数据堂入选亿欧智库《2026中国具身智能数据采集与数据产业发展展望》优秀案例

近日，亿欧智库发布《2026中国具身智能数据采集与数据产业发展展望》。报告指出，随着VLA模型架构的收敛和硬件供应链的初步成熟，制约机器人规模化落地的核心瓶颈，已从硬件和底层运控转向了数据。具身智能要达到真正可用，至少需要1000万小时级别的真实场景交互数据。

基于此，报告从基础设施、数据采集、数据加工、数据应用等维度，进一步解析具身智能数据采集与数据行业全产业链结构。数据堂凭借在具身智能领域的数据服务能力与规模化布局，入选优秀企业案例及具身智能数据采集案例TOP20。

前瞻布局具身数据赛道，版权数据规模化积累

数据堂长期专注于为人工智能及大数据领域公司提供数据服务，较早布局具身智能方向，并完成了版权数据的积累。针对客户特定硬件及场景需求，依托全球实施团队及众包资源，可提供Ego-Centric、UMI、真机遥操等多种模式的定制化采集服务。

2.88亿组3D模型和场景数据 包括2.7亿组3D模型和1800万组3D场景数据，其中3D模型覆盖常规模型、交互模型和物理增强模型等多种类型和室内家居环境的各类物体，3D场景覆盖室内家装场景和商业空间场景。

10万小时多场景Ego-Centric数据 以第一人称视角采集人类操作数据，每条数据包含时间对齐的双目视频、双目相机参数、3D场景重建点云文件、关节数据及分步骤语义标注，涵盖烹饪、清洁、收纳等多种任务。

15万段具身智能灵巧手数据 记录灵巧手抓取、平移、旋转等一系列动作，包括任务指令、关节位置、力控等数据，涵盖家居、工业、医疗、零售、仓储等场景。

“场内+场外”双轨采集，加速破解数据瓶颈

在具身智能数据采集方面，数据堂采用“场内模拟+场外真实”的双轨策略。自建8000平方米具身智能数据采集工厂，部署300套灵巧手操作设备及多形态机器人本体，搭建零售、家居、仓储、医疗、工业等多类真实场景模拟环境，覆盖抓取、放置、搬运、分拣、装配等多种操作任务。

在工厂之外，强调“真实的人”在“真实的场景”中执行采集操作，通过Ego-Centric、UMI等采集模式，由真实操作者在日常生活场景中完成数据采集。目前，已投入超1000台专业穿戴采集设备。

依托上述能力，数据堂能够快速响应具身智能领域的多样化数据需求。在面对大规模、多场景的数据需求时，亦能够高效实施数据采集任务。正如报告指出，Ego-Centric采集具备规模化潜力巨大、部署成本低等优势。数据堂可根据特定需求，为客户制定灵活的定制化采集方案。

数据堂具身智能数据工厂已构建起规模化、专业化的数据采集服务体系，具备多场景、多任务、多模态的数据采集与标注能力，致力推动从“理解”到“交互”到模型能力升级。

针对具身机器人对真实物理交互数据的需求，工厂配备多形态、多品牌、多型号的机器人本体，可根据客户需求模拟多种真实场景，支持同步采集视频、图像、IMU、力控等多模态数据。此外，工厂还设置多个数据标注区，提供从感知到决策的精准数据标注服务，为客户“一站式”交付高质量的具身数据。

部分内容来自亿欧智库，点击阅读完整报告