🧢 具身智能 · 数据创业
EgoScale 创始人袁日正：国内能赚钱的 Ego 数据公司不超过五家，我们是其中之一
当整个行业都在追逐百万小时数据时，袁日正却说「10 万小时可能一文不值」。他创办的 EgoScale 用一顶帽子、一套自动化体系和一种「非共识」的产品哲学，在国内 Ego 数据交付量中稳居前三，成为少数真正赚钱的公司之一。
综合公开信息整理•
2025-07-22•
全文约 4 分钟读完
#EgoScale
#Ego 数据
#具身智能
#数据创业
#袁日正
≤5 家
国内真正能赚钱的 Ego 数据公司
Top 3
国内 Ego 数据交付量 · 稳居前三
80%
数据有效采集率 · 行业平均 50% 甚至 10%
⚡ 30 秒速览
- 能赚钱的只有五家：国内 Ego 数据赛道真正实现规模化交付的团队不超过 5 家，EgoScale 稳居前三。
- 10 万小时可能一文不值：数据规模不是壁垒，场景丰富度与任务多样性才是关键。同质化数据对 World Model 训练边际价值极低。
- 一顶帽子的产品哲学：自研全球首个双目数采帽子，从采集员佩戴体验出发，10 小时续航、无感采集，有效采集率 80%。
- 1500 人只用 20 人管：月周转 1500 名采集员，全职团队不到 20 人，自动化体系覆盖采集、标注、运营全链路。
- 自动化闭环已跑通：搭建用时一年，别人想抄也得花 4-6 个月。数据当天采、当天传、当天反馈。
01市场格局 能赚钱的 Ego 数据公司，只有五家
「今年做 Ego 数据真正能赚到钱的公司，国内最多只有五家。」袁日正的判断直接而锋利。在他看来，赛道虽热，但多数玩家卡在同一个环节——数据同质化。
⛔ 赚不到钱的公司
采集外包给人力公司，场景高度重合，数据「长得一模一样」。即使有独家协议，底层供应链仍是同一批人，拿到的只是二手数据。
✅ 能赚钱的公司
自研硬件、自营采集、自动化处理。数据来自真实场景，场景丰富、任务多样、高度结构化，可直接进入大模型训练。
袁日正透露，全球今年愿意花 10 亿人民币以上购买 Ego 数据的客户约 5 家，其中中国约 1.5 家，海外约 3.5 家。单一海外头部客户预算可达 2 亿美金以上。
≤5国内能赚钱的团队
~5全球 10 亿+ 预算客户
2 亿单一海外头部客户预算
1 亿友商纯 Ego 数据年订单
注：以上数据来自袁日正访谈，反映其对市场格局的判断。客户预算为年度意向，非合同金额。
「全中国今天真正能做到规模化交付、被头部客户验收的团队，不超过 5 家。」
—— 袁日正，EgoScale 创始人
02数据误区 10 万小时，可能一文不值
当头部玩家纷纷喊出「百万小时数据」目标时，袁日正却认为这是行业最大的误区。
「同样是 10 万小时，一个包含 50 个场景，另一个包含 5 万个场景，后者才有价值。」
他给出的逻辑很直白：堆量比拓场景容易得多。大多数公司选择前者，因为去数据工厂拍 10 万小时，远比在全国各地组织 5 万个真实场景简单。但前者产出的数据高度重复，对训练 World Model 或 VLA 的边际价值极低。
📊 同质化 vs 多样化 核心差异
- 同质化数据：10 万小时来自 10-50 个工厂，场景固定、任务重复，本质上是过拟合。模型学到的只是「特定房间里的特定动作」。
- 多样化数据：5 万个真实家庭与商业场景，涵盖不同任务、物体、工具、人员、环境、操作路径，以及成功与失败过程。
- 结构化程度：EgoScale 的数据高度结构化，包含同步双目影像、IMU、手部姿态与轨迹、质量评分等训练级信息，可直接用于模型训练。
