。当前整机、UMI和E