WRC 2026：具身数采凶猛，千军万马集体入场

从大厂到零部件厂商，都盯上了卖铲子的生意。

    作者丨高景辉

    编辑丨董子博

今年WRC逛完一圈，雷峰网最明显的感受是：今年的数据采集设备，比去年多了不止一倍。

去年来WRC，数采方案大多藏在本体公司的展台角落，作为"模型训练的配套设施"一笔带过。今年不一样了，无论规模大小，不少展商都在自己的展位上留出了一块专门的区域，摆着手套、头环、相机，邀请观众上手体验。

原因并不复杂。当本体硬件的价格一路下探、大模型的架构路线逐渐收敛，行业的瓶颈正在从"有没有身体、有没有大脑"转向"有没有足够多、足够好的数据来教机器人干活"。谁能把高质量真实交互数据的获取成本打下来，谁就握住了下一个阶段的话语权。

正是在这样的背景下，WRC 2026的展馆里出现了5支来自不同方向的数采队伍。他们出身不同、禀赋各异，入局逻辑也大相径庭。我们一家一家看。

01

上游供应链：复用现成技术，低成本入局

第一类玩家，是原本做传感器和视觉硬件的上游供应商。对他们来说，做数采与其说是跨界，不如说是把已经成熟的硬件技术换个“外衣”，毕竟传感器还是那些传感器，相机还是那些相机，只是从"卖给机器人做感知"变成了"卖给数据团队做采集"。边际成本低，毛利率却有提升空间。

他山科技在展台搞了个"桌面收纳挑战赛"。观众戴上他们的触觉感知指套TS-ECHO，再套一个ego头显，收拾桌面上的杂物，视觉和触觉信息就同步采集下来了。指套能实时捕捉接触、受力、滑移这些信号，和第一视角的画面一一对齐。他山科技的工作人员告诉我们，他们判断高质量交互数据的关键，是无本体数采能以更低成本拿到多任务、多场景的操作数据，而触觉和视觉的融合，能帮机器人更完整地理解操作对象的物理属性。这个判断本身不算新鲜，但指套戴上去确实比想象中灵活，不怎么影响手的正常活动。

帕西尼的展示区主打一个概念——"同源数采、多体联动"。观众戴上数据采集手套，可以同时操控好几台不同构型的灵巧手，手部动作被实时重映射到多台终端上同步执行。现场工作人员解释，这背后的核心是手套的标准化数据输出和跨本体重映射技术——针对不同灵巧手的关节极限、运动空间，系统会做差异化的适配，让采集到的数据不绑定单一本体。说白了，就是一次采集，多台机器都能用。

途见科技在WRC开了场发布会，发布了一只柔性电子皮肤做的触觉数据采集手套“TachinGlove”。其中有个技术细节叫"空抓无脏数据"挺有意思，意思是可穿戴触觉设备常见的一个问题是材料自身形变会产生噪声信号，而这只手套的设计是只测量真实接触，尽量避免空抓时的虚假信号，后续数据清洗的成本也能降下来。发布会上他们还开源了首批全手触觉数据集，覆盖抓取、折叠、装配等20类操作任务，采用通用格式，兼容主流训练框架。

猿声科技的Magic Glove走的是模块化路线。和传统固定尺码的手套不同，它根据不同使用者的手型重新建立适配模型，还能持续追踪触觉模块的位置变化。针对传感器形变导致的数据污染，他们用了硬质基底设计，让采集信号更多来自真实外部接触，同时把结构做薄，尽量不影响手部操作。现场的人提到一个数据：触觉传感模块在正常量程内的按压寿命达到300万次。对于大规模采集来说，设备稳定性直接影响不同时间、不同设备、不同采集人员之间的数据一致性，这个参数确实比"灵敏度多高"更实在。另外，模块化设计意味着织物部分可以单独清洗或更换，长期使用成本能降下来。

