Sektor data Kecerdasan Berwujud China meningkat, 25 permulaan berjaya mendapat lebih daripada 17B pada 2026

Pada akhir Julai, LiberAI menyelesaikan pembiayaan Pra-A+, dengan jumlah berbilion yuan, dengan pelabur termasuk kumpulan 360, Guokai Finance, Innovation Works, CMC Capital, Binfu Capital, dan Sequoia Capital China.

Syarikat ini sebenarnya ditubuhkan pada 8 Disember 2025, bernama “Jiangxian Technology”, yang namanya bermaksud “Mahu bersantai adalah produktiviti utama”; modal berdaftar 1.46 juta yuan, dengan pasukan kurang daripada 30 orang.

Namun, IT Juzi mendapati bahawa ini merupakan pembiayaan putaran kelima sejak ia ditubuhkan; dalam lebih daripada enam bulan terakhir, ia telah melakukan pembiayaan dengan pantas, dari putaran benih, malaikat, malaikat+, hingga Pre-A, dan menyelesaikan empat putaran berturut-turut. Menurut laporan, penilaian terkini mencapai 5 miliar yuan.

Pendiri, Liu Songming, adalah generasi Z, penerima beasiswa kehormatan khas dari Jabatan Komputer, Tsinghua University, ranking pertama dalam bidangnya, serta murid Profesor Zhu Jun. Beliau tamat PhD pada usia 23 tahun dan terus memulakan perniagaan. Sebelum ini, beliau memimpin pengembangan RDT-1B, model dasar Transformer berskala besar pertama yang direka khas untuk operasi robot dua lengan, dengan jumlah parameter mencapai 1.2 bilion.

LiberAI menargetkan data UMI manusia + model dunia—dengan kata lain, ia menjual data yang diberikan kepada robot, serta otak yang mencerna data tersebut.

Menurut statistik IT Juzi, separuh pertama tahun 2026, 25 syarikat permulaan China dalam bidang data kecerdasan badan telah memperoleh pendanaan melebihi 17 bilion yuan, boleh dikatakan bahawa "data" menjadi perniagaan yang paling pasti dalam lintasan badan. (Tidak termasuk syarikat tertentu yang menjalankan model data badan dan badan robot, seperti Xinghai Tu dan Qianxun Intelligence)

Untuk mendapatkan data semua syarikat dan data pembiayaan dalam trek data embodi, anda boleh melihat dan memuat turun data di halaman album IT Juzi. https://www.itjuzi.com/album/766 (sekarang mendaftarkan 42 syarikat)

Di antaranya, Guanglun Intelligence tidak hanya mendapat pendanaan luar besar, tetapi juga memperoleh pesanan sebesar RMB 550 juta pada Q1.

Semasa penambang belum menemui emas, orang yang menjual cangkul telah lebih dahulu mendapat keuntungan.

Mengapa model bahasa besar boleh meledak? Kerana terdapat bahan latihan yang tidak terbatas di internet.

Namun, pelatihan robot bergantung bukan pada bahasa teks, tetapi pada data tindakan fizikal tiga dimensi seperti mengambil, meletakkan, berjalan, meraih, memutar, dan menggoyangkan wajan—data semacam ini hampir tidak wujud di internet.

Kekurangan data tubuh merupakan halangan besar di seluruh industri.

Grand View Research menganggarkan pasaran pengumpulan dan penandaan data global akan mencapai US$17.1 bilion pada tahun 2030.

Semasa ini, data tubuh yang diiktiraf secara industri menunjukkan struktur piramid: puncaknya ialah data mesin sebenar, berkualiti boleh dipercayai dan boleh ditempatkan terus, tetapi harganya paling mahal; lapisan tengah ialah data simulasi sintetik + data UMI, kos sederhana dan boleh dihasilkan tanpa had, tetapi terdapat jurang Sim-to-Real (kecacatan penghampiran geseran/penyimpangan bentuk); dasarnya ialah video internet dan data tingkah laku manusia, sumbernya paling luas, tetapi kurang butiran interaktif dan maklumat yang jarang.

