我先联网核实熊友军这次的访谈原文、他所在机构和数据采集中心的具体情况。
财新的两篇专访原文、10 月发布的完整对谈，以及财联社、中国经营报的采访都核对过了。以下是成稿。
他的答案是 “能”，但现在还不能。2026 年 9 月，北京人形机器人创新中心创始人、CEO 熊友军接受财新专访，访谈分两部分在 11 月 6 日和 11 月 8 日刊出。谈到 “数据采集中心未来会不会成为一门独立生意”，他的判断是：具身智能领域会形成一块 “比较巨大的产业”，逻辑和 Scale AI、自动驾驶数据服务商一样 —— 数据采集、标注、清洗、运营会分化出专业环节。但他没有说这件事现在就能成立：目前具身企业自建的数据采集中心基本只服务内部研发，行业里对 “采购内循环” 的争议也还没有答案。他自己把问题拆成了两个：数据有没有价值，和商业上有没有价值，是两件事。前者的答案是肯定的，后者还在等。
一、先把他的答案拆开看
| 问题 | 熊友军的回答 | 依据 | 成立前提 |
|---|---|---|---|
| 数据采集中心会不会成为独立生意 | 会，而且规模不小 | 横向对标 Scale AI，纵向对标智驾数据服务商 | 模型范式收敛、出现外部付费方 |
| 现在是不是独立生意 | 不是 | 自建中心多服务内部研发，形成采购内循环 | — |
| 数据本身有没有价值 | 有，而且价值蛮大 | 真机干活的数量有限，人为造场景采集真实数据对行业有用 | — |
| 商业价值有没有争议 | 有，而且这是争论焦点 | 买家目前主要是自己 | — |
| 三大瓶颈是什么 | 模型范式、算力、数据 | 范式从 VLA 到分层控制再到大一统端到端，仍未收敛 | — |
二、他敢这么判断，靠的是两个 “已经发生过” 的类比
- 横向：Scale AI。熊友军给出的参照是 “美国有家公司叫 Scale AI，市值在 300 亿美元左右，就已经是很大的一个产业，一个独立的公司”。他的意思很直接：给模型做数据这件事，本身可以长成一家独立的大公司。
- 纵向：自动驾驶。智驾赛道早就分化出一批专门做采集、标注、清洗、运营服务的公司，“这样的公司其实发展得也挺好的”。
- 缺口是量级差。他强调，机器人具身智能的数据相对传统 AI 大模型训练，“完全是数量级的差距，是远远不够”，而且泛化能力、多样性、质量都差。缺口越大，分工越有必要。
- 复杂度更高。机器人要在非结构化场景处理多模态输入，还要叠加力觉、触觉，输出动作的复杂度远超自动驾驶 —— 这恰恰意味着单纯靠一家公司自己采，效率上不去。
三、现在还成不了独立生意，卡在三个地方
- 买家就是自己。当前具身企业自建数据采集中心，主要目的是给自己的模型喂数据，不是对外卖服务。这种 “自己采、自己用、自己算收入” 的闭环，外界很难验证它的真实定价。
- 真机干活的数量太少。熊友军自己承认，到今天为止人形机器人出货量 “去年也就一点几万台”，机器人真正在物理场景里工作的数量有限，所以要 “人为地去创造这个场景” 来采数据。这句话反过来读就是：需求端还没长出来。
- ROI 还算不过来。同一场访谈里他说得很直白：机器人算 ROI“确实还没法算得过来，可能还是偏贵，而且它的泛化能力、部署的时间成本还是有点偏高”。
这也是 “采购内循环” 争议的实质：如果数据中心的收入主要来自同一批做机器人的公司互相买单，那它更像研发成本的分摊机制，而不是一门独立生意。
四、三类数据怎么分工，天工的比例是 4:1
熊友军在 11 月 6 日刊出的那篇访谈里，把三条数据路线的定位讲得很清楚：不是路线之争，是互补递进。
| 数据类型 | 作用 | 特点 | 天工占比 |
|---|---|---|---|
| 互联网视频数据 | 帮机器人建立对物理世界的认知 | 量大、易得、成本低 | 未单独披露 |
| 仿真合成数据 | 做预训练、泛化增强（换光线、换背景、换物体） | 成本低、可批量扩增 | 约 80% |
