具身智能的竞赛，正在从"谁能造出更灵巧的机器人"转向"谁能更低成本地生产训练数据"。2026年8月17日，一天之内有三家数据基础设施公司披露进展：智元系的 觅蜂科技 完成新一轮数亿元融资、由中国电信领投； 枢途科技 宣布天使轮、用单目视频提取具身训练数据； 艾欧智能 拿到顺为、松禾、深创投的新一轮数亿元。三笔钱指向同一个判断——数据供给正在从研究团队的副业，变成一门独立的生意。
这条线索不是孤立的。IT桔子数据显示，2026年上半年，25家中国具身数据创业公司合计融资超过170亿元。如果把视角拉到整个产业链，资金正沿着"本体—大脑—数据"的链条向下游的基础能力层延伸。过去一年行业反复讲"数据飞轮"，但真正稀缺的不是飞轮的概念，而是能稳定、规模化、低边际成本地产出高质量训练数据的"工厂"。
觅蜂科技 走的是"无本体采集"的硬件路线。它的MEgo是一套不绑定具体机器人本体的采集硬件，目标是让数据生产和机器人型号解耦——你不需要先买一台人形机器人才能攒数据，一块标准化采集套件就能在真实场景里录动作、录交互。本轮中国电信领投、张江集团跟投，红杉中国等老股东超额追加，成立仅半年就已连完成三轮融资。资本看重的，正是"数据供给基础设施"这个卡位：它卖的不是一台机器人，而是一台持续吐出训练样本的机器。
把觅蜂放在 智元机器人 里看，逻辑更清楚。 智元机器人 自己要喂WITA系列全模态大模型的训练数据，与其每次都为新场景临时搭采集流程，不如把数据生产外包给一条标准化产线。MEgo的量产，本质上是把"数据从哪来"这个最累的环节工业化。这也是为什么智元的动作常被解读为"既造机器人、又造喂养机器人的燃料"。
枢途科技 给出的是另一条技术路线——从单目视频里抠数据。公司自研的SynaData数据管线，可以从普通的单目摄像头视频中提取高精度的具身训练数据，省掉昂贵的多视角捕捉设备。成立不到两年半（2024年4月注册），拿到深圳高新投与麟阁创投联合投资的天使轮。它的价值假设很直接：真实世界里到处都是单目视频，如果能把它们变成可用数据，数据来源的规模天花板会被打开。
艾欧智能 则把自己定位为"机器人真实世界数据基础设施"，本轮由顺为资本、松禾资本、深创投参与，并有头部机器人本体企业战略投资。和前两家不同，艾欧更靠近"平台/流通"一端，强调把分散在实验室、工厂、场景方手里的数据沉淀成可复用的基础设施。值得注意的一点是，本体企业的战略入局，意味着数据公司和本体厂之间不再只是买卖关系，而是开始双向绑定。
三种路线，其实对应数据生产的三个环节：采集硬件（把动作录下来）、数据管线（把视频变成可训练样本）、数据平台（把样本变成可流通的资产）。把它们并排看，一个清晰的"数据工厂"轮廓就出来了：前端用标准化硬件低成本采集，中台用算法管线做清洗和标注，后端用平台做存储、版本和流通。
这套分工之所以现在冒头，底层原因是具身模型的训练范式变了。早期的演示级机器人，靠工程师手写脚本、在实验室里喂几百条数据就能跑通一个动作；但当行业开始追求泛化、追求在开放动态场景里稳定作业，数据需求从"千条级"跳到"百万小时级"。Dyna-2这类世界动作模型用上百万小时人类视频做训练，正好把"数据饥渴"推到了台面上。
数据不够，就会卡住整条链。 宇树科技 在冲刺科创板的同时，供应链上关节模组、灵巧手被反复提及，但比硬件更早触顶的往往是数据——没有足够多样的抓取、行走、操作样本，模型再先进也泛化不开。这也是为什么资本在2026年明显从整机向触觉、运动控制、真实世界数据、机器人操作系统等基础能力层下沉。
但"数据工厂"这门生意远没到稳赚的时候。第一道坎是标准化：不同本体、不同传感器、不同场景采出来的数据，格式和语义能不能对齐？ 觅蜂 的MEgo强调"无本体"，正是想用硬件中性换通用性，但通用性和精度往往此消彼长。第二道坎是质量：单目视频提取方便，却可能在深度、遮挡、接触力这些信息上失真，而具身任务偏偏对接触力、毫米级位姿极其敏感。
第三道坎是商业闭环。数据平台要成立，得同时搞定"供给方愿意贡献、需求方愿意买单"。 艾欧 引入本体企业战略投资，是在需求侧先锁客户； 觅蜂 背靠智元系，是在供给侧先锁场景。但行业里大量数据公司仍停留在"接项目、做定制"的阶段，离真正标准化的"数据商品"还有距离。
梅卡曼德 冲刺"具身眼脑手第一股"提供了一个对照样本。它卖的是视觉引导组件这类标准件，2025年收入3.89亿元、全球AI+3D视觉引导组件市占率第一（约22.1%），毛利率64.6%——证明"标准组件"这条路能跑出利润。数据工厂如果想从项目制走向产品制，大概率也要走类似的"标准化组件+规模交付"路径，而不是永远做定制外包。
戴盟机器人 被蚂蚁集团领投，方向是触觉感知与物理交互脑，同样卡在"基础能力层"。把它和 觅蜂 、 枢途 、 艾欧 三家公司放在一起看，2026年的具身赛道正在从"比谁机器人更像个机器人"，转向"比谁握住了产业链里不可替代的一环"。数据、触觉、视觉、运动控制，这些过去被整机光环盖住的能力层，正在被单独估值。
回到开头那笔170亿。它未必代表数据公司已经盈利，更像是市场在给"数据会成为具身时代的石油"这个判断提前下注。真正值得跟踪的不是融资额本身，而是这些公司接下来能不能把demo级的数据管线，变成工厂级、可计量的供给——能不能用更低的单位成本，产出更高密度、更强溯源的训练样本。
一个可观察的信号是"无本体采集硬件的量产"。当采集套件可以像传感器一样批量交付，数据生产就从"养一支采集队伍"变成"铺一套设备网络"。这一步如果走通，具身智能的数据飞轮才真正有了工业级的入口，而不是停在论文和PPT里。
对从业者来说，今天的信号很明确：下一阶段具身智能的竞争，不只是模型架构之争，更是数据供给能力之争。谁能把训练数据从奢侈品做成工业品，谁就更有可能在泛化落地这道关上，比对手早半个身位。
当然，这一切仍处在早期。标准化、质量、商业闭环三道坎没有一道是容易的，单目视频提取的精度、无本体采集的通用性、数据平台的流通效率，都需要用真实部署去验证。本文基于公开报道整理。