物理AI數(shù)據(jù)基建爆發(fā)，數(shù)采設(shè)備與垂類(lèi)應(yīng)用率先受益

數(shù)據(jù)成為物理AI發(fā)展的核心瓶頸

以人形機(jī)器人為代表的物理AI，其“大腦”訓(xùn)練正成為行業(yè)決勝關(guān)鍵，而數(shù)據(jù)量級(jí)和質(zhì)量直接決定了模型的泛化能力。當(dāng)前，機(jī)器人高質(zhì)量、高保真物理交互的真實(shí)數(shù)據(jù)極度缺失，具身模型可用的真實(shí)交互數(shù)據(jù)規(guī)模遠(yuǎn)小于大語(yǔ)言模型的萬(wàn)億級(jí)token訓(xùn)練數(shù)據(jù)。要實(shí)現(xiàn)可用的具身智能，至少需要千萬(wàn)小時(shí)級(jí)別的多模態(tài)數(shù)據(jù)，而實(shí)際所需的數(shù)據(jù)集因多場(chǎng)景、多模態(tài)及長(zhǎng)尾數(shù)據(jù)等因素遠(yuǎn)超此標(biāo)準(zhǔn)。隨著全球物理AI市場(chǎng)規(guī)模步入爆發(fā)階段，數(shù)據(jù)基礎(chǔ)設(shè)施的建設(shè)已成為產(chǎn)業(yè)加速發(fā)展的先行條件。

數(shù)采技術(shù)路線呈現(xiàn)多元化并存格局

目前，整機(jī)遙操作、第一人稱(chēng)視角（EGO）和通用操作接口（UMI）是主流的真實(shí)數(shù)據(jù)采集方案。整機(jī)數(shù)據(jù)雖然質(zhì)量高但采集成本高昂且難以共用；EGO方案具備輕量化、低成本和高通用性?xún)?yōu)勢(shì)；UMI單體設(shè)備成本較高但數(shù)據(jù)精度優(yōu)異。無(wú)論采用何種技術(shù)路線，產(chǎn)業(yè)對(duì)數(shù)據(jù)質(zhì)量的需求日益確定，推動(dòng)了相機(jī)、姿態(tài)感知（IMU）及觸覺(jué)傳感等核心感知設(shè)備的廣泛應(yīng)用。無(wú)本體化采集趨勢(shì)凸顯，通過(guò)人類(lèi)視頻轉(zhuǎn)化為3D坐標(biāo)和運(yùn)動(dòng)數(shù)據(jù)，成為兼顧成本與可用性的綜合性方案，其中第一人稱(chēng)采集方式因成本最低而受到市場(chǎng)高度關(guān)注。

產(chǎn)業(yè)鏈環(huán)節(jié)深度受益，設(shè)備與垂類(lèi)應(yīng)用率先放量

數(shù)采爆發(fā)有望拉動(dòng)數(shù)采設(shè)備、仿真平臺(tái)、數(shù)采公司及垂類(lèi)應(yīng)用四個(gè)環(huán)節(jié)規(guī)?？焖偬嵘?。在設(shè)備端，包含機(jī)器人整機(jī)、VR眼鏡、相機(jī)、IMU及觸覺(jué)傳感器等，其中高ASP且格局較好的相機(jī)、IMU和觸覺(jué)傳感器賽道值得關(guān)注。在數(shù)采服務(wù)端，具備場(chǎng)景、數(shù)據(jù)標(biāo)準(zhǔn)化和標(biāo)注平臺(tái)經(jīng)驗(yàn)的公司，以及擁有數(shù)據(jù)成本和質(zhì)量壁壘的企業(yè)將深度受益。此外，垂類(lèi)應(yīng)用憑借行業(yè)內(nèi)專(zhuān)屬數(shù)據(jù)庫(kù)和稀缺的數(shù)采場(chǎng)景，有望形成數(shù)據(jù)閉環(huán)并率先實(shí)現(xiàn)商業(yè)化落地，特別是在工業(yè)制造、電力巡檢等高壁壘細(xì)分領(lǐng)域。