Fast 100 Akteure strömen in den Markt für Embodied Data: In einem Jahr wurden 4,47 Milliarden Yuan an Finanzmitteln eingesammelt – aber wer kann wirklich mit dem „Verkauf von Daten“ Geld verdienen?

Lin Fangzhou, berichtet von Aifeisi

In Chenzhou, Hunan, wurde eine Filiale von China Mobile als „5S-Standort für körpergebundene Datenerfassung“ ausgewiesen. Gewöhnliche Kunden erhalten ein Greifwerkzeug, Handschuhe und eine am Kopf getragene Kamera. Nach einer kurzen Einarbeitung können sie während der Hausarbeit gleichzeitig Trainingsdaten für Roboter erfassen.

Die 1000 Geräte, die in der ersten Phase eingesetzt werden, können im vollen Produktionsbetrieb jährlich 1 Million Stunden an Daten erfassen. Ich kann mir fast die kleinen Überlegungen der Händler vorstellen: Sie sammeln nicht nur Daten, sondern erregen auch Aufmerksamkeit – 4A-Werbeagenturen sollten das lernen. (doge)

Es gibt noch viele weitere clevere Tricks bei der körpergebundenen Datenerfassung: Einige bieten kostenlose Hausreinigungsdienste an, um Daten zu sammeln (herzlich willkommen in meinem Zuhause), andere verwandeln die Datenerfassung in VR-Spiele, und wieder andere verbinden Roboter mit dem Internet, sodass die Erfasser nicht zu den Datenerfassungsfabriken gehen müssen, sondern sie aus der Ferne „cloud-gesteuert“ bedienen können.

Körpergebundene Datenerfassung

Dennoch sollte man über die oben genannten Fälle nur lächeln. Es ist tatsächlich nicht einfach, die erforderlichen Daten zu erfassen. Der Grund, warum diese „clevere Tricks“ ständig auftauchen, liegt darin, dass Roboter einen riesigen Mangel an Daten haben.

Derzeit arbeiten alle mit voller Kraft an der Datenerfassung, aber nur wenige haben das gesamte Spektrum dieser Branche umfassend dargestellt.

Quantum System hat unvollständig 97 inländische Akteure im Bereich der körpergebundenen Daten erfasst, von denen 70 sich mit der Datenerfassung und 27 mit der Dateninfrastruktur befassen.

Im vergangenen Jahr (vom 1. Juli 2025 bis zum 1. Juli 2026) haben 15 „unabhängige Anbieter von körpergebundenen Daten, die keine Roboterplattformen und keine Modelle entwickeln, sondern nur Daten bereitstellen“, insgesamt etwa 4,47 Milliarden Yuan an Finanzmitteln aufgenommen.

In der Zeit, in der das Kapital sich stark für körpergebundene Intelligenz begeistert, ist diese Zahl eigentlich nicht sehr hoch. Nach früheren Statistiken von Quantum System haben Unternehmen im Bereich der körpergebundenen „Gehirnplattformen“ im ersten Halbjahr dieses Jahres allein 22,3 Milliarden Yuan an Finanzmitteln erhalten.

Um Ihnen einen klaren Einblick in die Branche der körpergebundenen Daten zu geben, haben wir die folgenden zehn aktuellen Situationen in der Branche zusammengefasst.

Wie werden Daten erfasst?

Situation 1: Die technischen Wege der Datenerfassung gliedern sich in vier Kategorien, wobei der Sektor der übergreifenden Erfassung am dichtesten besiedelt ist

Derzeit lassen sich die gängigen technischen Wege der körpergebundenen Datenerfassung in vier Kategorien unterteilen:

Fernsteuerung echter Roboter: Menschen steuern echte Roboter, um Aufgaben auszuführen, und erfassen gleichzeitig Aktions-, Zustands- und Sensordaten.

Erfassung ohne Roboterplattform: Menschen führen Demonstrationen direkt durch und erfassen Aktionen mit Geräten wie Bewegungserfassung, Greifwerkzeugzuordnung und Ego-Perspektiven-Kameras, ohne dass Roboter beteiligt sind.

Simulationssynthese: In virtuellen Umgebungen werden in großen Mengen Roboter-Interaktionsdaten generiert, die für das Modelltraining verwendet werden.

Destillation aus Internetvideos: Aus Internetvideos wird menschliches Aktionswissen extrahiert und in Daten umgewandelt, die von körpergebundenen Modellen gelernt werden können.

Unter den 70 Datenerfassungsunternehmen/-plattformen, die von Quantum System unvollständig erfasst wurden, verfolgen 30 gleichzeitig mehrere Erfassungswege, was 43 % entspricht, z. B. Fernsteuerung echter Roboter + Erfassung ohne Roboterplattform, Fernsteuerung echter Roboter + Simulation, Erfassung ohne Roboterplattform + Simulation oder alle Wege.

