7月末、LiberAIはPre-A+ラウンドの資金調達を完了し、数億元を調達。出資者には360グループ、国開金融、創新工場、CMC資本、彬復資本、紅杉中国が含まれる。
この会社は実際には2025年12月8日に設立され、「将闲科技」と名付けられ、名前の意味は「暇になりたいことが第一の生産力である」である。登録資本は146万元で、チームは30人未満である。
一方、IT桔子は、これが設立以来5回目の資金調達であることを発見した。過去半年余りで、種子ラウンド、エンジェルラウンド、エンジェル+ラウンド、Pre-Aラウンドと、短期間で連続して4回の資金調達を完了した。報道によると、最新の評価額は50億元に達している。
創業者劉松銘是00後，清華大學計算機系特等獎學金獲得者、專業第一，師從朱軍教授，23歲博士畢業後即開始創業。他此前主導的RDT-1B是首個專為雙臂機器人操作設計的大規模擴散Transformer基礎模型，參數量達12億。
LiberAIは、人間のUMIデータと世界モデルをターゲットとしています——要するに、ロボットに与えるデータと、そのデータを処理する脳を販売しています。
IT桔子の統計によると、2026年前半に、25社の中国のエミュレーティブAIデータスタートアップが合計で170億元以上の資金調達を実現した。これは「データ」がエミュレーティブ分野で最も確実なビジネスとなっていることを示している。（星海図、千尋インテリジェンスなど、エミュレーティブデータモデルとロボット本体の両方を手がける企業は含まない）
エッジデータ分野の全企業およびファイナンスデータを取得するには、IT桔子のアルバムページでデータを確認・ダウンロードしてください。https://www.itjuzi.com/album/766（現在42社を収録）
その中で、光輪インテリジェンスは大額の外部資金調達に加え、第1四半期に5.5億元の受注を獲得しました。
金を掘り当てる前に、シャベルを売る人がまずお金を稼いだ。
一、未解決の課題：ロボット業界のデータの砂漠
大規模言語モデルが爆発的に発展した理由は、インターネット上に無限のコーパスが存在するからである。
しかし、ロボットの訓練には言語ではなく、持ち上げる、置く、移動する、掴む、ねじる、フライパンを振るなどの三次元物理動作データが用いられます——こうしたデータはインターネット上にほとんど存在しません。
業界全体で、エムボディーデータの不足が大きなボトルネックとなっています。
Grand View Researchは、世界のデータ収集とアノテーション市場が2030年までに171億ドルに達すると予測しています。
現在の業界で広く認められているエムボディーデータの構造はピラミッド型です。ピラミッドの頂点は実機データで、品質が信頼でき、直接展開可能ですが、最も高価です。中層はシミュレーション合成データとUMIデータで、コストは適度で無限に生産可能ですが、Sim-to-Realのギャップ（摩擦・変形の近似誤差）が存在します。底層はインターネットの動画と人間の行動データで、ソースが最も広範ですが、インタラクションの詳細が欠けており、情報が希薄です。
そして各層には、専門的に取り組む一連の企業が存在する——これは現在のエムボディーデータスタートアップの波を理解するための座標系である。
二、五大流派、30社以上の企業の全貌
流派1：実機リモート操作／触覚派——データを生産ラインのように扱う
この流派は最も素朴なロジックを採用しています：工場を建設し、ロボットを設置し、モーションキャプチャ装置を導入して、生産ラインで高精度データを大量生産します。
最も急進的なのはパシーニ・ペルセプションである。
同社の触覚センサー出荷量は世界第1位であり、2025年にはパシニが天津に世界最大のエムボディーデータ収集工場「Super EID Factory」を建設し、年間2億条のデータを生産する。3月に10億元を超えるBラウンド資金調達を完了し、評価額が100億元を突破した後、宿迁、武漢、自貢、贛州にさらに4つのスーパーデータ工場を建設すると発表した。
モーションキャプチャーのベテランは、このラインの別の分岐です。
諾亦騰機器人的創始人戴若犁曾將諾亦騰科技打造成全球專業動作捕捉市場70%的份額，隨後創立新公司諾亦騰機器人，於6月完成數億元Pre-A++輪融資，估值約30億元，北京、上海AI產業基金、深創投、中金、昆侖資本共同入場，並發布了ModalityNet全模態數據平台。
青瞳視覚はオープンソースでエコシステムを構築する道を歩み、5月に世界最大規模の1000時間分の高精度人間光学モーションキャプチャーオープンソースデータセットをリリースし、年間50万時間の生成を予定している。宇樹科技の春節晚会ロボット武術初披露「武BOT」の武術データ収集は、同社のProject Decodeシステムから取得された。
霊生科技などの触覚新興企業もポジションを確保しています。
流派2：シミュレーション合成派——仮想世界でデータを「発行」する
本物のデータが高すぎる場合、コンピュータ内に物理的に十分に現実的な仮想世界を構築し、訓練データを一括「印刷」することは可能でしょうか？
このルートから、世界初のエムボディーデータユニコーンである光輪智能が誕生しました。