Setiap lapisan kemudian memiliki sejumlah syarikat yang secara khusus fokus pada hal ini—ini adalah kerangka rujukan untuk memahami gelombang usaha data tubuh semasa.

Gaya satu: Pengendalian jauh peranti sebenar / gaya sentuhan — anggap data sebagai garis pengeluaran

Gaya ini mengamalkan logik yang paling asas: membina kilang, menempatkan robot, dan memasang peralatan tangkapan pergerakan, serta menghasilkan data presisi tinggi secara berterusan.

Yang paling agresif ialah persepsi Pacini.

Kuantiti penghantaran sensor sentuhan syarikat ini berada di peringkat pertama sedunia; pada 2025, Pascini akan membina Pabrik Pengumpulan Data Tubuh Terbesar Sedunia, Super EID Factory, di Tianjin, dengan kapasiti tahunan 200 juta data; selepas menyelesaikan putaran B melebihi 1 miliar yuan dan penilaian melebihi 10 miliar yuan, syarikat ini mengumumkan pembinaan empat pabrik data super tambahan di Suqian, Wuhan, Zigong, dan Ganzhou.

Motion capture veteran adalah cabang lain dalam garis ini.

Pendiri robot Nolimits, Dai Ruoli, sebelum ini membawa Nolimits Technology mencapai 70% pasaran gerak penangkapan profesional global, kemudian mendirikan syarikat baharu, Nolimits Robotics, yang menyelesaikan kitaran Pre-A++ bernilai miliaran yuan pada Jun, dengan nilai pasaran sekitar 3 miliar yuan, dengan dana AI Beijing dan Shanghai, Shenzhen Chuangtou, CICC, dan Kunlun Capital masuk secara bersama-sama, serta melancarkan platform data ModalityNet.

Qingtong Vision mengikuti pendekatan open-source untuk membangun ekosistem, pada Mei melancarkan set data open-source penangkapan gerak optik manusia beresolusi tinggi terbesar di dunia dengan jumlah 1.000 jam, dijangka menghasilkan 500.000 jam setahun. Pengumpulan data seni bela diri untuk persembahan robot Tahun Baru Cina berjudul "WuBOT" oleh Unitree Technology berasal dari sistem Project Decode mereka.

Perusahaan baru dalam bidang sentuhan seperti Lingsheng Technology juga sedang memperkuat posisi.

Gaya Kedua: Kaum Sintetik Simulasi — "Mencetak" data di dunia maya

Jika data sebenar terlalu mahal, adakah mungkin mencipta dunia maya yang cukup fizikal secara realistik di dalam komputer, dan mencetak data latihan secara berterusan?

Rute ini menghasilkan unicorn data embodi pertama di dunia: Guanglun Intelligence.

Pada Mac tahun ini, menyelesaikan pembiayaan siri A++ sebanyak 1 miliar yuan, pada Mei menerima pembiayaan dipimpin oleh Ant Group, dan pada Jun memperoleh pembiayaan tambahan 1 miliar yuan, dengan nilai pasca-pembiayaan melebihi 2 miliar dolar AS (kira-kira 15 miliar yuan China).

Pendapatan Guanglun Intelligence meningkat 10 kali pada tahun 2025, dengan pesanan baru sebanyak RM550 juta pada kuartal pertama 2026, melebihi jumlah keseluruhan tahun lalu dalam satu kuartal.

CrossDimension Intelligence merupakan perwakilan "simulasi generatif": enjin simulasi DexVerse buatan sendiri secara automatik menghasilkan data skenario dalam jumlah besar di dunia maya; pada Julai tahun ini, ia mengumumkan pembiayaan sebanyak 1 miliar yuan, penilaian melebihi 10 miliar yuan, dan memulakan IPO, dengan pendapatan separuh pertama tahun ini sebanyak 100 juta yuan, serta lebih daripada 1,500 model telah berjaya diserahkan secara komersial.

Di kalangan syarikat yang disenaraikan, Qunxiao Technology, yang disenaraikan di Bursa Hong Kong pada April tahun ini sebagai "syarikat pertama di dunia dalam kecerdasan ruang," sedang mengembangkan data adegan 3D yang dikumpulkan daripada reka bentuk awan 3D ke dalam kecerdasan badani.

