P4 市场：具身智能数据服务市场格局与商业模式调研
- 日期：2026-08-28（调研 agent 深挖，60+ 实查链接）
- 核心用途：为 P1「数据效用结算协议」定位首批客户与定价锚
- 完整来源链接索引见文末
0. 一句话结论
具身数据市场正从"一次性买断数据集"的价格战转向"评测驱动、按效果验证"的结算演进（Scale 挂单前先自测性能增益、光轮 RoboFinals、Avala 公开宣称"按小时计价是错误指标"），但全行业尚无中立第三方的跨方效用结算协议——这正是 P1 的空白切入带。
1. 市场总量与结构（关键数字）
| 指标 | 数值 | 来源 |
|---|---|---|
| 全球具身 AI 数据市场（2025） | $536M，预计 → $4.9B（≈47% CAGR） | QYResearch |
| 中国具身智能数据总规模（2025） | 5.0 亿元，同比 +203% | 佐思汽研 |
| SOM（已商业化部分，全球） | ≈$2.4 亿（TAM 25–50 亿美元） | 知乎深度报告 |
| 高质量遥操作数据单价 | $340/h（2024 初）→ $118/h（2026），两年降 65% | State of Robotics 2026 |
| 纯标注服务单价 | $20–40/小时 | Avala |
| 真机遥操采集员时薪（特斯拉 Optimus） | $25–48/h；行业数据利用率仅 60–70% | 虎嗅/定焦One |
| 第一人称视频数据成本 | $5–20/小时 | FlikForge |
供给侧四条路线（真机遥操/无本体采集/仿真合成/视频蒸馏）、三种变现（买断为主流/卖硬件/平台订阅）、买方仅"几十家"具持续采购力、复购率低、洗牌开始。
2. 五阵营格局
平台型
- 京东 robotdata（2026-04 上线）：数据集市（遥操/UMI/仿真/人类视频四类）+ 宿迁"全球最大"采集中心 + 全国首个具身数据采集社区（居民做家务产数）+ 多维自动标注流水线。首批定向开放 2000h。合规三件套：三权分置/可信数据空间/数字水印+全链路审计。效用结算接受度中偏高——P1 最可能的渠道型伙伴而非竞品。同类：帕西尼数据云商城（百亿级全模态、4 个月融资 10 亿、OmniSharing DB 已上北数所）、百度具身数据超市（Beta）。
- Scale AI Physical AI：全球数据工厂网络+每天上传 1000+ 小时；技术伙伴含 Generalist 与 Physical Intelligence。官网明示"数据集上架前经内部 policy 微调与评测、证明可测量改进才挂单"——效果验证前置但卖方自证。接受度：高。
- Surge AI：具身非主业；$1.2B 营收靠 RLHF。接受度：低（当前）。
- Avala：15000+ 操作员、10 台 ALOHA、自动标注 80-90%、$20-40/h。公开主张"按小时成本是错误指标，应审计预算泄漏"——已在为按效果定价做市场教育。接受度：高。
数据集自营
- 光轮智能：仿真+评测+人类视频三线；EgoSuite-Open100K 十万小时开源；单季度新增订单 5.5 亿元（2026 Q1）、标品复售 >10 倍、估值 $20 亿+（全球首个具身数据独角兽）；客户含英伟达/DeepMind/丰田研究院。接受度：中——矛盾体（靠评测推动叙事但复售模式与第三方结算冲突）。
- 智元 AgiBot World：开源 850TB 换生态（GR00T 80% 训练数据源自它）；数据是获客武器非收入。接受度：低-中。
- Physical Intelligence：π0.7 纯软件路线，自采 TB 级/天 + Scale 外采；$5.6B→$11B 估值。作为买方接受度最高——"为有效数据付费"最刚需画像。
传统标注转型
- 海天瑞声（688787）：2025 营收 3.77 亿 +59%（A股最硬数据）；具身训练中心+真机采集合约；被低价内卷挤压急需差异化。接受度中偏高——渠道+首个 B 端落地面。
