2026 年夏天，人形机器人的新闻一条比一条炸：运动成绩碾压人类、万台量产落地、巨额融资进场。但算法工程师们叹的气却越来越深——造得出一万台机器人，喂不饱一个大脑。真实物理交互数据的饥荒，正在成为整个行业最硬的瓶颈。
左侧两个数字代表"身体"的量产与速度，右侧 0 条代表"大脑"的现成数据——繁荣与饥荒，在同一个行业里并存。
机器人运动会直接跑赢博尔特 9 秒 58；天卓队 1500 米 2 分 21 秒 64，人类 3 分 26 秒的纪录被甩在身后。
6 月正式下线，距离第 1 万台下线还不到三个月。
投后估值 63 亿美元。
被曝出，尚未正式官宣。
四条新闻集中在 2026 年春夏，覆盖运动、量产、融资、并购——全部指向身体的繁荣。
每一条都在说同一件事：硬件越来越强，价格越来越低，产量越拉越大。但你要是跟做机器人算法的工程师聊一聊，他们多半会先叹口气。
这话听着反直觉——都万台量产了，还缺数据？
缺。而且缺得厉害。
大语言模型能从 GPT-1 迭代到 GPT-5.6，靠的是互联网上免费的文本数据：网页、书籍、论文、代码，爬下来就能用。但机器人要的不是文字，是物理世界的真实交互——伸手抓一个杯子该用多大力、踩到一滩水的重心怎么调、一个没见过的工具怎么上手。
这些数据，互联网上一条都没有。
Common Crawl 一个数据集就有 2500 亿 token，维基、GitHub、百万册图书全部免费下载。拼的不是数据有没有，是谁清洗得更干净。拧开龙头就有。
每一条有效数据 = 一次真实物理操作。照片只告诉机器杯子长什么样，不告诉它抓的时候手指怎么弯、用多大劲、滑了怎么补。还得自己灌装。
Open X-Embodiment 由谷歌 DeepMind 联合全球 21 家机构、34 个实验室构建。100 万条轨迹听着多，摊到 500 多种技能上，每种平均不到 2000 条——与大模型 2500 亿 token 的量级差了一百万倍。
真机采集又贵又慢，那在电脑里建个虚拟世界、让机器人先在模拟器里练，行不行？行业管这个叫 sim2real。想法挺好，现实却很骨感。
典型情境示意：同一抓取任务，模拟器里练到 99% 成功率，搬到真实机械臂上可能直接掉到 30%。差距来自"接触丰富操作"——机械手碰到物体瞬间的形变、摩擦、滑动，目前没有模拟器算得准。
为什么摔得这么狠？
模拟器里的世界是程序员写出来的。一个杯子多重、摩擦力多少，全靠人工设。你设 200 克，真实杯子可能 180 克也可能 250 克；摩擦系数设 0.4，杯子沾了油就变成 0.2。差一点，结果就差很多。英伟达 Isaac Sim、微软 Mujoco、谷歌 DeepMind Control Suite 都在做，但这个鸿沟目前没有哪家公司能填上。
模拟器里的杯子和真实的杯子，根本不是同一个东西。
数据饥荒最让人头疼的地方，不是难，是它绕成了一个圈。
要数据，需要把机器人放进真实场景；要进真实场景，需要机器人足够聪明、能稳定干活；要足够聪明，又需要大量真实数据。转一圈，回来了。
大模型从来没有遇到过这个问题——它爬数据不需要先证明自己能写文章。机器人却不行，真实场景是有门槛的：
不会让一台不稳定的机器人上产线。撞坏设备、伤了人、耽误生产，谁担责？
不会买一台常犯错的机器人。打碎一个陶瓷杯，可能比机器本身还贵。
场景标准、数量有限，与真实世界的多样性比，是九牛一毛。
所以现在大部分公司的数据，还停留在实验室里反复攒。也有人试过遥控操作——人戴 VR 设备远程操控，机器人跟着做，同时记录数据。优点是质量高，缺点是贵（熟练操作员时薪不低，还得培训）、慢（一个人一次只能操控一台），而且采的是"人怎么操作"，不是"机器人怎么自主操作"。
遥控操作能做冷启动，解决不了规模化。至少在公开信息里，还没有哪家公司宣布跑通了"低成本、规模化、高质量获取真实物理数据"的闭环。
死循环摆在这，行业不可能干等着。目前能看到三条思路，但每一条都还早。
几百台机器人 24 小时专门采集；或铺到真实场景里边干活边攒。前者从仓储分拣等半标准化场景切入，后者成本极高。
30+ 学术实验室凑出 100 万条轨迹，覆盖 22 种机器人、500+ 技能，开源给全行业。能降低入门门槛。
让大模型根据文字描述生成机器人操作的视频轨迹，拿来训练。听着有想象力，但目前还很早期。
三条路径分别对应重资产、开源生态与生成式 AI 三种解法，截至 2026 年夏，均未形成被验证的商业闭环。
三条路，没有一条被验证跑通。
所有人都知道数据是瓶颈，但没有人找到低成本规模化的解法。
评估一家机器人公司，别只看本体参数和量产计划。该问的是这三个问题：
这三个问题的答案，比自由度和百米速度更能决定一家公司三年后值不值钱。
通用数据大家都缺，但垂直场景的数据可以靠深耕攒出来。一个只做电力巡检的机器人，在这个场景的数据量可能超过所有通用机器人公司的总和——这就是壁垒。不是头部玩家就别卷身体了，供应链已经成熟，找个垂直场景扎进去，把数据吃干榨净，可能更聪明。
身体已经进入量产时代，大脑还在等米下锅。算法是菜谱，数据是食材——菜谱更新到第三版了，食材依然匮乏。谁先跑通"低成本、规模化、高质量"的真实物理数据闭环，谁才真正拥有机器人的大脑。在那之前，所有号称"通用"的人形机器人，都只是身体强壮、但没怎么见过世面的孩子。
再看到"人形机器人又融资 X 亿""第 X 万台量产下线"的新闻，把目光从关节和速度上移开，多问一句：它的数据从哪来？