今年3月に10億元のA++ラウンド資金調達を完了し、5月には蚂蚁グループがリード投資家として出資、6月にはさらに10億元を調達し、投後評価額は20億ドル（約150億元人民元）を超えた。
光輪インテリジェンスは2025年の売上高を10倍に増加させ、2026年第1四半期に新規注文5.5億元を獲得し、1四半期で昨年全年を上回った。
跨維智能は「生成型シミュレーション」の代表であり、自社開発のDexVerseシミュレーションエンジンにより仮想世界で膨大なシナリオデータを自動生成している。今年7月に10億元の資金調達を発表し、評価額は100億元を超えてIPOを開始。今年上半期の売上は1億元で、すでに1500セット以上のモデルが商業化され納品されている。
今年4月に香港株式市場に上場した「世界初の空間知能企業」である群核科技は、3Dクラウドデザインで蓄積した膨大な3DシーンデータをエムボディードAIに拡張しています。
シミュレーションプラットフォーム「松应科技」は、2月および7月にPre-AラウンドおよびPre-A+ラウンドを完了し、累計数億元の資金調達を実施。国家と地方が共同で設立した人型ロボットイノベーションセンターと合成データセットを共同で構築。
流派3：UMI無本体／携帯収集派——本体を避け、「複製」人
リモート操作ロボットがデータを収集するには欠点がある——収集されるのは人間の真の能力ではなく、「ロボットに合わせる」ために妥協した動作である。そのため、この流派は本体を避け、人が手袋やグリッパー、ウェアラブルデバイスを着用して直接作業を行う。
これは今年で資本密度が最も高いルートです。
6月1日、簡智ロボットは複数ラウンドにわたり数億元の資金調達を発表し、アリババグループ、ディディ、徳連資本が主導し、順為資本とBVバイドゥベンチャーキャピタルが参加した——これは無本体データ分野におけるこれまでで最大規模の資金調達である。
創設者陳建興曾任Momenta算法高級總監，公司成立一年來，已覆蓋上萬個真實場景，並與螞蟻靈波達成戰略合作。
石智航はヒューマンセントリックなデータ収集パラダイムを提唱し、SenseHubウェアラブル収集ソリューションを発表。4月に4億5500万ドルのPre-Aラウンド資金調達を完了し、中国のエムボディードAI分野で最大単一資金調達記録を樹立。高瓴、紅杉、美团が共同でリードし、すでに1億時間の目標を掲げる「エムボディードデータ・スパーク計画」を開始した。
清華系の鹿明ロボットのFastUMIシステムは、データ収集効率を3倍に向上させ、コストを5分の1に削減し、三菱電機から継続的な主導的投資を受け、大手顧客からの注文を獲得しました。
智元ロボットは今年2月、データ事業を独立会社の覓蜂テクノロジーにスピンオフし、たった10日で数億元のシードラウンドとエンジェルラウンドを完了。紅杉中国がリードし、2026年までに千万時間級のデータ生産能力を実現する計画です。
若手の若手も台頭し始めている：清華大学コンピュータ科学科からスピンアウトした星憶科技は、NVIDIAのEgoScaleの道筋を模倣し、高自由度でミリメートル級の精度を実現するファーストパーソン視点のウェアラブル収集装置を開発。ファーストラウンドの資金調達を完了し、7月にはPre-Aラウンドをさらに獲得した。北京大学の盧宗青教授は、智在無界を通じて、インターネットの動画を用いて一般用途の動作モデルを事前学習している。
非夕孵化の穹徹インテリジェンスは、「生産伴侶型」データ収集システムCoMinerで近百セットの注文を獲得し、6月には数億元の資金調達を再び実現。自社開発のワールドモデルをまもなく発表予定です。
非常に新しい企業である淵澈太初（OriginFlow）は、NeuroScaleパラダイムを採用し、独自開発の筋電気収集キットで人体の筋肉収縮電気信号を捕捉し、PULSEベースモデルによって手の姿勢・力・触覚フィードバックを符号化・再構成します。これにより、「意図—筋肉—動作」のネイティブな伝導経路を接続し、UMIの視覚的遮蔽による失敗や力・触覚の欠如という限界を補完します。
設立から1年で、同社はエンジェルラウンド、戦略ラウンド、およびPre-A1ラウンドを合わせて合計5億元以上を調達しました。創業者の秦深涛は00年代生まれの清华大学博士課程修了者で、ハルビン工科大学の学士号取得者です。
派閥4：ビデオディストリレーション／ワールドモデル派——AIに物理世界を「理解」させる
このルートは、データピラミッドの最下層にある「廃物を宝に変える」問題を解決します。インターネット上には、料理、手芸、修理などの人間の操作動画が無尽蔵に存在しますが、これらの動画にはロボットに必要な力覚、触覚、三次元軌道情報が欠けており、常に「見えるが使えない」死データとなっています。
ビデオディストリレーション派のアプローチは、アルゴリズムを用いて2次元動画から動作トラジェクトリーや物理的相互作用の情報を逆算し、死んだデータを学習可能なエムボディーデータに「蒸留」するもので、コストを実機収集の千分の数まで抑えることができます。
世界モデル派はより直接的で、まずAIに物理世界の動作規則を学習させ、その後「脳内」で無限の訓練データを生成する。
