Figure、OpenAI们采机器人数据,不戴手套,机器人“手感”从哪来?

摘要:数采被类比光模块,真正稀缺是可用力数据;真觉万象以前臂FMG裸手采力,三环协同、千元级、海外验证,指向规模化。

全文约2200字,阅读约5—6分钟

近期二级市场对“数采”叙事的关注度明显提升,数采概念股出现阶段性涨幅。一个简洁的类比在机构圈迅速流传:数采=算力,数采设备=光模块,核心环节优先级甚至被部分机构排为“数采>机器人本体”。股价数据仅作为行业现象引子,不构成投资建议,也不评价相关公司基本面。真正值得拆开看的,是这个叙事成立的前提:数采环节是否存在可量化、可被定价的供给稀缺性。这个底座需要单独看。

答案是存在的,而且缺口比多数人预想的更硬。

数采稀缺性的真实底座——不是故事,是小时数

全球高质量真实物理交互数据总量约50万小时,而训练通用具身模型至少需要1000万小时,当前供给不足实际需求的5%。产业预期方面,2027年单一头部AI实验室的数据采购体量可达500万—1000万小时,叠加多家需求,全球数采市场有望突破百亿美金;按100元/小时估算,长期空间达万亿级。IDC数据显示,2025年中国AI基础数据服务市场规模62.62亿元,2026年预计增至78.34亿元。OpenAI已确认下场做机器人,招聘岗位覆盖执行器、传感器及数据采集,其数据采集环境中已运行多个机器人工作站。

核心判断是:数采稀缺性真实存在,但“稀缺”不等于“谁做数采都值钱”。最终获得估值溢价的,是能解决数据可用性、交付一致性和规模化成本的少数方案。

前面说数采的“铲子”不是单点硬件,二级市场这两天恰好有个细节,可以拿来当注脚。10月29日力鼎光电涨停,今天也一度封涨停,当下市场给它打的标签是“具身智能+机器人光学”。翻它的异动解析会发现,除了无人机订单,更核心的催化是它参股了一家叫“真觉万象”的数采企业——半年报显示持股2.17%。

一个做光学模组的公司,为什么去绑定一家做数采硬件的?顺着这条线往下看,数采的“铲子”不是简单买个镜头录个像,而是软硬件的深度协同。

回到前面说的“可用性、一致性、规模化”,这三个词放到力觉数据上,其实对应三个很具体的卡点:采到的力是否保真,能不能在真实劳动场景里稳定采,以及成本能不能支撑千万小时级下沉。今天借我相对熟悉的真觉万象EGO+双FMG臂环三环方案作为一个样本,看看他们走的“裸手采力”这条路到底卡在哪、难点在哪、又试图怎么解。

核心卡位——采到的“力”是否可用1 行业共性约束:数据有了,力可能失真

传统采力觉数据的主流路径是戴手套或遥操作。手套方案会隔断人手与物体之间的天然摩擦、形变和滑移感知,采到的是“隔着介质传导后的力”,并非机器人在裸手交互中需要复现的力分布。纯粹的遥操作受限于操作者与执行端的物理隔离,难以在真实劳动场景中规模化。因此,真觉万象在遥操之外,拓展了头环、UMI、机械臂等全栈矩阵——数采能力不仅限于头环,而是覆盖遥操、UMI、机械臂等全链产品,构成全栈数采矩阵,真正填补长尾场景的空缺。

2 真觉万象的解法:不碰手,把传感器移到前臂

裸手采力的做法是:双FMG臂环佩戴在前臂,不占用手部,不改变接触界面。工人以正常裸手状态作业,采集肌肉发力信号。FMG与EMG的关键分野在于:FMG测的是肌肉/皮肤之间的剪切力与正压力,力学形变连续可测,覆盖静态握持、缓慢施力、被动触碰;EMG测的是肌肉主动收缩的生物电信号,对静态握持、缓慢施力、被动触碰等关键片段感知弱,存在信号盲区。

真觉万象的EGO+双FMG臂环方案(三环协同方案)

