前段时间跟一个做具身数据采集的朋友聊天，他说了句话让我印象很深："你信不信，现在市面上流通的具身数据，可能有一半根本没法用来训练机器人。"

说这话的时候，2026年上半年中国具身智能赛道融资额刚突破935亿元，同比翻了五倍。22家公司估值超过百亿。所有人都在喊"数据是具身智能的核心瓶颈"，但很少有人追问一句：支撑这个千亿赛道的底层数据，到底有多少是真货？

更魔幻的是，就在行业一边缺数据、一边造数据的时候，苏州核数聚，静悄悄地拿下了数千万A轮融资——善达投资领投，吴中金控和融玥投资跟投。一家做数据服务的公司，凭什么在这个时候被资本选中？

答案藏在行业的裂缝里。

一、数据价格从500元跌到3元，发生了什么？

如果你不是这个圈子里的人，很难想象具身数据的市场价格跌得有多离谱。

去年单目数据一小时还能卖200多元，今年就跌到了100多。现在市场上甚至有人在报每小时5元、3元的价——比一杯瑞幸还便宜。

这不是规模效应带来的正常降价。真相是，订单从机器人公司发出，经过数采商、人力公司、家政公司、众包团队，一级一级往下转，每层抽走五块十块。五六层转包之后，原价120元一小时的订单，到了真正干活的采集员手里只剩5块钱。

山东一家数采执行方的负责人跟我说得很直白："一个人戴几斤重的设备干八个小时，有效数据也就三四个小时，挣百十来块辛苦钱。一小时给二十块，换你你干不干？"

行业里有个不成文的共识：30元一小时是底线。低于这个价，要么是赔本赚吆喝，要么根本不是正经采集的数据。

为了压成本，数据采集正从县城往农村走，从国内往东南亚走。但问题是，越往底层走，数据质量就越没法保证——你让一个没受过培训的农村阿姨戴着头环录视频，出来的数据能用来训机器人吗？

二、比价格崩盘更可怕的，是数据成了做账工具

如果说低价内卷只是行业乱的表象，那虚假订单就是泡沫的核心。

听过一个真事。一家机器人公司和一家数采商签了几百万的合同，"买数据"。但实际上什么数据都没交付——资金转了一圈，双方财报上各自多了一笔营收。

这不是个案。今年有二十多家机器人公司排队港股上市，监管机构对订单收入的真实性盯得越来越紧。主业营收撑不起估值，数据采购就成了冲流水的最好工具。业内管这个叫"互相采购"——你买我硬件，我买你数据，资金闭环流转，营收各自落袋。

更夸张的是，有些公司把融资和采购深度绑定了。被投企业拿到投资的同时就得背上一笔采购任务。行业里投资与采购的比例，"良心"一点的是1:0.5，狠的能到1:2甚至1:3。地方数采厂也被拉进这个局：机器人公司和地方出资方成立合资公司，合资公司向机器人公司买设备，机器人公司承诺未来回购数据。至于回购不回购、按什么价回购，主动权全在买方手里。

在这套游戏里，数据早就不是训练物料了。它就是个做账工具。

三、在这潭浑水里，核数聚在做什么不一样的事？

回到开头的问题。一家做数据服务的公司，凭什么在行业最乱的时候拿到融资？

翻了一下核数聚的资料，发现他们做的事跟市面上的"主流玩法"确实不太一样。

第一，不靠转包赚钱，自己建训练场。核数聚在苏州、青岛、芜湖、慈溪四个城市自建了专业化具身智能训练场，配备标准化硬件平台和高精度传感器阵列，视觉、力觉、触觉、语音多模态数据同步采集。用他们自己的话说，叫"真实场景采集+仿真场景合成"双路径。

这和市面上主流的"找人力公司外包、层层转包"完全不是一个路子。自建训练场意味着什么？意味着数据从采集端就是可控的——传感器位置对不对、动作规不规范、场景真不真实，都有人盯着。而那些靠层层转包的数采商，连采集员今天用的是左手还是右手都搞不清楚。

第二，不只卖"小时数"，做的是数据基础设施。核数聚把自己的平台定位为"采集-处理-训练-评估一体化"，打通了从数据生产到模型适配的全流程。他们的平台兼容遥操作、UMI、Ego、仿真合成等多种主流采集方式，还搞了一套统一的数据标准和训练评估体系，不同来源、不同模态的数据能在同一个框架里对齐和融合。

