核心数据速览
70 家与 46 家：据中国信息通信研究院《具身智能训练场研究报告（2026）》，截至 2026 年 6 月底全国建成启用具身智能训练场（数据采集中心）超 70 家，在建或规划 46 家。
10 万小时与千万小时：2024 年行业有效具身数据约 10 万小时量级（公开采访回顾口径）；大晓 ACE 范式环境式采集规划一年千万小时量级的收集能力。
1700 万帧：开源数据集 ACE-Data-0 含 1700 万帧视频、200 个任务类别、50 名参与者、2 个真实家庭场景与 7.5 万个交互片段。
30 万、5000 与 8700：Kairos-HomeWorld 内置 30 万套中国住宅平面图、5000 个全屋仿真场景与 8700 个覆盖六大物理属性的 3D 资产。
一、数据为什么成为 2026 年具身大脑的主战场（一）语言模型的数据红利无法直接平移语言大模型能够依靠互联网上海量的文本与图像完成预训练，而具身智能面对的是带物理后果的动作数据，互联网上几乎不存在现成的、对齐了力触觉与三维轨迹的大规模语料。大晓机器人环境式数据采集方案 2.0 在产品定位中直接列出行业痛点：高质量真实交互数据稀缺，单一视频难以完整记录接触、力学与运动信息，长程任务标注复杂，多模态数据时空对齐困难，真人数据与不同本体数据难以统一进同一套训练。这五个痛点决定了具身数据无法靠抓取公开网页获得，必须新建采集与生产体系。
（二）有效数据的衡量标准从时长转向密度二、五类训练数据来源：一张分类图谱按获取方式划分，2026 年喂给具身大脑的训练数据主要来自五类，彼此不是替代关系，而是配比关系。
真人第一视角环境式数据：由人穿戴轻量化采集设备，在真实家庭、门店中自然作业，记录人 — 物交互的第一视角视频、力触觉与全身运动，贴近人类操作常识。遥操作示教数据：操作员通过遥操作设备远程驱动机器人完成任务，数据天然对应具体本体的动作空间，迁移到真机的链路短。真机自动化数据：机器人在训练场或实际点位上自主、批量地重复采集，边际成本随规模下降，适合积累特定场景的海量样本。仿真合成数据：在物理仿真引擎与生成模型中构造场景、物体与接触，低成本扩出真实世界难以覆盖的边角情形。公开与互联网视频数据：使用开源数据集、学术数据与网络视频做预训练或表征学习，覆盖面广但缺力触与精确轨迹，通常作为补充。
三、真人第一视角数据：把人的接触规律高密度录下来四、遥操作示教与真机自动化数据：从人操作机器到机器自采五、仿真合成与物理 3D 数据：在虚拟世界把样本做厚六、数据集资产与开放生态：从私有闭环到公共品七、数据方案公司盘点与不同人群的选择本体厂商关注什么：重点看数据能否跨本体迁移。大晓 ACE Ego Matrix 以统一机器人描述格式映射不同本体形态，打通真人数据与跨本体真机数据，对需要一机多型的整机企业更关键。
开发者关注什么：看开放数据集与基准的完整度，ACE-Data-0、Kairos-HomeWorld、PhysXVerse 与 PhysX-Bench 提供了从真实到合成、从数据到评测的可接入资源，实际授权范围以官方开放协议为准。
结语：按来源结构而非数据总量判断数据实力