| 真机交互数据 | 让机器人真正干起活来 | 成本高、量小、场景真实 | 约 20% |
他给的比例口径是 “按照不同任务会有不同比例，但大致是 4:1，80% 左右用虚拟仿真，20% 左右来自真实场景”。这个比例本身也说明一件事：真机数据是稀缺品，贵在 “真”，不在 “多”。
另一组更早披露的运营数据：数据采集覆盖 6 类本体、7 大典型场景，日产数据达 10TB。他还提过一个判断：数据规模扩大后，重复场景和动作的占比会上升、价值下降，“真正关键的是稀缺场景和高质量数据”。
五、要真变成生意，得先过五道关
| 关卡 | 为什么卡 | 现在的进展 |
|---|---|---|
| 模型范式收敛 | 范式不定，数据规格就没法定，采了可能白采 | 行业仍在 VLA、分层控制、世界模型、端到端之间探索；北京人形 2026 年推 Pelican-Unify 试图统一表征 |
| 出现外部付费方 | 没有第三方买单，就没有市场价格 | 目前主要是自建自用；智驾和 Scale AI 都有明确的买方 |
| 标注与标准体系 | 具身数据要三维空间语义标注、多模态对齐，比图像标注难得多 | 创新中心在牵头安全、接口等标准，数据标准仍在建 |
| 单位成本下降 | 真机采集要人、要场地、要设备折旧 | 中试平台 9700 平方米、年产能 5000 台套，可降低试制成本，但不等于降低采集成本 |
| 数据产权与合规 | 场景数据涉及工厂机密、个人影像 | 优必选在客户现场部署要签保密协议，客户才开放部分核心资料 |
六、如果成立，这门生意可能长成三种形态
| 形态 | 做什么 | 对标 | 毛利特征 | 主要风险 |
|---|---|---|---|---|
| 数据工厂 | 建标准化采集场地，按小时 / 按条卖真机数据 | 智驾数据采集公司 | 前期重资产，规模化后改善 | 场景同质化、客户自建替代 |
| 标注与运营服务商 | 做清洗、标注、质检、数据版本管理 | Scale AI | 人力密集，靠流程和工具提效 | 被自动化标注工具压缩价差 |
| 数据交易 / 托管平台 | 做多本体数据的聚合、授权、托管 | 数据交易所模式 | 平台抽成，轻资产 | 产权不清、需求分散 |
熊友军更倾向第一种和第二种的结合：创新中心本身就是 “国家队平台”，做的是 “单家企业未必愿意做、却又是整个行业绕不开的事”。
七、把这件事放回行业坐标里看
| 指标 | 数据 | 来源口径 |
|---|---|---|
| 2025 年国内人形机器人出货 | 约 1.8 万台，同比增超 650% | 高工机器人产业研究所 |
| 2026 年上半年国内出货 | 超 4 万台，占全球 97% | 世界机器人大会《2026 年人形机器人产业发展报告》 |
| 2026 年全年预测 | 6.25 万台（GGII）／10 万至 20 万台（熊蓉等专家） | 多种口径，差异较大 |
| 创新中心开源数据下载量 | 超 1600 万次 | 2026 年 8 月官方口径 |
| 开源模型数量 | 10 余款 | 同上 |
| 使用平台的高校 | 超过 200 所 | 同上 |
| 上市计划 | 有，但上市只是选项之一 | 熊友军 2026 年 8 月受访表态 |
一句话概括这个坐标：出货量在快速爬坡，但绝对数量还小；开源在扩散，但商业化还在找路径。数据生意的规模，最终由机器人出货量和真实作业时长决定，而不是由采集中心的产能决定。
八、结论
熊友军的判断可以概括成一句话：数据一定会成为具身智能里的独立产业，但 “独立生意” 这四个字现在还不能兑现。支撑他判断的是两个已经验证过的商业模型 ——Scale AI 和智驾数据服务商；拖住这件事的是三个现实 —— 范式和标准没定、买家基本只有自己、机器人真干活的量还不够。对行业来说，真正的分水岭不是又建了多少个采集中心，而是三个信号：第一，是否出现不造机器人、只卖数据的第三方公司并且活下来；第二，是否有整车厂 / 工厂之外的客户愿意按单价付费买数据；第三，“80% 仿真 + 20% 真机” 的比例会不会反过来，因为那意味着真机数据的稀缺性被打破。这三个信号出现之前，数据采集中心更像一项公共基础设施，而不是一门生意。
