作者/无字
出品/新摘商业评论
近日，具身智能产业链上，一家成立不到一年的公司进入了产业资本的视野——乙太具身连续完成种子轮及天使轮融资，累计融资规模超亿元。
其产业投资方包括华为哈勃、嘉立创、自变量、智元、中科第五纪、软通动力。财务投资方包括高瓴、深高新投、上海半导体、中平资本、芯能创投、交源资产、Neuron VC、德石、曦晨等。
在机器人产业历程中，具身智能的关注点主要集中在机器人本体、运动控制和具身模型上。从灵巧手到双足行走，从端到端模型到视觉-语言-动作模型，行业不断尝试让机器人具备更强的感知、理解和执行能力。
但当机器人开始进入真实环境，一个问题随之出现：机器人究竟需要学习多少真实世界的经验，才能从完成演示任务走向稳定执行复杂任务？
这背后，不只是算法的问题，也涉及训练数据的数量、质量和获取方式。乙太具身所关注的物理数据采集，正处于这一需求的交汇处。
机器人走向真实世界，
数据成为新的产业入口
当前，具身智能正在打开一个新的产业机会：当机器人开始走出实验室，进入工厂、仓库和家庭，训练机器人所需要的数据，也正在从研发环节的配套资源，走向值得独立关注的产业赛道。
这背后，是机器人学习方式的变化。大语言模型通过海量文本学习语言规律，而机器人要掌握真实世界中的操作技能，则需要不断积累与物体、环境和动作相关的经验。
拿起杯子、整理物品、使用工具，看似简单的动作，背后都涉及对空间位置、物体属性和动作结果的判断。机器人不仅要知道眼前是什么，还要学会如何行动，以及如何根据环境反馈调整动作。这些能力的提升，离不开高质量的物理交互数据。
人类在长期生活和工作中积累了丰富的操作经验，但这些经验不会自动转化为机器人可以使用的训练素材。如何记录动作轨迹、捕捉人与物体之间的交互，并将连续的操作过程转化为模型能够学习的数据，需要专门的设备、技术和生产流程。
因此具身智能的数据建设与传统数字数据有所不同。物理数据需要在真实环境中采集，采集完后还要经过整理、筛选和标准化处理，才能更好的服务模型训练。数据的价值，也并非单纯取决于采集量，核心在于能否精准还原真实任务的操作逻辑，契合模型研发的实际需求。
随着机器人应用场景不断扩展，这类需求也在持续增加。
在工业场景中，机器人需要学习抓取、装配和搬运等操作；进入商业服务领域后，它们需要面对更多样的物体与环境；面向家庭等开放场景机器人还需要适应更加复杂、难以预先设定的任务。
应用越丰富，模型需要学习和覆盖的操作经验就越多，数据采集也就越有可能形成持续性的产业需求。
由此，物理数据的产业价值逐渐凸显：它不仅服务于模型训练，也有机会成为支撑机器人持续学习的基础资源。
从数据采集到数据生产，
乙太具身布局产业基础设施？
据公开信息显示，乙太具身聚焦物理数据采集技术研发，并提出建设具身智能人类数据工厂，为通用机器人模型训练提供数据支持。
其业务方向指向一个核心问题：如何将人类在真实环境中的操作经验，转化为能够服务机器人训练的数据资源。这背后，不只是采集设备的应用，更是数据生产体系的建设。
从采集到处理，再到训练应用，数据正在形成一条相对完整的生产链条。
前端采集决定了能够获取什么样的物理交互信息，中间处理影响数据的质量与可用性，后端则需要让数据真正适配模型训练与能力评估的需求。各个环节相互衔接，最终决定了数据能否从原始记录转化为具有实际应用价值的产品。
这为专业数据企业提供了更大的业务延伸空间。
当前，数据获取方式正在变得多样化。机器人遥操作能够记录机器人执行动作时的状态与反馈，以人为中心的动作采集可以引入人类在真实环境中的操作经验，仿真数据能够补充特定场景和任务。不同方式各有优势。可以根据模型训练目标形成互补。
对于数据企业而言，机会不在于掌握某一种采集技术，更在于能否围绕客户需求，建立稳定的数据采集、处理和交付能力。
如果这套流程能够逐步标准化，数据业务就有机会从单次项目交付走向持续性服务，企业也可以围绕不同任务形成相应的数据产品，在服务更多客户的同时，提高数据生产效率，并逐步沉淀可复用的技术和流程。
智元、华为哈勃入股，
产业资本关注数据基础设施
乙太具身近期受到关注的原因，与其新股东的产业背景密切相关。
10月20日的工商变更信息显示，智元创新（上海）科技股份有限公司、深圳哈勃科技投资合伙企业（有限合伙）等成为乙太具身的新股东。两家企
业分别具有机器人产业和科技投资背景，也让这家聚焦物理数据采集的早期公司进入更多行业视野。
产业资本的关注，折射出具身智能产业链的价值延伸。
随着机器人逐渐走向真实应用，产业竞争正在从单一产品能力
延伸至研发效率、模型训练和应用落地等多个层面。数据作为模型训练的重要基础，其供给能力和生产效率也将受到更多关注。
相较于单人机器人产品，数据基础设施有机会面向不同本体厂商、模型研发团队及科研机构提供服务。围绕数据采集、处理、质量管理和定制化数据集形成的能力，也有望随着客户需求不断扩展。
对乙太具身来说，接下来的关键，是将行业需求转化为自身的产品和交付能力。
具身智能数据基础设施的意义，不只是为模型提供训练素材，更在于将真实世界中复杂、多样的交互过程转化为可持续生产、可复用的数据资源。
谁能更好地连接真实场景与模型训练需求，谁就有机会在具身智能产业链中找到更具延展性的市场位置。
从机器人本体到具身模型，再到支撑模型训练的数据基础设施，具身智能
产业链正在不断细化。机器人能否在真实世界中完成复杂任务，既取决于硬件和算法，也离不开持续的数据积累。
乙太具身已完成亿元融资并迎来智元相关企业、华为哈勃等新股东，这让它进入了一个值得持续观察的细分赛道。
未来，如果公司能够持续提升数据采集效率，建立可靠的数据质量体系，并让数据更好地服务于模型训练，就有机会逐步积累技术、流程和客户方面的优势，在具身智能产业链中形成更大的发展空间。
©
本账号长期数据支持来自天眼查
▼
新摘网全新上线
点击「阅读原文」即可查看
© THE END
本文由
新摘商业评论原创出品，未经许可，请勿转载。
/
欢迎爆料
▼
新摘财经联系微信号：18765333159
