具身数据鬼故事：清洗后有效率仅剩10%

创业邦 · wechat · 2026-08-27

具身智能行业面临数据质量危机，某公司清洗数据后有效率仅剩10%。文章指出，仅靠第一视角视觉数据的UMI采集路线存在物理交互信息缺失的盲区。高质量具身数据需满足高保真、多模态、多样性三个条件。此外，数据规模化面临设备稳定性、传输存储及治理成本的挑战，尤其是治理成本难以随规模下降。未来数据公司的价值将从卖原始数据转向提供有效“技能Token”和完整的数据基础设施服务，软硬件闭环联合创新将是关键。