21世纪经济报道记者邓浩
具身智能产业正进入从技术验证迈向小批量商用的关键阶段，数据卡点成为业界公司着力突破的方向。
实际上，随着政策支持与制造业需求持续推动机器人进入真实生产场景，产业对高质量操作数据的需求也随之增加。尤其在汽车、新能源和3C制造领域，如何获取工业数据、提高模型适配能力，成为机器人规模化应用需要解决的重要问题。
在这一背景下，拥有工业场景和工程经验的企业正加快布局。记者从天奇股份获悉，其运营的江苏省具身智能机器人工业数据采集与实训中心（下称“具身中心”），已累计沉淀近2万小时、PB级具身智能多模态数据，搭建36个一级应用场景、163个二级细分采集场景。这家汽车装备企业，正尝试将长期积累的产线经验，转化为支撑工业具身智能落地的数据与技术能力。
小批量规模化商用转折年
有产业蓝皮书预计，今年中国具身智能市场规模将达到1000亿元至1200亿元。产业竞争也随之向真实场景中的持续作业能力、交付效率和投入产出比转移。
政策正在为这一转变提供牵引。今年6月，工信部、国务院国资委联合印发《关于联合开展2026年度人形机器人与具身智能实景实训专项行动的通知》明确提出，到2026年底，围绕工业、服务、特种等真实场景，形成百个以上高价值应用场景，推动人形机器人等重点产品在代表性场景中率先完成应用验证和常态部署，带动形成万台级规模落地能力。
实景实训、数据沉淀与产品迭代之间的衔接，成为推动规模应用的重点。工业制造是这条路径的重要入口。料箱搬运、零部件分拣等任务边界相对明确、作业频次高，便于核算收益；也更适合通过“部署-作业-数据回流-模型迭代”闭环的方式持续提升能力。
“哪怕一个订单十几二十台，在工业场景已经是很大的进步。”今年5月，天奇股份相关人士在接受21世纪经济报道采访时表示，公司2026年的预期核心在于“场景击穿”。据彼时调研，从前期客户反馈看，约三年回本，是工业客户普遍能够接受的投资预期。
这一预期，客观上要求机器人供应商同时解决作业效率与部署成本问题。根据天奇股份中报，上半年长城汽车人形机器人物流应用项目已完成验收，丰田通商、东风猛士、武汉富士康等具身智能应用项目已完成产品交付或技术验证，应用覆盖整车、汽车零部件、轮胎、锂电池和3C制造等领域。
近2万小时数据，是这一布局的阶段性积累。随着客户项目推进，天奇股份需要进一步把数据转化为稳定作业能力和交付效率，让客户能够算清使用机器人的经济账。工业经验能否经由数据与模型沉淀为可复制的解决方案，将决定其在工业具身智能赛道上的竞争力。
差异化布局工业具身赛道
天奇股份的差异化资源，首先来自汽车装备业务积累。此前调研中，公司相关人士介绍，不少工业场景相对封闭，外部企业难以获取数据；天奇则依托对产线的理解，在采集与实训中心复刻工业环境，并根据客户需求搭建特定场景，用于垂类模型开发和机器人实训。
这意味着，工业经验可以进一步转化为数据采集能力：熟悉生产流程，才能确定需要训练哪些任务、记录哪些动作，以及如何检验机器人是否满足工艺要求。
目前，具身中心创新构建真机、UMI无本体采集、EGO第一人称视角采集三大融合数采路径，兼顾数据真实性、采集效率与跨机型复用能力。采集内容覆盖深度图像、点云、关节运动、力觉反馈、控制指令及任务语义等标注信息，可直接服务垂类大模型预训练、微调与场景验证，补齐国内工业具身智能高质量数据供给短板。
针对工业数据碎片化、复用难的问题，天奇股份自研DataMatrix™数据采集管理系统，打通采集、清洗、质检和资产交付流程，把原始采集素材转化为标准化、可复用的数据资产。
某种程度而言，该具身中心既是一座“数据工厂”，也是具身智能机器人的实景训练场。依托高度还原的工业产线环境，机器人在此完成模仿学习、虚实融合仿真训练，攻克仿真环境到现实工况的迁移适配难题。
据了解，经过实训打磨的机器人，结合天奇股份旗下天奇银河的商业化落地能力，已在多家头部车企及新能源、3C等行业投入示范应用，承担物料分拣、料箱搬运等高重复、高强度作业任务。
值得一提的是，9月，天奇股份定向增发获批，预计融资总额约9.77亿元，其中约2.61亿元投向面向汽车行业应用的机器人具身智能系统研发中心建设项目。
天奇股份表示，通过募投项目开展具身智能数据采集管理，定向开发柔性装配、分拣等垂类模型，开发具身智能产线应用解决方案，以“具身智能+”赋能汽车智能装备，在公司坚实的装备业务制造根基上，构筑起以数据与算法为核心的新一代竞争力，从而打造一条业务发展的第二增长曲线。