Es gibt mehr Akteure, die übergreifende Erfassungslösungen verfolgen, als solche, die sich ausschließlich auf einen einzelnen Weg verlassen.

In der Branche wird häufig die Datenpyramide verwendet, um die Datenstruktur zu beschreiben, die für das Training von Robotern erforderlich ist. Derzeit kann keine einzelne Datenerfassungsmethode die Trainingsanforderungen von Robotern vollständig erfüllen.

△

Situation 2: Die meisten Akteure setzen ausschließlich auf den Weg der Fernsteuerung echter Roboter

Im Folgenden analysieren wir jeden technischen Weg nacheinander.

Die meisten Akteure setzen ausschließlich auf den Weg der Fernsteuerung echter Roboter – es gibt 22 solcher Unternehmen, was 31 % entspricht.

Unter diesen 22 Akteuren sind 13 staatseigene Datenplattformen, 7 Roboterunternehmen (Unternehmen, die Roboterhardware herstellen oder körpergebundene große Modelle entwickeln), 1 Unternehmen, das aus der KI-Datenannotationsbranche umgestiegen ist, und 1 Unternehmen, das aus dem Bereich der industriellen Ausrüstungsherstellung stammt.

Roboterunternehmen haben Hardwarevorteile und echte Bedürfnisse, daher ist es eine natürliche Wahl, die Datenerfassung durch Fernsteuerung echter Roboter durchzuführen.

Der Vorteil der staatseigenen Datenplattformen liegt hingegen darin, dass sie „keine Angst vor schweren Investitionen haben“. Die Fernsteuerung ist ein kapitalintensiver Weg, der den Kauf von Roboterplattformen, die Anmietung von Standorten und die Einstellung von Bedienern erfordert – alles Ressourcen, die staatseigene Plattformen leicht mobilisieren können.

Es gibt 15 Unternehmen, die sich ausschließlich auf den Weg der Erfassung ohne Roboterplattform verlassen, was 21 % entspricht.

Die Unternehmen in diesem Sektor sind die jüngsten; die meisten von ihnen wurden nach September 2024 gegründet.

Die Technologien des Weges ohne Roboterplattform sind am vielfältigsten, darunter Unterkategorien wie Ego-Perspektive, UMI, Bewegungserfassung, sEMG-Myopotential, taktile Erfassung …

Es gibt nur 2 Akteure, die sich ausschließlich auf die Simulationssynthese verlassen: Songying Technology und Motphys.

Einst bekannte Akteure im Simulationssektor setzen heute auf mehrere Standbeine.

Beispielsweise hat Guanglun Intelligent, das früher auf Simulationsdaten setzte, begonnen, menschliche Daten zu erfassen; Galaxy General, einer der ehemals überzeugtesten Befürworter der Simulation, hat im Juni dieses Jahres ein Ganzkörper-Fernsteuerungssystem vorgestellt und damit die Fähigkeit zur Erfassung von Fernsteuerungsdaten erlangt.

Die Gründe liegen in zwei Aspekten: Nach außen hin nimmt das Angebot an Echtroboter- und menschlichen Daten schnell zu, und die Preise sinken stetig, wodurch die Größen- und Kostenvorteile von Simulationsdaten geschmälert werden. Nach innen hin gibt es noch keine gute Lösung für die Sim2Real-Lücke, sodass es schwierig ist, Reibung, Verformung, Kraft- und Tastfeedback in der realen Welt mit hoher Genauigkeit wiederzugeben.

Es gibt auch nur einen Akteur, der sich ausschließlich auf den Weg der Destillation aus Internetvideos verlässt: Shutu Technology.

Dieses Unternehmen extrahiert aus monokularen RGB-Videos im Internet multimodale Trainingsdaten für Roboter und behauptet, dass es die gesamten Erfassungskosten auf 0,5 % des Branchendurchschnitts senken kann.

Körpergebundene Datenerfassung

Wer sind die Akteure?

Situation 3: Unabhängige Datenanbieter sind zur größten Akteursgruppe geworden

Wenn man nicht nach technischen Wegen, sondern nach der Identität klassifiziert, lassen sich die 97 Akteure in 5 Kategorien einteilen:

39 unabhängige Datenanbieter, was 40 % entspricht;

25 staatseigene Datenplattformen, was 26 % entspricht;

24 Roboterunternehmen, was 25 % entspricht;

5 Unternehmen aus der Industrie und IT-Branche, die aus anderen Bereichen stammen, was 5 % entspricht, z. B. Unternehmen aus Logistik, Ausrüstungsherstellung und Automatisierungstechnik;

4 plattformbasierte Großunternehmen, was 4 % entspricht, z. B. Huawei, JD.com usw.

