数采中心的钱，绕一圈又回到自己兜里

机器人的数据生意，正在被一场朋友圈开炮撕开遮羞布。

梅卡曼德创始人邵天兰言辞犀利地指出：部分高估值具身智能企业，依托关联交易、数据采集中心及地方资源包装营收数据，以此冲刺IPO。他甚至在评论区直接点名银河通用。后者迅速回应，称不愿参与口水纷争，将持续深耕技术研发与商业化落地。

这不是简单的同行互撕。它指向一个所有投资人都该追问的问题：机器人企业究竟需要什么数据？数采中心生产的数据，真的进模型了吗？

我们不妨顺着数据产生、流转、进入模型的全过程，把这门生意掰开看清楚。作为一个长期盯着低空经济的人，我看完的第一反应是：这一幕，怎么这么眼熟。

“⚠️ 事实与推演分层说明

“为避免争议叠加争议，本文将内容明确分为三层：

“- 【已核实事实】：有公开报道或双方公开声明可查证的内容；

“- 【单源信源】：来自个别从业者、投资人的说法，未经独立交叉验证，仅供参考；

“- 【推演/分析】：作者基于产业逻辑的判断与预测，不代表既成事实。

“所有段落均已标注。被点名企业银河通用已公开否认相关指控，本文对其不构成任何违规认定。

🔥 朋友圈开炮，行业闷亏被当场撕开

【已核实事实】一句“左手倒右手”，把行业里心照不宣的事摆上了台面。

先核对时间线（此前流传的“2026年”系讹误，以下为核实后口径）：

• 2025年8月，英国《金融时报》发布关于中国人形机器人产业的调查报道，描述了一条交易链条：机器人企业与地方政府共建数采中心，数采中心采购其机器人，随后再把采集的数据卖回机器人企业——报道将这套循环称为“循环融资（circular financing）"。该文经国内科技媒体广泛转译后引发第一轮讨论。（来源：Financial Times，2025年8月；多家中文科技媒体转载）
• 2025年9月18日，邵天兰在朋友圈发文，直指部分高估值具身智能企业靠关联交易、数采中心和地方资源“包装”营收、为IPO铺路，并在评论区点名银河通用。（来源：多家财经与科技媒体当日报道，包括界面新闻、每日经济新闻等）
• 同日，银河通用官方回应：不愿参与口水纷争，将持续深耕技术研发与商业化落地。（来源：银河通用官方声明，2025年9月18日）

【单源信源】另有接近行业的人士私下表示，这类“共建数采中心”模式在近两年并不罕见，地方出资源、企业出设备，账面上各取所需。此说法未经独立核实，但与《金融时报》报道所描述的模式相互印证。

【推演/分析】产业逻辑上，这其实是一个典型的“政绩+资本”双轮驱动下的变形动作。具身智能是当下最热的赛道，地方政府要产业名片，企业要融资弹药，数采中心恰好是两边都能交差的载体。问题在于，热钱催出来的订单，不等于真实的市场需求。

在展开之前，先把被点名方的公开业务事实摆出来——指控是指控，履历是履历：

【已核实事实】银河通用公开业务档案（来源：公司官网及公开报道）：

• 公司成立于2023年，创始人王鹤为北京大学前沿计算研究中心助理教授，主攻具身智能与机器人学习方向；
• 成立两年多累计融资超过40亿元人民币，公开披露的投资方包括美团、宁德时代、北汽产投、招商局创投等产业与国资背景机构；
• 商业化落地上，公司主打"Galbot"机器人，公开宣传的两大标杆场景为：与美团买药合作的24小时无人智慧药房（公司口径称已落地百余家门店），以及与宁德时代合作、进入电池工厂执行抓取与分拣任务；
• 2025年，公司发布抓取方向具身大模型GraspVLA并公开论文与演示视频。

【分析】也就是说，银河通用并非“零落地”的纯故事型公司——它的争议点不在“有没有业务”，而在《金融时报》报道所指向的那类交易结构中，地方共建的数采中心贡献了多少营收成色。这一点目前双方各执一词：邵天兰方的指控是观点表达，银河通用否认违规、强调真实商业化，监管与审计结论尚未出现。读者应把“被指控”与“查实”区分开。

📊 百万小时的产能，对上寥寥无几的买家

【单源信源，需交叉验证】供需的悬殊，才是这场争议里最刺眼的数字。

物理AI数据创业者黄大荣提供了一个关键视角：如果只看机器人出货量，中国具身智能似乎走得很快。但出货量只反映产业化进度，机器人能否在真实场景完成任务，最终要回到模型能力。而模型能走多远，很大程度上取决于它“见过多少真实世界”。