奥比中光是从视觉领域切入的。他们推出了无本体数据采集硬件平台，集结EGO、UMI、WristCam三种形态，分别覆盖第一视角观察、腕部近场观察和手-物交互细节采集。其中最受关注的是EGO RGB-D，这是和蚂蚁灵波一起做的方案，硬件侧用奥比中光自己的Gemini 330系列双目3D相机，搭载自研深度引擎芯片MX6800；模型侧适配蚂蚁灵波的LingBot-Depth 2.0，用来补全深度缺失、优化物体边缘。

综观这五家，共同特征很明确：手握核心传感技术，做数采属于"降维入局"。毕竟硬件是现成的，围绕采集场景做系统集成和软件适配就行。但反过来，他们的运营能力也有很大提升空间，数据采集的规模化，不只是单纯的硬件问题。

02

模型公司：数据是手段，模型才是目的

第二类玩家是模型公司。模型公司做采集的出发点很纯粹，自家模型训练缺数据，外面买的要么不够用、要么不好用，干脆自己做。对他们来说，数采设备是工具，数据飞轮才是目标。

自变量机器人在WRC正式发布了QUANXTA Zero系列，一口气出了三款梯度定位的硬件。G0是VR头显加背包加双力控夹爪的高端方案，主打双臂协同、多步骤连续作业这些高维复杂任务；G1简化成头环加双夹爪，去掉了重型背包，兼顾精度和移动性，办公室、小型实验室也能用；E0是入门款，只有一个轻量化头环，满足基础视觉和简单操作记录，高校课题组和初创小团队拿来做算法验证比较合适。三款硬件统一数据输出标准，采集素材能无缝接入自变量自己的数据服务管线。此外自变量在现场设置了无本体数据采集演示区域，方便观众直观地理解具身智能数据采集。

章鱼动力的展台摆了三款数采产品：鱼眼头环、肌电手环、外骨骼同构数采手套，合起来叫OctoSense。肌电手环的玩家本就不多，传统肌电采集的老大难是个体差异，每个人的肌肉结构、皮肤阻抗都不一样，A的数据采集到的信号没法直接给B用。但章鱼动力的方案据说做到了新人佩戴即用，不需要增量训练，手部姿态和发力的还原精度也还不错，这就是所谓的“肌电跨个体零样本泛化”。另外，他们的手套自由度超过20个，和自研的OctoH-Hand灵巧手同构，这意味着人类戴手套采集的数据，可以近乎无损地对齐到真机执行端。

厘清智能是一家今年成立的物理AI公司，从数据管线、采集设备到模型架构都坚持全栈自研。这次WRC厘清智能带来了数采手套T1，用的是11 IMU方案，重量比较轻，延迟控制在2毫秒以内，适合需要高精度手势捕捉和模仿学习的场景，佩戴舒适度也是他们强调的一个点。他们的EGO设备据说也即将发布。

德塔智能展示了一款头戴式设备，主打"作业即采集"，大概意思是一个轻量化头环戴在头上，人在真实环境里该干嘛干嘛，设备就把第一人称全景视觉和全身骨骼运动同时记录下来了。采集者不需要学任何操作技能，不需要中断手头的动作，只管作业，如此一来就能把采集的门槛降到最低。

以上四家模型公司有一个共同点：数采是手段，模型才是目的。他们的采集方案、数据格式、标注规范都围绕模型训练的需求来优化，数据利用效率理论上更高。这也难怪，模型公司下场做数采，本就是最顺理成章的一路，自己要训练模型，自然知道最知道该采什么数据、怎么采数据。

03

数据"原住民"：延续先发优势

第三类玩家，是最早把"具身数据"当主业来做的公司。他们没有本体硬件的包袱，也没有大模型的执念，从一开始就定位为数据基础设施提供商。

光轮智能这次WRC发布了全球首个十万小时级全模态人类行为开源数据集EgoSuite-Open100K。整体规模10万小时，覆盖7大类环境、128类场景、15000多个采集场景和15000多项任务，采用头部与腕部双视角，提供手部与全身位姿、语义标注和深度信息。但正因为光轮“卖数据，不卖设备”，本次WRC光轮展台的数采设备情况未从得知。