Platform simulasi Songying Technology telah menyelesaikan pembiayaan Putaran Pre-A dan Pre-A+ pada Februari dan Julai, dengan jumlah pembiayaan berjumlah berpuluh-puluh juta yuan, serta bekerjasama dengan pihak kerajaan tempatan untuk membina Pusat Inovasi Robot Manusia dan menggabungkan set data sintetik.

Gaya ketiga: UMI tanpa entiti / aliran pengumpulan portabel — mengelakkan entiti, "meniru" manusia

Robot jauh mempunyai satu kelemahan—data yang dikumpulkan bukanlah kemampuan sebenar manusia, tetapi gerakan yang telah dikompromikan agar robot dapat mengikutinya. Oleh itu, pendekatan ini secara langsung mengelakkan penggunaan badan, dan membiarkan manusia memakai sarung tangan, cengkaman, dan peralatan pakai untuk melakukan kerja secara langsung.

Ini adalah rute dengan kepadatan modal tertinggi tahun ini.

Pada 1 Jun, Jianti Robotics mengumumkan pembiayaan berbilang ronde jumlah miliaran yuan, dengan Ant Group, Didi, dan Delian Capital sebagai pemimpin pembiayaan, serta Shunwei dan BV Baidu Ventures sebagai penyokong — ini merupakan pembiayaan terbesar hingga kini dalam bidang data tanpa badan.

Pendiri Chen Jianxing ialah bekas Ketua Algoritma Tinggi di Momenta; syarikat ini telah beroperasi selama satu tahun dan telah meliputi ribuan skenario sebenar, serta menandatangani kerjasama strategik dengan Ant Group's Lingbo.

Tashizhihang mengusulkan paradigma pengumpulan data berpusat pada manusia dan melancarkan penyelesaian pengumpulan berpakaian SenseHub; pada bulan April, ia menyelesaikan pembiayaan Pra-A sebanyak US$4.55 bilion, mencatatkan rekod pembiayaan tunggal terbesar di China untuk kecerdasan tubuh, dipimpin bersama oleh Hillhouse, Sequoia, dan Meituan, serta telah melancarkan "Rancangan Api Data Tubuh" dengan sasaran 100 juta jam.

Sistem FastUMI dari robot Lu Ming yang berafiliasi dengan Tsinghua meningkatkan kecekapan pengumpulan data sebanyak tiga kali ganda dan mengurangkan kos hingga seperlima, mendapat sokongan pendanaan berterusan dari Mitsubishi Electric serta memperoleh pesanan daripada pelanggan terkemuka.

Agensi Robot Zhiyuan memisahkan perniagaan data menjadi syarikat berdiri sendiri, Mifeng Technology, pada Februari tahun ini, dan menyelesaikan kumpulan pendanaan benih dan malaikat bernilai ratusan juta yuan dalam hanya sepuluh hari, dengan Sequoia Capital China sebagai pemimpin, dengan perancangan untuk mencapai kapasiti data dalam skala jutaan jam pada tahun 2026.

Generasi yang lebih muda juga muncul: Xingyi Technology, yang diinkubasi oleh Jabatan Komputer Tsinghua, menargetkan jalur EgoScale NVIDIA untuk pengumpulan pandangan pertama dengan kebebasan tinggi dan ketepatan milimeter, telah menyelesaikan pembiayaan putaran pertama dan menerima putaran Pre-A pada bulan Julai; Profesor Lu Zongqing dari Universiti Peking secara langsung menggunakan video internet untuk pra-latihan model tindakan umum.

Qiongche Intelligence, diwarisi oleh Feixi, telah memenangi hampir seratus pesanan dengan sistem pengumpulan data CoMiner berdasarkan "pemantauan semasa pengeluaran", menerima pendanaan berjumlah beberapa ratus juta yuan pada Jun, dan segera akan melancarkan model dunia buatan sendiri.

Sebuah syarikat yang sangat baharu, Yuanche Taichu (OriginFlow), menggunakan paradigma NeuroScale untuk menangkap isyarat elektrik kontraksi otot manusia melalui peralatan pengumpulan electromyography buatan sendiri, kemudian mengkode dan memulihkan postur tangan/kekuatan/umpan balik sentuhan melalui model asas PULSE; ia menghubungkan saluran transmisi asli "niat—otot—tindakan", mengatasi kelemahan UMI seperti kegagalan penghalangan visual dan ketiadaan indera daya serta sentuhan.