“数据可信度说明：上表“千万小时级”“百万小时”等数字来自行业从业者访谈口径，无公开财报或审计数据可查证，应视为数量级参考而非精确统计。海外机构为OpenAI供数据的具体量级，OpenAI从未官方披露。

【分析】看明白了吗？国内的采集产能并不落后，简智、光轮们单月百万小时的供给能力，和为OpenAI供数据的海外机构据称是同一个量级。缺的不是“能采”，而是“有人真买”。

【推演】这才是问题的核心：如果市场需求真实旺盛，数据供不应求，谁还需要靠关联交易来制造营收？反之，当采集产能远大于真实采购需求时，“订单”从哪来，就成了一个尴尬的问题——答案之一，就是自家或关联方建的数采中心。

数据生意和所有生意一样，最终由真实需求定价。产能可以靠融资堆出来，需求堆不出来。买家寥寥这件事本身，就是市场给出的最诚实的估值。

🔁 拆一拆“循环融资”这条链

【已核实事实（模式描述）】“循环融资”的结构性描述出自《金融时报》2025年8月报道。把链条画出来，问题一目了然。

【分析】这条链的精妙之处在于：每一环单独拿出来都“合规”——政府招商合法，企业卖设备合法，数据交易也合法。但串起来看，资金和订单在一个闭环里空转，没有流向外部的真实客户。需要强调：以上链条是媒体报道归纳的模式，本文未掌握任何一家具体企业按此操作的直接证据。

【单源信源】更值得追问的是数据本身的去向。这条链上生产的数据，到底有没有进入模型？据多位数采行业从业者的观察，部分数采中心更像是“营收凭证车间”——设备的采购量是算给投资人和交易所看的，数据的实际质量与消耗量，反而没人认真核算。此为从业者个人观察，无审计数据支撑。

【分析】一个朴素的检验标准是：真实的数据采购，甲方会对数据质量、标注标准、任务覆盖率提出苛刻要求，会反复返工；而“表演式数采”往往只关心采集时长这个单一数字，因为时长好统计、好写进材料。

作为对照，可以看一条健康的“数据进模型”链路应该长什么样：

注意这个链条是闭环的，但闭环的方向不一样——健康链条的闭环围绕“模型能力提升”转，问题链条的闭环围绕“营收数字”转。前者越转越强，后者越转越虚。

🧪 数据到底进没进模型：正反两面的证据

争议不能只靠怀疑推进。市面上同时存在“数据真进了模型”和“数据疑似空转”两类案例，正面清单和反面清单都要摆出来。

【已核实事实】正面案例：数据真实流入模型的证据链

• 智元机器人开源AgiBot World数据集：2024年底至2025年初，智元机器人分批开源了百条纹级、随后扩展至百万条真机数据的AgiBot World数据集，数据覆盖上百种真实场景任务，并与其自研具身大模型的训练直接关联。开源本身就是最强的可验证性——外部开发者可以直接下载数据复现训练，这恰好是“数采中心”式数据最缺乏的环节。（来源：智元机器人官方发布，GitHub开源仓库）
• 海外头部玩家的采购即验证：Physical Intelligence、Scale AI等公司以真金白银向数据供给方采购真机与遥操作数据，用于π0等模型的训练与迭代，模型能力的公开评测（如抓取成功率、折叠衣物等长程任务）构成了数据价值的下游验证。买家愿意按质量付费、按效果复购，说明“数据→模型→能力”链路在供给端是真实运转的。
• 银河通用自身的正面事实：与宁德时代合作的工厂抓取分拣、与美团合作的智慧药房，均属于“真机进真实场景”的部署；其发布的GraspVLA模型有公开论文与真机演示。如果这些场景的数据采自真实药房与产线并反哺训练，那么“数据进模型”在银河通用体系内是成立的——这也是该公司回应争议时强调“深耕研发与落地”的底气所在。

【单源信源】反面疑点：数据疑似空转的信号

• 据《金融时报》报道模式与多位数采从业者观察：部分数采中心的KPI围绕采集时长与设备台数设定，缺少“数据进入训练管线后的实际消耗比例”这一关键指标；有从业者称见过采集完长期封存、从未进入任何训练任务的数据批次。注意：此为行业整体观察，不指向任何具名企业。
• 一个可供尽调参考的红旗信号：如果一家公司对外宣传的核心数字是“累计采集XX万小时”，却拿不出模型版本迭代与数据消耗的对应关系，数据资产的成色就值得追问。

【分析】正反案例放在一起，检验标准其实已经很清楚：可开源、可复现、有下游模型版本对应的数据，是真数据；只有总量数字、没有消耗记录的数据，是待验证数据。这场争议真正的价值，是把“数据进没进模型”从道德问题变成了尽调问题。