ORIGINFLOW是一家去年成立的具身基础设施公司。他们今年WRC主打的产品是一只自研的神经肌电手环，采集的是表面神经肌电信号，ORIGINFLOW想读到的是更早一层：动作发生之前，身体里已经出现的发力意图。手环戴在手腕，采集肌肉活动产生的微弱电信号，再通过模型反推出动作和发力意图。这类信号比最终动作提前约50毫秒，意味着机器有可能第一次提前感知人的动作意图，而不是等动作发生后再被动识别。

恺望数据2022年成立，最初做的是自动驾驶道路数据，2025年下半年才把重心转向具身智能。今年WRC恺望在展台搭了一个真实场景化体验区，观众可以近距离观摩、亲身参与真实场景数据采集的全流程，从数据采集、标注到数据集交付，可视化演示数据怎么赋能机器人看清环境、读懂场景、精准决策。

一个彩蛋：有家数据公司没来现场，但数采手套产品遍布各大展台，猜猜是哪家公司，知道答案的读者可以在评论区留言。

目前来看，这几家“生而为数据”的公司仍有一定的先发优势，毕竟客户认知、采集经验、交付流程，都是时间堆出来的。但压力也同时存在，当上游和下游今年都在亲自下场，中间层的生意会不会被两头挤压，是他们要提前回答的问题。

04

灵巧手公司：自研需求驱动，捆绑销售

第四类玩家是灵巧手公司。他们做数采的逻辑很朴素：自己的灵巧手需要数据来训练，而采集手套和灵巧手在运动学上天然同构，顺手就把数采方案做了，还能和硬件捆绑销售，提高客单价。

强脑科技的数采矩阵分了三层，呈金字塔结构。塔尖是真机数据，由双臂轮式数采平台采集；中层是高质量人类中心数据，由RevoHuman高精度外骨骼触觉手套采集；塔基则是RevoEgo头环采集的人类第一视角视频加上仿真数据。WRC现场主要展示了轮式双臂+手套的真机采集，搭载21自由度全掌触觉灵巧手，覆盖全身64个自由度的运动控制，同步记录头部环境视觉、手部视觉、机器人运动状态、全掌触觉反馈和语音场景描述。

灵巧智能的产品线比较多。DexCap是穿戴式遥操数据采集系统，用轻量化外骨骼结构，通过高精度动作捕捉和触觉反馈记录手部细微动作；DexTele是遥操作数据采集系统，集成了市面上主流的机械臂和人形臂，通过高精度、低延迟的遥操作复现复杂姿态操控，同步采集视觉、触觉等多模态数据。另外还有OptiUMI、TriUMI等多条产品线，分别解决不同场景下的采集需求。硬件之外，他们还做了一个DexStream全栈数据管线平台，对采集到的动作轨迹、物体轨迹、多视角视频进行对齐，通过3D仿真、骨骼动画重建操作过程，把原生数据加工成可用于训练的格式。

灵心巧手展出的是Linker Open TeleDex数据采集系统。这套系统的特点是"开放式"——支持多种外接设备、多种机械臂、多种灵巧手的硬件搭建体系，同时采集视觉、触觉、本体感知三重模态数据，提供从硬件集成到数据交付的完整闭环。灵心巧手在国内高自由度灵巧手市场的份额不小，做开放式数采系统的逻辑也很顺：既然很多客户都在用他们的灵巧手，不如顺手提供一套适配性强的采集方案，既降低了客户的数采门槛，也增强了客户粘性。

对于这三家灵巧手公司来说，硬件是入口，数据是增值。他们的采集手套往往和自家灵巧手深度适配，自由度、触觉布局、运动学模型都保持一致，采集到的数据可以直接用于训练搭载同款灵巧手的机器人，跨设备映射的损耗小。但边界也很明显——他们的数据天然聚焦于手部操作，对于全身运动、导航避障、环境交互等更广泛的具身数据可能会稍显不足。

