数据采集已取代硬件，野村业化成为人形机器人产业化的谈人首要制约因素；而灵巧手的技术成熟度，则直接决定了商业化落地的形机心护时间表。

据追风交易台援引野村证券7月5日发布的器人最新中国机器人行业报告，数据已成为人形机器人规模化部署的数据手决“关键零部件”。Figure AI首席执行官的关键表态进一步印证了这一趋势：“阻碍我们从当前阶段迈向大规模部署的最大障碍在于数据，我们需要海量数据。瓶颈”野村证券估算，和核在人形机器人年出货量达到约10万台的城河情景下，行业年度数据需求将高达1000万小时。灵巧

报告同时指出，定商在四类主要数据类型中，进程真机遥操作（tele-op）数据以约500至1000元人民币/小时的野村业化单价，构成了价值最高的谈人子市场，规模约为22亿至25亿元人民币。形机心护尽管仿真/合成数据成本最低，但其无法单独替代真机数据。能够打通“采集、传输、评估、训练、部署与调试”全链路的闭环方案，将是纯数据服务商最具防御性的商业模式。

四类数据呈现量价分化，遥操作数据价值居首

野村证券将人形机器人训练数据划分为四个层级，各层级在价格与体量上呈现显著分化，共同勾勒出数据供应商的竞争格局：

1. 第一层：无实体数据
2. 内容：包括第一视角（Egocentric/Ego）视频及通用操作接口（UMI）数据。
3. 占比与单价：占总时长40%至50%，单价仅约100至300元人民币/小时。

4. 市场规模：对应2026年可寻址市场约10亿至15亿元人民币。

5. 第二层：真机遥操作数据

6. 占比与单价：占总时长约30%，单价约500至1000元人民币/小时。
7. 市场规模：对应子市场规模约22亿至25亿元人民币。

8. 地位：单价最高、价值最大的数据类别。

9. 第三层：故障恢复数据

10. 单价：约400至500元人民币/小时（据行业调研）。

11. 现状：由于多数厂商尚未打通部署反馈闭环，该类数据目前占比仍处于低个位数水平。

12. 第四层：仿真/合成数据

13. 成本与规模：成本最低，约50元人民币/万帧，对应市场规模约5亿至6亿元人民币。

市场洞察：遥操作与故障恢复数据是近期最稀缺、利润率最高的层级，而Ego/UMI数据则是增速最快的体量池。这种“底部廉价合成、顶部稀缺真机”的分层价格结构，将决定哪些供应商能够构建持久的竞争护城河。

闭环方案：最具防御性的商业模式

覆盖数据采集、传输、评估、训练、部署与调试全流程的软硬件闭环，是纯数据服务商在结构上最具防御性的商业模式。

• DaaS模式的局限：单纯的数据即服务（DaaS）模式虽可快速按小时或项目收费实现变现，但随着客户数据体量扩大，缺乏评估能力或“大脑级”能力的供应商，将面临下游人形机器人整机厂商垂直整合的风险。
• 闭环模式的优势：闭环模式能够持续积累第一方场景数据、故障样本、评估输出及部署遥测数据，这是构建真正数据增强循环与经常性收入的前提条件。

仿真数据的边界：Physical Intelligence、英伟达（NVDA US，未评级）及Lightwheel的公开披露共同指向同一结论：仿真是真机数据的“力量倍增器”，而非替代品。具体数据支撑如下：
* Physical Intelligence：π0.5在多步骤家庭子任务上的成功率约达94%，在长周期家庭任务类别上达75%至80%。
* 英伟达：其合成动作流水线使GR00T N1真机性能较纯真机训练提升约40%。
* Lightwheel：报告指出，约10:1的合成与真机训练比例可带来平均约30%的模型性能提升，任务成功率从60%提升至85%。

商业化时间表预测：
* 工业场景（搬运、分拣、机床看管、装配）：有望在2027至2028年实现质的突破，人形机器人出货量将在此期间显著增长。
* 家庭场景：大规模部署可能要等到2030年之后，其中酒店及服务式公寓清洁将是较早落地的切入点。

灵巧手的技术矛盾：制约商业化进程的关键瓶颈

精密装配和接触密集型任务难以被仿真覆盖、家庭部署成为2030年后故事的根本，均可追溯至灵巧手的技术瓶颈。

1. 尺寸与传感器的核心矛盾

当前灵巧手市场面临一个尚未解决的核心矛盾：手部形态越接近人手尺寸，训练数据采集与下游操作之间的映射越精准，但缩小形态因子后，内部空间不足以容纳传感器载荷。
* 现状：调研显示，国内厂商中仅有一家被认为真正达到人手尺寸。
* 问题：主流的触觉导向灵巧手及其他高自由度设计仍明显偏大，削弱了数据与执行之间的一致性。

2. 触觉技术的天花板

• 感知局限：点压力传感器无法感知侧向力或滑动。
• 保真度不足：现有电子皮肤在侧向力曲线上保真度较差。
• 硬件限制：即便是尺寸领先的全手方案，也仅搭载约80个压力点。

3. 手臂侧的技术分化与架构趋势

在手臂侧，市场已出现分化：谐波减速器加力矩传感器方案（如Luna/Skye系列）正逐渐向工业机械臂方向漂移，仿生特性有限，人形机器人适用场景难以找到（据行业调研）。

核心判断：
* 高精度手臂的局限：仅能解决中间运动环节。
* 灵巧手的重要性：足够灵巧的手部可以弥补手臂精度的不足。
* 架构趋势：更倾向于省去力矩传感器和谐波减速器，将能力集中于末端执行器的架构设计。

结论：在手部灵巧性和触觉保真度补足差距之前，真机遥操作数据的价值池——以及掌握采集该数据闭环的供应商——在结构上仍将受到保护。