⚠️ 真数据的门槛，恰恰是被绕过的那部分

【单源信源】数据生意最贵的部分，从来不是采集本身。

从三位数采从业者的视角拼起来看，这门生意至少分三层：真实数据、订单需求、触觉数采。前两层讲的是“量”的故事，而真正决定模型上限的，是第三层——数据的质量密度。

Ego数据的价值在于第一视角的真实交互，它回答的是“机器人该看什么、怎么抓”。但同样的采集时长，在实验室摆拍和真实场景里的价值天差地别。摆拍数据训练出来的模型，一进真实环境就露怯——而真实场景的入场券，恰恰需要机器人先在真实场景里跑起来，这是个先有鸡还是先有蛋的问题。

【推演】“攒局型”企业绕过这个难题的办法很聪明：不去啃真实场景，直接用数采中心的订单把营收和采集时长两个KPI同时做漂亮。至于模型能力，那是下一个融资轮次的事。

【单源信源】据接近头部机构的人士透露，现在不少投资人在尽调时已经开始加一个动作：核查数据采购方的独立性，以及数据进入训练管线后的实际消耗比例。这个细节说明，市场正在学会识破数字游戏。

【已核实事实+推演】从产业演进的角度看，这几乎是每个新技术赛道的必经阶段。回看低空经济：国内eVTOL企业的适航审定（TC取证）自2022年前后陆续启动，期间确实出现过一批靠地方共建“体验中心”“运营基地”撑订单的公司，而随着中国民航局适航认证的硬门槛逐步兑现，这批公司中的多数已被筛掉或边缘化。共性规律是：凡是监管或技术存在硬验证环节的行业，包装出来的营收迟早要接受真刀真枪的检验；凡是验证环节缺位的阶段，就是“攒局”的高发期。

【分析】具身智能眼下恰恰处在验证标准模糊的窗口期——机器人到底能不能干活，没有像适航证那样一把尺子量到底的标准。这正是数采水分得以存活的环境。

💡 泡沫筛子启动，分水岭比想象中近

【分析/推演】炮轰的本质，是行业从抢融资转入抢生存的信号。

把几条线索放在一起看：2025年8月海外媒体质疑“循环融资”，9月头部创业者公开点名，被点名方紧急切割——节奏上，这说明数据水分问题已经从行业内部的私下议论，变成了公开的信任危机。而信任危机，往往是泡沫出清的前奏。

【推演】接下来可以推演的走向有两条（以下均为作者判断，非既成事实）：

• 监管与资本市场端：一旦“数采中心关联交易”成为IPO审核中的重点关注事项，靠包装营收冲刺上市的路会被迅速堵死，“攒局型”企业的退出通道收窄；
• 产业端：真实买家寥寥的现状短期内难改，数采行业会经历一轮产能过剩的阵痛，能活下来的是绑定真实场景需求、能在数据质量上建立标准的数据服务商，而不是纯靠采集时长堆数字的产能方。

【分析】对真正做事的团队，这场风波反而是利好——市场出清水分后，真实的技术进度和商业化能力会被重新定价。对靠关联交易续命的企业，窗口正在关闭。

每一轮技术热浪都会经历同样的剧本：概念先行、产能虚胖、水分曝光、然后才是硬碰硬的产业化。具身智能正站在第三幕的门口。数采这门生意的终局不难猜——数据只有进了模型、变成了真机上的能力，才算完成从成本到资产的惊险一跃。绕一圈回到自己兜里的钱，从来都走不完这一跃。

小结

邵天兰的这声炮响，撕开的不是某一家企业的账本，而是一个赛道的估值逻辑裂缝：产能百万小时，买家寥寥无几，订单在关联方之间空转（以上为模式层面的行业观察；银河通用否认违规，其智慧药房与工厂落地为公开事实）。判断一家具身智能公司的成色，别只看营收和估值，去看它的数据有没有真的喂进模型、机器人有没有真的在客户现场干活。接下来一年，随着IPO审核收紧与真实需求回暖，数采水分将被快速挤出——行业会用一轮阵痛，换回一点久违的诚实。

主要信源清单

1. Financial Times，2025年8月，关于中国人形机器人企业“循环融资”模式的调查报道（经多家中文科技媒体转译）；

2. 界面新闻、每日经济新闻等，2025年9月18日，关于邵天兰朋友圈言论及银河通用回应的报道；

3. 银河通用机器人官网及公开融资披露（投资方含美团、宁德时代等）；

4. 智元机器人AgiBot World开源数据集官方发布（GitHub）；

5. 数采行业从业者黄大荣及多位匿名从业者访谈（单源信源，已标注）；

6. 低空经济eVTOL适航审定相关公开监管信息（中国民航局）。