05

大厂：从硬件、场景到云服务的生态闭环

最后一类玩家，是资源最雄厚、布局最全面的互联网大厂。WRC 2026上，京东以600平方米的展区亮相，发布了完整的机器人战略。

展台最核心的位置，复刻了一个真实的家庭服务场景。一位京东家政阿姨像日常上门服务一样，做地面清洁、物品收纳、台面整理，和她一同作业的还有一台遥操作机器人。阿姨戴着京东云自研的JoyEgoCam头戴式设备，第一视角实操画面、手部动作、身体姿态、操作节奏都被完整记录下来。数据传到系统后，经过去畸变、文本描述、相机姿态估计、深度重建、手部重建、手物分割、自动标注等一系列处理，原始视频才转化为机器人可以理解和学习的高质量数据。

沿着展台动线走，还能看到数据如何被处理、扩增、评测，最终转化为机器人的实际能力。在数据采集体验区，观众可以戴上JoyEgoCam一代、二代设备，模拟完成简单的家务操作，第一视角画面实时同步到大屏上。二代设备已经支持手部、手臂和腿部动作捕捉，还能结合触觉手套、神经腕带等设备，记录更精细的操作信号。在数据处理展示区，可以看到一段原始视频如何一步步变成训练数据。

京东的优势很清楚，零售、物流、健康、工业、外卖，大量真实场景本身就在持续产生数据。家政阿姨每天的家务工作、物流仓储人员每天的拣货搬运，这些原本就在发生的工作，本身就是有价值的真实世界数据源。另外，京东正在建设全球最大的具身智能数据采集中心，计划两年内累计采集超过1000万小时高质量真实场景数据。与此同时，京东云基于LeRobot具身模型开发平台，把"数据+工具+算力+模型"整合为全栈服务，数据交易平台则覆盖家庭、餐饮、商超、零售等场景，已与数十家数据企业建立合作。

大厂入局的影响是深远的。1000万小时的产能目标，如果顺利推进，在规模上对创业公司会形成很大的压力。而全链路基础设施和数据交易平台的推出，也可能重塑行业的数据流通规则。但具身行业下场的大厂不止京东一家，能否通过数据建立护城河，还需要时间验证。

06

结语

用一句话总结逛WRC 2026的感受是：具身数据赛道，从未变得如此拥挤。

五路大军同场竞技，看似都在做数采，实则各有各的逻辑、各有各的边界。上游供应商手握核心传感技术，降维入局成本低；模型公司最懂数据需求，飞轮效应强；灵巧手公司硬件捆绑紧密，数据适配性好；数据原住民拥有先发优势；大厂资源雄厚、场景丰富。

短期来看，这五类玩家不会出现直接的同质化竞争——他们各自服务于不同的客户群体和数据需求，差异化格局在未来一两年内仍将持续。但中长期来看，融合和洗牌不可避免。未来数据采集比的是"谁能以最低成本生产出最高质量、最全面的多模态数据，并高效转化为模型能力"。这需要传感技术、硬件设计、场景运营、数据治理、模型训练的全栈能力，单一类型的玩家很难独立完成。

在雷峰网(公众号：雷峰网)看来，可能的终局有几种：大厂凭借资源和生态优势整合产业链，成为数据基础设施的主导者；原住民和上游供应商合并，形成"传感技术+数据运营"的复合型平台；模型公司自建闭环，通过数据飞轮建立壁垒，成为垂直领域的领导者。也有可能几种格局并存，不同层级、不同场景的数据需求由不同类型的玩家满足。

无论哪种终局，WRC 2026都将被记住。这一年，具身数据采集从幕后走到台前，从一个服务环节变成了战略入口。五路大军的杀入，标志着具身智能的竞争已经从"本体和模型"的上半场，进入"数据和场景"的下半场。而谁能在这场数据战争中胜出，谁就将握住具身智能从Demo走向量产的钥匙。

上车，带你看遍全球 AI 顶会精华

可独家畅览：

专家演讲PPT

大会报告全文

热门论文解读

学术新星访谈

扫描上方二维码

或点击「阅读原文」关注专区。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。