Setelah beroperasi selama satu tahun, syarikat telah menyelesaikan pembiayaan putaran malaikat, putaran strategik, dan putaran Pre-A1 dengan jumlah keseluruhan melebihi 500 juta yuan. Pendiri syarikat, Qin Shentao, adalah seorang doktor PhD dari Tsinghua University dan sarjana dari Universiti Teknologi Harbin, berusia generasi 00.

Gaya Empat: Penggalian Video / Sekolah Model Dunia — Mengajar AI untuk "Memahami" Dunia Fizikal

Jalan ini menyelesaikan masalah "mengubah sisa menjadi harta" di dasar piramid data: terdapat video operasi manusia yang tidak terbatas di internet—memasak, kerajinan tangan, pembaikan—tetapi video-video ini kekurangan maklumat daya, sentuhan, dan trajektori tiga dimensi yang diperlukan oleh robot, sehingga menjadi data mati yang "kelihatan tetapi tidak boleh digunakan".

Pendekatan video distillation adalah menggunakan algoritma untuk mengekstrak trajektori gerakan dan maklumat interaksi fizikal daripada video dua dimensi, mengubah data mati menjadi data badani yang boleh dilatih, dengan kos yang boleh diturunkan kepada beberapa per ribu daripada pengumpulan data secara langsung.

Penganut model dunia lebih langsung, membiarkan AI terlebih dahulu mempelajari hukum pergerakan dunia fizikal, kemudian menghasilkan data latihan tanpa had "di dalam minda".

SinarTeknologi's saluran SynaData mampu mengekstrak data tubuh multimodal seperti trajektori tangan dan laluan objek secara berterusan daripada video internet, dengan kos pengumpulan data yang sangat rendah. Ia telah menerima pelaburan berjumlah puluhan juta yuan dipimpin oleh Oriental Fortune, dan data tersebut telah digunakan oleh model open-source utama seperti Tsinghua RDT dan Zhiyuan UniVLA.

Ji Jia Shi Jie menggunakan model dunia GigaWorld untuk menghasilkan data latihan, meningkatkan prestasi model VLA hampir 300% dalam tiga dimensi generalisasi utama, menyelesaikan pembiayaan Putaran B+ sebanyak 1 miliar yuan pada Jun, dengan jumlah pembiayaan kumulatif selama tiga bulan mencapai 3,5 miliar yuan.

DeepWisdom juga menginvestasikan data video sudut pandang pertama manusia, pada paruh pertama tahun ini berhasil memperoleh tiga putaran pendanaan, lebih dari ratusan juta yuan; pada bulan Mei, model dunia DeepWisdom Z-WM menduduki peringkat pertama global dalam evaluasi WorldArena.

LiberAI yang disebutkan di awal artikel juga merupakan campuran antara jalan ini dan lintasan model dunia.

Gaya Lima: Infrastruktur/Data Platform — merupakan platform data, juga "kilang minyak"

Pandangan ini adalah: bottleneck data terwujud tidak hanya terletak pada "bagaimana mengumpulkan", tetapi juga pada tahap "bagaimana menggunakannya".

Setiap robot memiliki badan yang berbeza, sensor yang berbeza, dan format data yang pelbagai; data mentah yang dikumpul seperti minyak mentah dengan campuran komponen yang pelbagai—mengalirkannya terus ke model hanya akan membuatnya semakin buruk semasa dilatih—siapakah yang akan membersihkan, menyelaraskan, menandakan, dan menilai untuk mengubah minyak mentah menjadi bensin standard?

Apalagi latihan, peralatan pengumpulan, dan sistem penangkapan gerak adalah aset berat, yang tidak terjangkau oleh pasukan kecil dan menengah. Oleh itu, perlu membina pusat latihan bersama, menetapkan piawaian data, serta menjual rangkaian alat dan perkhidmatan platform. Ia tidak menebak jalan teknologi data mana yang akan menang, tetapi menebak bahawa siapa pun yang menang, pasti akan melalui jalan yang telah dibina sendiri.

