物理 AI 时代具身数据采集产业深度研究

摘要： 本报告聚焦于物理 AI 时代的世界模型与具身智能数据采集，认为具身数据采集正在开启下一代数据基建浪潮。报告详细分析了世界模型如何赋予 AI 理解物理规律与预测未来的能力，并探讨了解决具身智能“数据燃料”短缺的路径。

行业主线：

1. 数据驱动逻辑：具身智能对数据的需求量达 EB 级，且强调物理交互的多样性与高质量，构建高效的数据闭环是突破“数据缺口”瓶颈的核心。
2. 三大采集方案并行：形成了真实数据（高保真但成本高）、合成/仿真数据（规模化但存在 Sim2Real Gap）以及视频数据（来源广但物理交互缺失）三种互补的技术路线。
3. 数据金字塔构建：通过互联网数据（根基） $\rightarrow$ 仿真数据（中层） $\rightarrow$ 真实数据（顶层）的结构，实现从预训练到微调的完整链路。

关键变化与分歧：

1. 技术路线分歧：厂商在“真实数据优先”（如智元机器人）、“合成/仿真优先”（如银河通用）与“视频数据驱动”（如特斯拉 Optimus、Figure AI）之间存在路径选择差异。
2. 基础设施升级：国家级标准化试点（如上海虚实融合具身智能训练场）与开源生态（如 Open X-Embodiment）的建设正在降低行业门槛。

受益方向与风险：

1. 受益方向：具备全链路数据工程化能力的供应商、物理 AI 仿真平台提供商以及专业化多模态数采工具厂商。
2. 核心风险：技术路线收敛导致前期投入沉没、市场竞争加剧、行业投入不及预期及政策落地迟缓。