三环协同:头环提供全局空间定位,解决手臂自身遮挡;双FMG臂环捕捉肌肉细节变化,反推手指位置与触觉;视觉定位+力觉触觉+IMU状态构成完整感知闭环。这就是力觉+视觉双模态,补全视觉盲区。同行业多数产品表达“手怎么动”,真觉万象同时回答“手用了多大劲”。这些力数据最终要经过Ego-to-Robot对齐,才能转化为真机可复现的信号。

3 千元级不是“便宜”,是“可规模化”的前提

若采力设备定价在数万甚至十万级,只能在实验室服务少数真机数据,无法下沉到环卫、制造、物流等真实劳动场景。千元级定价的意义,在于让千万小时级真实场景采集在商业上成立。玉禾田合作场景验证:覆盖200+城市、近十万一线作业人员,构建千万小时级真实劳动数据集。

海外客户验证与全链产品线

相比于二级市场的概念炒作,硅谷最聪明的钱和大脑已经做出了选择:真觉万象目前已获得海外客户订单,已向Figure、OpenAI、亚马逊等全球顶尖企业交付数采设备。最需要高质量力觉数据的买家,选择了不戴手套的裸手采集方案。这种来自全球顶级买家的真金白银的采购决策,是对前臂FMG裸手采力路线最强有力的外部验证。

产品线覆盖数采全链路形态:EGO头载采集终端、UMI、机械臂等,具备从可穿戴到本体侧的多场景交付能力,全栈数采矩阵持续覆盖长尾场景。

这也解释了为什么力鼎光电这样的光学大厂会选择在产业链上与真觉深度绑定。回到产品本身,视觉这一环,真觉万象对接的是力鼎光电的鱼眼/全景光学模组供应链与联合研发能力,为EGO头环第一视角采集提供硬件支撑。双方在机器人数据采集镜头/模组上的产业协同,构成了全栈数采矩阵背后的硬件底座。

力鼎光电 180° 鱼眼全景光学模组

行业冷思考——类比边界与风险提示

光模块类比有边界。光模块是标准化硬件,良率、功耗、带宽是硬指标;数采的“良率”定义仍在行业形成期。采到1000小时数据,与采到“模型能用的1000小时数据”之间,隔着清洗、对齐、力学解码的完整Data Engine能力。

股价热度与产业进度存在时滞。二级市场用远期叙事定价,不等于产业节点已经到来。数采概念股出现阶段性涨幅,但概念热度与业务落地之间存在时滞——部分公司的“物理AI”产出仍待兑现、相关业务收入占比仍低,均说明概念热度与业务落地之间存在距离。

数采的终局不是“谁采得多”,是“谁采的力能被机器人复现”。如果力数据无法通过Ego-to-Robot对齐转化为真机可用信号,小时数本身不构成护城河。这是真觉万象需要持续证明的命题,也是赛道所有玩家共同面对的问题。

回到问题:如果数采被类比为光模块,真觉万象卡住的是不是一个无法绕过的物理约束?机器人要理解力,就必须有真实裸手交互的力数据;要规模化拿到这种数据,设备就不能破坏手本身。前臂FMG是这个约束下目前最干净的解法之一;千元级让这一解法具备下沉可能;海外客户验证让这一解法有了外部锚点。剩下的,交给数据质量和时间说话。

另外多说一嘴,站在产业协同的角度来看,力鼎当前2.17%的参股,本质是绑定一条下游数采硬件的光学联合研发链路。如果后续真觉万象的裸手FMG方案持续拿到海外头部客户订单、规模化数据采集的商业闭环进一步跑通,不排除力鼎会选择继续加码投资,更深一层锁定鱼眼全景模组的独家协同,巩固自己在具身智能感知层的卡位。当然这只是基于双方现有合作框架的一种猜想,最终是否增资,仍要看后续商业化验证与公司自身的战略节奏。

#具身智能 #数据采集 #机器人手感 #裸手采力 #FMG #真觉万象PhysenAI #光模块类比 #EgoToRobot

注:本文基于2026年10月30日以及之前的公开信源整理,涉及企业/行业预测与盈利判断的内容均存在不确定性(包括文章评论),以上均不构成任何投资建议。

? 关注「智财社」看具身智能技术迭代与资本脉络

声明:本文为维科号作者发布,不代表维科号立场。如有侵权或其他问题,请及时联系我们举报。