Wuwen Zhike bergantung pada lapangan pengumpulan dan latihan data Deqing yang menggabungkan dunia maya dan nyata, menghasilkan ribuan jam data setiap hari, menyelesaikan pembiayaan lebih dari seratus juta yuan pada bulan April, serta menandatangani pesanan bernilai ratusan juta yuan pada kuartal pertama dengan perusahaan seperti ByteDance dan Wujie Power.

Yi Ren Technology menyelesaikan dua putaran pendanaan miliaran yuan berturut-turut pada bulan April, serta mengumumkan pendapatan melebihi satu miliar yuan dan mencapai keuntungan pada tahun 2025, kemungkinan besar menjadi perusahaan pertama di industri ini yang mengumumkan keuntungan.

Selain itu, Zhigu Ji Shi, yang ditubuhkan pada Disember tahun lepas dan khusus dalam pengeluaran tengah seperti pembersihan data, penyelarasan, dan tata kelola, telah diancam oleh perusahaan-perusahaan inti seperti Lingchu Intelligence, Qiongche, dan Zhifangping.

Pemain yang disenaraikan di bursa juga telah masuk, dengan pemimpin perkhidmatan data Haitian Ruisheng bekerjasama dengan Pusat Latihan Data Robot Manusia Shijingshan, Beijing untuk membina "Ladang Latihan Data Kecerdasan Berbadan".

Syarikat besar lain juga turut masuk, JD mengumumkan infrastruktur laluan penuh data badan, merancang untuk menggerakkan 600,000 penghantar dan pemandu kurier secara sumber awam untuk mengumpul data, dengan sasaran mengumpul 10 juta jam video skenario sebenar dalam dua tahun; Baidu pula menjadikan “pasar data”.

Tahun 2026 menjadi tahun skala besar untuk data tubuh, menurut statistik, sehingga akhir April 2026, terdapat sekurang-kurangnya 90 pusat pengumpulan data yang berada dalam keadaan "digunakan atau sedang dirancang dan dibina"; di antaranya, 64 telah digunakan, selebihnya sedang dibina/direncanakan.

Namun, semakin panas angin pasar, semakin perlu kita sejukkan sedikit.

Perniagaan data tubuh mempunyai satu masalah struktur yang tidak sering ditegaskan: permintaan dan penawarannya menggunakan dana dari kumpulan modal yang sama.

Lihat senarai pembeli—pasukan model besar, syarikat robot permulaan, pengeluar ontologi yang sedang berubah—kebanyakan pihak pembeli data ini sendiri belum mendapat keuntungan, dan bajet pembelian mereka berasal daripada dana pendanaan yang baru masuk.

Dengan kata lain, pendapatan syarikat data pada dasarnya adalah pengagihan semula pembiayaan hulu: syarikat robot kecerdasan berbadan mengumpul dana, kemudian membeli data untuk menceritakan kisah, dan jika kisahnya menarik, mereka akan mengumpul dana seterusnya.

Jika pelaksanaan syarikat badan robot tidak mencapai jangkaan, pesanan data dan pendanaan akan hilang serentak. Ini adalah hubungan saling bergantung, di mana ia bergantung pada permintaan pasaran di hujung bawah.

Hanya apabila syarikat robot benar-benar mampu memperoleh keuntungan secara berterusan, perniagaan ini menjadi lebih kukuh dan boleh berjalan.

Perkiraan konsensus dalam industri ialah bahawa syarikat data badan yang mampu bertahan dalam jangka panjang kemungkinan besar hanya terdiri daripada dua kategori: satu menjadi platform piawaian industri yang menguasai alat-alat peringkat ekosistem seperti simulasi, pemprosesan data, dan penilaian; yang lain mempunyai kemampuan penggabungan dan pemurnian data lintas pembuat, yang mampu memberikan data berkualiti tinggi dan panjang-ekor secara berterusan selepas robot memasuki persekitaran sebenar.

Artikel ini berasal dari akaun WeChat "IT Juzi" (ID: itjuzi521), penulis: Wu Meimei