Man kann erkennen, dass die größte Akteursgruppe die unabhängigen Datenanbieter sind.

Das zeigt: Die körpergebundene Datenerfassung hat sich zu einem eigenständigen Sektor entwickelt und ist nicht mehr ein angegliederter Bereich von Roboterunternehmen.

△

Situation 4: Zwei Drittel der Akteure sind „von Anfang an auf körpergebundene Daten ausgerichtet“, ein Drittel stammt aus anderen Bereichen

Bei einer anderen Klassifizierung lassen sich alle Akteure der Branche der körpergebundenen Daten in zwei Gruppen einteilen: „von Anfang an auf körpergebundene Daten ausgerichtet“ und „aus anderen Bereichen umgestiegen“.

Unternehmen, die „von Anfang an auf körpergebundene Daten ausgerichtet“ sind, haben seit ihrer Gründung den Hauptgeschäftsbereich im Zusammenhang mit körpergebundenen Daten oder körpergebundener Intelligenz; Unternehmen, die „aus anderen Bereichen umgestiegen“ sind, stammen meist aus der KI-Datenannotation, dem autonomen Fahren, der Bewegungserfassung oder der Industrie.

Unter den 97 Akteuren sind 65 „von Anfang an auf körpergebundene Daten ausgerichtet“, was 67 % entspricht; 32 sind „aus anderen Bereichen umgestiegen“, was 33 % entspricht.

Bei genauerer Betrachtung ist die Zusammensetzung der Datenerfassungsunternehmen und der Dateninfrastrukturunternehmen völlig gegensätzlich.

Unter den 70 Datenerfassungsunternehmen sind 57 „von Anfang an auf körpergebundene Daten ausgerichtet“, was etwa 80 % entspricht; unter den 27 Dateninfrastrukturunternehmen sind 19 „aus anderen Bereichen umgestiegen“, was etwa 70 % entspricht.

Warum zieht die Infrastruktur umgestiegene Unternehmen an, während der Erfassungssektor hauptsächlich von neuen Akteuren dominiert wird?

Viele Akteure im Bereich der körpergebundenen Dateninfrastruktur sind KI-Datenannotationsunternehmen, wie Haitian Ruisheng, DataTang, Yunce Data usw. Ihre angesammelten Fähigkeiten in den Bereichen Pipeline, Qualitätskontrolle und Lieferung eignen sich gut, um auf den Bereich der körpergebundenen Dateninfrastruktur übertragen zu werden.

Da es für körpergebundene Daten keine fertigen Daten gibt und im Erfassungsbereich Vermögenswerte von Grund auf aufgebaut werden müssen, haben alte Akteure keine Vorteile, während neue Unternehmen leichter durchstarten können.

Körpergebundene Datenerfassung

Kapazität und Verteilung

Situation 5: Die jährliche Gesamtkapazität der Branche beträgt 1,6 bis 1,8 Millionen Stunden, das kurzfristige Ziel ist eine Erweiterung um das 15- bis 20-fache

Wie groß ist die derzeitige Kapazität für körpergebundene Daten? Wie groß ist die Lücke zur Marktnachfrage?

Nach unvollständigen Statistiken von Quantum System beträgt die derzeitige jährliche Kapazität der Branche für körpergebundene Daten: 1,6 bis 1,8 Millionen Stunden + 70 bis 80 Millionen Datensätze.

Das kurzfristige Ziel der Branche lautet: In den nächsten 1 bis 3 Jahren 25 bis 35 Millionen Stunden + Daten in der Größenordnung von hunderten Millionen Datensätzen zu erzeugen. Betrachtet man nur die Stundenanzahl, ist das kurzfristige Ziel das 15- bis 20-fache der derzeitigen Kapazität.

Es ist zu beachten, dass da die Offenlegungsstandards der verschiedenen Institutionen unterschiedlich sind, es derzeit keinen einheitlichen Umrechnungsstandard zwischen Stunden und Datensätzen gibt, daher werden beide Werte hier parallel aufgeführt.

Diese Zahlen umfassen nur die Daten aus der Fernsteuerung echter Roboter und der Erfassung ohne Roboterplattform, Simulationssynthesedaten sind ausgeschlossen. Die Kapazität wurde konservativ anhand der von den Unternehmen/Plattformen offengelegten Daten geschätzt; die tatsächliche Zahl könnte höher liegen.

Der Gesamtbedarf an Trainingsdaten für Roboter ist derzeit noch unbekannt. Man kann sich jedoch an den Ankerpunkten großer Sprachmodelle orientieren: LLMs können alle verfügbaren Textkorpora im Internet verarbeiten, aber die Daten, die Roboter benötigen, müssen einzeln erfasst werden. Nach einer Statistik belief sich die Gesamtmenge hochwertiger physischer Interaktionsdaten weltweit bis Anfang dieses Jahres auf nur