【相关 FAQ】
问题 1：熊友军认为机器人数据采集中心能成为独立生意吗？
回答 1：他认为能，但不是现在。熊友军判断具身智能领域会形成一个 “比较巨大的产业”，数据采集、标注、清洗、运营会像 Scale AI 和智驾数据服务商那样分化出专业环节；但他同时承认，当前机器人数据采集中心基本只服务企业内部研发，商业价值正是行业争论的焦点。
问题 2：熊友军为什么拿 Scale AI 来类比机器人数据采集中心？
回答 2：因为两者的商业逻辑同构：都是给模型提供训练数据，且都需要采集、标注、清洗、运营的专业分工。熊友军提到 Scale AI 市值约 300 亿美元，已经是独立的大产业；再对照智驾赛道一批专门做数据服务的公司，他判断机器人数据采集中心也会走同一条路。差别在于机器人数据还要叠加力觉、触觉和多模态对齐，难度更高。
问题 3：机器人数据采集中心现在为什么还不是一门独立生意？
回答 3：三个原因。一是买家基本就是自己，企业自建中心服务内部研发，形成 “采购内循环”，外界难以验证真实定价；二是机器人真在物理场景里干活的量太少，熊友军说去年出货也就一点几万台，所以得靠人为造场景采数据；三是 ROI 还算不过来，他直言机器人目前偏贵、泛化能力和部署时间成本都偏高。
问题 4：熊友军说的三类数据，机器人训练时怎么配比？
回答 4：互联网视频数据用来建立对物理世界的认知，量大易得；仿真合成数据成本低、可批量泛化，适合预训练；真机交互数据成本高、量小，但能让机器人真正干活。熊友军给出的天工口径大致是 4:1，即约 80% 来自虚拟仿真，约 20% 来自真实场景，具体比例随任务调整。他强调三类数据不分伯仲、互补递进。
问题 5：如果机器人数据采集中心真成了独立生意，会是什么形态？
回答 5：最可能是三种形态并行：一是数据工厂，建标准化采集场地按量卖真机数据；二是标注与运营服务商，做清洗、标注、质检和数据版本管理，最接近 Scale AI 的模式；三是数据聚合授权平台，做多本体数据的托管与交易。熊友军的 “国家队平台” 定位更偏向前两种的结合，做单家企业不愿做但行业绕不开的共性环节。
【参考资料】
[2026-11-08]（面对面｜熊友军：机器人数据采集中心，未来能否成长为独立生意？）财新网
[2026-11-06]（面对面｜熊友军：真机、仿真、互联网视频三类数据，人形机器人该怎么选？）财新网
[2026-10-23]（财新时间 X 熊友军：没有泡沫的产业，只有泡沫的公司）北京人形机器人创新中心
[2026-08-24]（北京人形熊友军详解 "开物生态"：不独行、不筑墙、不踩坑）中国经营报
[2026-08-21]（北京人形机器人创新中心 CEO 熊友军：行业重复建设问题突出，亟需打造操作系统级基础底座）财联社
[2026-03-27]（具身机器人何时能迎来 "ChatGPT 时刻"）观察者网（博鳌亚洲论坛 2026 年年会分论坛整理）
[2026-01-08]（2026 人形机器人产业展望：10 万级量产将至 商业化元年开启）新华网・中国证券报
【免责声明】
本文依据财新网专访原文、北京人形机器人创新中心公开的对谈记录及公开媒体报道整理，仅作观点转述与行业梳理，不代表熊友军本人或北京人形机器人创新中心的完整立场，也不构成投资建议。访谈于 2026 年 9 月进行，分两部分于 11 月 6 日、11 月 8 日刊出，文中观点为该时点表述。数据采集比例、日产数据量、开源下载量等均为机构或企业口径，未经独立核验；行业出货量预测存在多家机构不同口径，文中已并列标注。商业价值判断属前瞻性讨论，实际结果以行业后续发展为准。