枢途科技のSynaDataパイプラインは、インターネット動画から手の動きのトラジェクトリーや物体の運動経路などのマルチモーダルエムボディーデータを一括で抽出でき、データ収集コストが非常に低く、東方富海による数千万元のリード投資を受けています。このデータは、清華大学RDTや智元UniVLAなどの主要なオープンソースモデルで採用されています。
極佳視界は世界モデルGigaWorldを用いてトレーニングデータを生成し、VLAモデルの3つの汎化次元における性能を約300％向上させた。6月に10億元のB+ラウンドを調達し、3か月間で累計35億元の資金調達を実現した。
深度機智は人類の第一視点動画データにも注力し、今年上半期に3回の資金調達を実施、数億元以上を調達。5月には、深度機智のZ-WMワールドモデルがWorldArenaの評価で世界第1位にランクインした。
文章の冒頭で言及されているLiberAIも、この路線と世界モデル分野のハイブリッドである。
派閥5：データインフラストラクチャー／プラットフォーム派——データプラットフォームであり、「精製工場」でもある
この派閥の認識は、エムボディーデータのボトルネックが「どのように収集するか」だけでなく、「どのように使用するか」という段階にもあるということである。
各ロボットの本体、センサー、データ形式が異なり、収集された生データは成分が複雑な原油のように混在している。これをそのままモデルに与えても、学習が悪化するだけだ。誰がこの原油を洗浄・整列・アノテーション・評価して、標準的なガソリンに精製するのか？
さらに、トレーニングフィールド、収集装置、モーションキャプチャシステムはすべて資本集約的であり、中小チームには手が届かない。したがって、共有トレーニングフィールドを構築し、データ標準を定め、ツールチェーンとプラットフォームサービスを提供する必要がある。これはどのデータ技術路線が勝つのかを賭けるのではなく、誰が勝っても、自分たちが築いたこの道を通らなければならないという賭けである。
無問智科は、虚実融合の閉ループを備えた徳清データ収集・訓練フィールドを活用し、1日あたり数千時間のデータを生成。4月には1億元を超える資金調達を完了し、第1四半期にはバイトダンス、無界動力などと数億元の注文を契約した。
弈人科技は4月に連続して2回の億元規模の資金調達を完了し、2025年の収益を1億円超え、利益を達成すると発表しました。これは同分野で最初に利益を公表した企業となる可能性があります。
また、昨年12月に設立された智域基石は、データのクリーニング、アライメント、ガバナンスに特化した中流変換を手がけており、霊初智能、穹徹、智平方など一連の本体企業がこの「上流」企業に投資している。
上場企業も参入し、データサービスのリーディングカンパニーである海天瑞声が北京石景山人形ロボットデータ訓練センターと連携し、「エMBODIED INTELLIGENCEデータ訓練フィールド」を共同で構築。
大手企業も参入しており、JDはエージェントデータのエンドツーエンドインフラを発表し、60万人の宅配員と配達員をクラウドソーシングして収集を推進。2年以内に1,000万時間のリアルなシナリオ動画を蓄積することを目標としている。一方、Baiduは「データスーパーマーケット」を展開している。
三、冷静一下：データ需要側は弾力的ですか？
2026年はエムボディーデータの規模化元年となる。統計によると、2026年4月末時点で「使用中または建設・計画中」のデータ収集センターは少なくとも90か所に上り、そのうち64か所が既に運用開始されており、残りは建設中または計画段階である。
しかし、風が強くなるほど、少し冷や水をかけることが必要です。
具身データというビジネスには、あまり明言されない構造的な問題がある：需要側と供給側は、同じ資本の資金を使い果たしている。
購入者リストを見れば明らかだ——大規模モデルチーム、スタートアップのロボット企業、転換中のオントロジー企業。これらのデータ購入者のほとんどは、まだ利益を上げていない。購入予算は、剛剛到着した資金調達額からまかなわれている。
言い換えれば、データ企業の収益は、下流の資金調達の再配分に他ならない：エムボディードAIロボット企業が資金を調達し、それをデータを購入して物語を語るために使い、物語がうまくいけば、次のラウンドの資金調達へとつながる。
ロボット本体企業の実現が予想に満たない場合、データ注文と資金調達は同時に縮小する。これは共存関係であり、下流の市場需要に依存している。
ロボット会社が本当に持続的に利益を上げられるようになれば、このビジネスはより確実になり、成り立つようになる。
業界の一般的な見解では、長期的に生き残れるエッジデータ企業は大きく二つに分かれるだろう。一つは、シミュレーション、データ処理、評価などのエコシステムレベルのツールを掌握する業界標準プラットフォームとなり、もう一つは、複数ベンダー間のデータ統合と精製能力を有し、ロボットが実際のシーンに導入された後も高品質でロングテールのデータを継続的に供給できる企業である。
本文は微信公衆アカウント「IT桔子」（ID：itjuzi521）より、著者：呉梅梅