本文来自微信公众号： 四生围 ，作者：四生围
十月底这几天，A股但凡跟“数据采集”沾边的票，集体起飞。福莱新材六天四个板，汉威科技、奥比中光、奥普特涨幅都过了30%。盘面一片红，“数采”两个字被标了个高价。但把这轮行情拆开看，结论跟直觉是拧着的：数采确实是门大生意，只是站在赚钱位置上的，未必是服务商。
这轮行情起来得快，逻辑倒算不上新鲜：只要有“缺口”两个字，资金就愿意先给个估值。数采的缺口是真的，可缺口的位置，和股价上涨的位置，未必对得上。
01·THE BRAIN
大脑的饥荒
人形机器人的硬件方案，这两年基本收敛了。电机、减速器、丝杠，各家参数咬得很紧，差距在肉眼可见地缩小。真正拉开身位的地方挪到了“大脑”——泛化能力。A场景学会的活儿，换到B场景还干不干得了，这里才是分水岭。
硬件趋同之后，行业的叙事也跟着换了。谁的机器人会的活儿多、学新任务学得快，谁就有定价权。学得快不快，取决于喂了多少真数据。
泛化这件事，说起来抽象，落到车间里很具体。同一个抓取动作，换个材质、换个光照、换个摆放角度，模型可能就失手。要让它不失手，只能让它见过足够多“不一样”的真实场景。这不是调参能解决的，是喂出来的。
泛化的天花板，由数据定。量要够，质要真。麻烦就在这儿：大语言模型当年吃进去的是万亿级token，具身模型能拿到的真实交互数据，连它的万分之一都不到。
亿欧智库预计，要让具身AI真正可用，至少需要1000万小时级别的真实场景交互数据；全行业攥在手里的高质量真机数据，拢共约50万小时。缺口20倍。
20倍的缺口摆在这里，往后几年行业最紧的约束之一，恐怕不是产线爬坡，是数据供给。谁能让数据以更低的成本、更高的保真度长出来，谁就握住下一阶段的节奏。
02·GOOD DATA
好数据的门槛
数据不是越多越好，得看是哪一种。银河通用给过一个分层，按获取成本从高到低、可规模化程度从低到高排：真机自主作业回流数据、真机遥操作数据、合成仿真数据、人类行为数据、互联网数据。
塔尖两层是真机数据，价值最高，也最难拿。自主回流那一层，数据是机器人在真实场景里干活时自己攒下来的，前提是你得先有足够多的机器人在跑；遥操作那一层，靠人戴着手套一遍遍示范，慢、贵，产能还被人力卡着。
再往下几层，各有各的短板。合成仿真数据便宜、能批量生成，可物理引擎里的摩擦、形变、软物体，总跟现实差一口气，还得拿真机数据回头校准；人类行为数据贵在第一视角，动作有了，力感和本体感没有；互联网数据量最大，离“机器人怎么使劲”也最远。便宜的数据不顶用，顶用的数据不便宜。
塔底那三类，仿真、人类行为、互联网，拿来训练机器人，效果约等于递给你一本《汉语大字典》，让你写一部《四世同堂》。字都认得，小说写不出来。
把这五层排下来，其实是一条“含力率”的阶梯。越往下，数据越像“看过”；越往上，数据越像“干过”。机器人要学的是干活，不是看片。
说到底，具身智能的训练，是把“物理世界的常识”灌进模型。这种常识没法只靠读，还得靠碰。碰一次的成本，决定了这条路能走多快。
—具身智能数据分层：越靠塔尖，价值越高（据银河通用分类）
所以别被“数据量”三个字晃了眼。具身智能缺的从来不是数据条数，是带着力、带着触感、带着真实反馈的那一部分。它没法从网上爬，也很难靠合成补足。
03·THE HARDWARE
涨的是设备
有意思的地方，在这轮涨的标的身上。福莱新材、汉威科技、奥比中光、奥普特，做的都不是数据，是设备：触觉手套、3D视觉感知硬件、传感器。底层逻辑指向同一个趋势，人形机器人要靠视、力觉传感器构建立体感知。
视觉是机器人的眼。多目视觉、深度感知，帮它认出环境结构、目标位置，给路径规划和动作生成打底。可光有眼睛不够。抓一颗鸡蛋，认出来不难，难的是那一下用几分力。真实物理交互里的不确定性，视觉覆盖不到。
力觉和触觉传感器补的正是这块：接触状态、受力变化、物体属性，直接感知，撑起柔顺控制、精细操作、安全交互。看和走，是看懂世界；抓、用、协作，是另一回事。三种感觉凑齐，机器人才算真摸到了世界。
再往深一层，入口还不止传感器。灵巧手本身就是数据入口：指尖的触觉阵列记下压力分布，关节记下位姿和力矩，抓握一次，就是一帧带力感的高质量样本。手做得越灵巧，采回来的数据越细，能训出来的动作也越细。
过去一年，行业里也在建数采基地、遥操作工场，靠人一遍遍示范动作。这条路能解燃眉之急，可它卖的是人力，不是产品，规模越大，成本越沉。
—数采概念股近期走势：福莱新材、汉威科技、奥比中光、奥普特
顺便说一句，行情归行情，产业归产业。设备公司这轮涨的是预期，预期能不能兑现，要看两件事：人形机器人出货量什么时候真正起量，单台机器人的传感器价值量又能不能稳住。这两件事，都不在数采服务商手里。
这也解释了钱为什么最终落在传感器、灵巧手、视觉模组身上：它们不采数据，它们造的是采数据的入口。
∞·POSTSCRIPT
别把环节当产业
回到开头那个反直觉的判断。
数采的必要性没什么争议。但真正有质量的数据，不是服务商组织人在场景里采出来的，是机器人本体在真实世界干活时自己回流出来的。这批数据从哪儿进？视觉系统，和灵巧手。
再往下推一步，是个乘法。人形机器人量产规模每上一个台阶，回流数据就跟着指数级涨。数据不是采出来的，是长出来的，长在每一台出厂的机器上。
卖硬件的站在数据入口上，量产越放量，他们越受益；数采服务商手里既不掌握数据的源头，也拦不住数据随本体自由流出。
换个说法，这不是一门“谁能采到数据”的生意，是一门“谁出货越多、数据越多”的生意。前者按项目结账，天花板在人力；后者随产能滚动，天花板在出货量。位置不同，命就不一样。环节就是环节，撑不起一个产业。一轮行情再猛，也别把环节当成了产业。