- 数据堂（835305）：8000㎡ 实景采集工厂、300 套灵巧手；VLA 标注 15 万组/月。接受度：中。
- 龙猫数据：低价走量众包。接受度：低-中。
数交所（国内）
- 上海数交所：挂牌 2700+、年交易额 11.6 亿；北京数交所：累计近 100 亿、帕西尼已上架；深圳数交所：跨境首单。
- 标杆：2026-01 江苏箸境智能完成全国首单具身数据集场内交易（2.5 万条、四场景）——按条打包。
- 判断：全部按条/按集买断，无任何一家有"按效计价"交易语义与验真结算能力——但其合规基础设施（可信数据空间/三权分置/审计）恰是效用结算可挂载的轨道。
云数据市场（国际）
Snowflake/Databricks：按计算量付费=效用定价初级形态，但无"按训练效果"语义。
3. 定价模式地图
| 阵营 | 主流定价 | 效果验证现状 | 效用结算开放度 |
|---|---|---|---|
| 云平台交易所 | 按小时/条挂牌 | 平台自检 | 中高（缺中立验真） |
| 国际数据工厂 | 项目制；Avala $20-40/h | Scale 上架前自测（卖方自证） | 高 |
| 数据集自营 | 标品复售/开源 | 光轮自建评测 | 中 |
| 标注转型 | 按条/小时 | 人工质检 | 中偏高（差异化刚需） |
| 数交所 | 按条/集买断 | 确权登记无效果语义 | 高（基建可挂载） |
4. P1 切入分析
三大行业痛点 ↔ P1 对应
- 定价分歧（客户不愿为质量付溢价——因双方都无法证明数据值多少钱）→ 按效用结算是唯一同时消除信息不对称的机制
- 复购危机（买断制复购率低）→ 效用结算=天然复购结构
- 验真真空（Scale/光轮/京东都停在卖方自证）→ 全市场无中立第三方"预注册+独立读回+签名回执"跨方结算——Compass 角色+变更门禁已内建此能力
落地姿态
不做"又一个数据商"，做中立结算/验真层接入三类宿主：①平台型（京东/帕西尼——为挂牌数据附"效用分"提流动性）；②数交所（上数所/北数所——增加按效计价品类）；③采标商（海天/数据堂——竞标差异化质检层）。
首批付费客户（优先级）
- 无本体工厂的二线具身模型团队（PI 型画像：外采依赖+自带评测 harness+把不可预测买断变可预算按效支出）
- 海天瑞声/数据堂类转型商（向头部客户证明"贵但有效"）
- 政府数采中心+地方数交所（向上级证明投入产出，按效计价有政策叙事价值）
- 明确不是：光轮（利益冲突）、智元（数据是生态武器）、Surge（无具身线）
定价锚建议（两部制）
- 底价：锚定采集成本——真机遥操 ¥300–500/有效小时（国际 1/3–1/2），标注/无本体 ¥80–200/有效小时；"有效"=预注册配方过 QC 净时长（惩罚 30-40% 废片率）
- 效用金：每 +1pp 预注册基准增益 = 底价的 15–25%，上限 2-3 倍底价、下限 0；独立读回+签名回执后 T+7 结算
- 协议收费：抽效用金 5–10%（或平台按效用评分批次固定服务费）——避免按数据量收费重回老路
风险
- 京东/Scale 若将效果验证标准化对外化→窗口收窄（故首选共生）
- 供方过拟合预注册基准→必须预注册+留出集复测+独立读回（本仓既有纪律）
- 买方总量小→高客单价+深绑定，不走量
5. 来源索引（节选）
京东 robotdata 官网/新华网/量子位；光轮：新华网 2026-08-26/虎嗅/36氪/新京报；Scale physical-ai/×UR 博客；Avala robotics+buyers guide；PI：pi.website π0/RobotReport $600M；海天：中国经营报年报/经济参考报；数据堂官网+亿欧；北数所：人民日报/国家数据局；上数所：上海市政府；首单：科技日报（江苏箸境）；帕西尼：36氪/财联社；QYResearch/State of Robotics 2026；虎嗅·帮机器人搞数据；Snowflake/Databricks Marketplace。
（完整 60+ 链接存于调研 agent 通知原文，如需逐条溯源可重跑对应检索验证）