第三，数据的合规性和权属是认真的。核数聚拿下了高新技术企业、CMMI3级认证、甲乙级测绘资质，以及ISO27001、ISO9001、ISO27701等多项体系认证。他们那个"四足具身智能机器人巡检数据集"还入选了2026年江苏省数据知识产权登记运用典型案例。

在当下这个"一份数据卖N遍、谁都说不清来源"的行业环境里，能把数据合规做到这个程度，本身就是一种壁垒。

第四，客户名单说明问题。宇树、傅立叶、乐聚、智元、鹿明科技、Momenta、博世、思必驰——这些具身智能和智能驾驶赛道的头部玩家，现在都是核数聚的客户。头部公司对数据质量的要求，跟那些凑小时数应付投资人的，完全不是一个量级。

四、别再被"小时数"忽悠了

聊到这里，有必要说清楚一件事：什么样的具身数据才算"能用"。

这两年行业里"我有XX万小时数据"的吆喝声此起彼伏，但"有多少小时"和"能不能用"，完全是两码事。真正能支撑模型训练的高质量具身数据，至少得满足几条硬标准：

权属清晰可追溯。采集授权、肖像权授权、来源链路透明。不是反复倒卖、谁都不知道从哪来的黑数据。

采集流程标准化。传感器位姿统一、动作规范、场景真实。不是采集员随手拍的糊视频。

信息密度高。不只是一段第一视角视频，而是搭配姿态标注、动作序列、环境参数的多模态结构化数据。

格式适配性强。能匹配主流机器人本体的传感器协议，能快速接入训练管线，不用花几个月做格式转换。

场景够多样。覆盖不同地域、不同人群、不同环境，数据不能全是同一个房间、同一个人、同一个动作。

这五条标准，每一条都在说同一件事：便宜没好货。一小时3块钱的数据，你指望它权属清晰、流程标准、信息密度高？大概率就是一段模糊的第一视角视频，不知道被倒卖了多少遍，根本塞不进训练管线。

回头看核数聚做的事情——自建训练场、统一数据标准、兼容多模态、全流程质控——你会发现它不是在做"更多的数据"，而是在做"能用的数据基础设施"。两者的区别，大概就是"给你一桶混水"和"帮你修一条水管"的区别。

五、洗牌已经开始，谁能留下来？

行业不会一直这么乱下去。几个趋势其实已经比较清楚了：

纯卖小时数的公司会先出局。30元一小时的底线摆在那里，靠低价和转包活着的中间商，甲方一旦开始较真数据质量，第一个死的就是它们。

头部机器人公司已经开始自己做了。海外的Figure搞了自建采集应用，覆盖108个国家、4.4万活跃贡献者；国内的智元觅蜂也推出了众包采集平台。它们嫌外部供应商的产量、质量、多样性不够，干脆自己上手。这对纯做低端采集外包的公司来说，是个不太妙的信号。

从卖数据到卖服务，是不得不走的路。美国的Mecka成立两年就拿了红杉6000万美元的B轮，靠的不是卖数据，而是把定制硬件、全球化采集、数据后处理、模型后训练、长期运营打包成完整解决方案。核数聚走的也是这条路——从"卖一桶水"到"修一条自来水管"。

垂直场景才是真正的壁垒。通用家居场景的采集需求正在饱和，数据采集开始往工业、商超、物流、餐饮、医药这些高价值垂直场景迁移。核数聚在四个城市建训练场，覆盖机器人巡检、工业质检、钢铁、电气等场景，本质上就是在抢占这些稀缺的细分入口。

六、写在最后

具身智能是一场长跑，拼的不是谁的PPT数据多，而是谁的数据真的能喂饱模型。

泡沫总有破裂的一天。当资本退潮、监管收紧、客户开始较真的时候，那些靠互相采购堆出来的"百万小时数据"，那些层层转包压出来的"三元一小时"，会比泡沫本身消失得更快。

真正能留在牌桌上的，一定不是最会讲故事的，而是那些尊重数据价值、尊重产业规律的实干者。

上半年核数聚拿融资的时候，行业里不少人说"数据服务商有什么想象力"。但反过来想，在一个千亿赛道里，当所有人都在抢模型、抢硬件、抢估值的时候，谁能把最底层的数据基础设施做扎实，谁就捏住了这个行业真正的命门。

毕竟，无论机器人长什么样、用什么算法、跑在什么芯片上，它终究是要吃数据的。而真正能入口的东西，从来都不便宜。