- 客户目标：大多数客户在做通用具身大模型，底层需要的是海量、泛化、甚至带 corner case 的真实人类生活数据。
袁日正判断：「强调规模是这个行业最大的误区。数据多样性才是真正的壁垒。」
一个诚实的注脚：工业场景不需要 Ego 数据。固定环境里放几个摄像头就够了，去年 5 月之前做 Ego 的公司都在采工业数据，这「不 make sense」。
03硬件哲学 一顶帽子背后的产品思维
当所有人都做「头环」时，EgoScale 做了一顶帽子。
袁日正认为，大多数公司设计采集设备时只从技术角度出发，却很少有人问：采集员是否愿意每天戴着它工作 10 个小时？
🧢 全球首个双目数采帽子 自研 · 未公开发布
- 形态：帽子，佩戴自然，周围人不觉得突兀，采集员行为更真实。
- 续航：配小型充电宝即可 10 小时全时拍摄，魔术贴固定，无复杂机械架构。
- 重量：几乎无感，戴一天也不会疲劳。
- 为何不是眼镜：试了一年，眼镜在重量、续航、散热、成本、参数上都有瓶颈。
- 为何不是六目：训练手部操作只需要看双手，多一个摄像头数据量暴增，传输、处理、存储成本都会上涨。
设计哲学：「懂产品、懂人性比懂技术更重要。让采集员愿意戴满 10 小时，才能采到好数据。」
「有投资人问我们怎么和同行竞争，我反问他们：他们怎么跟我们竞争？」
—— 袁日正，谈自研硬件的护城河
04运营效率 1500 人采集员，只用 20 人管理
EgoScale 的运营体系让很多同行感到不可思议：月周转 1500 名采集员，全职团队不到 20 人。4 月份之前甚至只有 6 个人。
1,500月周转采集员
20全职管理团队
80%有效采集率
50%行业平均有效率
注：有效采集率指最终通过质检、进入训练集的数据比例。行业平均数据来自袁日正访谈估计。
效率的秘密在于三套自动化体系：采集体系、标注体系、运营体系。其中标注体系又分为自动化标注和人工 QA 两个环节。自动化闭环已跑通半年，覆盖从需求理解到数据生产、自动处理、训练级交付和模型反馈的全链路。
接收意图→拆解任务→采集数据→无线传输→自动标注→质量评审→训练级交付
袁日正特别强调了一个细节：当天采、当天传、当天反馈，第二天任务自动更新。采集员通过互联网 recruited，设备邮寄，全程线上对接，不需要拔卡、寄回工厂、人工拷贝。这个运营闭环，「目前全世界没有第二家做到」。
「自动化系统用了 1 年搭建，别人想抄也得花 4-6 个月。我们不需要再招人，只需要持续采数据。」
—— 袁日正，谈运营效率
05为什么 EgoScale 做出来了？
袁日正的答案并不复杂：产品思维战胜了技术思维。
他反复提到一个观点：很多友商的创始人来自大厂，技术能力没问题，但对产品的理解不一定到位。而他从 2015 年开始创业，做过产品经理、做过个人投资，深知「懂人性」才是做出好产品的关键。
这种思维贯穿了 EgoScale 的每一个环节：
—— 硬件上，不做六目做双目，不做眼镜做帽子，因为要考虑采集员愿不愿意戴 10 小时。
—— 运营上，不跟采集员谈规范，而是告诉他「不按这个角度拍，就会少赚多少钱」。
—— 商业模式上，坚持只做数据，不做模型，保持第三方中立立场。
袁日正认为，数据基础设施需要保持中立。客户知道你有做模型的意图，就不会买你的数据——「买数据也等于养竞争对手」。
编辑核心判断
Ego 数据赛道的真正壁垒不是技术参数，而是对「人」的理解——让采集员愿意戴、让客户愿意买、让团队高效运转。产品思维正在成为数据创业公司最稀缺的能力。