Cơn sốt dữ liệu cho robot: 4,47 tỷ USD đổ vào trong một năm, liệu kinh doanh dữ liệu có thực sự hái ra tiền?

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

12/07/2026 09:14:50 Nguồn: QbitAI

Để giúp bạn có cái nhìn rõ nét về ngành dữ liệu hiện thân (embodied data), chúng tôi đã tổng kết mười thực trạng của ngành dưới đây.

Lin Fangzhou, đưa tin từ Aofeisi.

QbitAI | Kênh chính thức QbitAI

Tại Sâm Châu, Hồ Nam, một cửa hàng của China Mobile đã treo biển "Cửa hàng 5S thu thập dữ liệu hiện thân". Khách hàng thông thường chỉ cần nhận một bộ kẹp, găng tay và camera đeo đầu, sau khi được đào tạo đơn giản là có thể vừa làm việc nhà, vừa thu thập dữ liệu huấn luyện robot.

1.000 bộ thiết bị được tung ra trong đợt đầu tiên có khả năng thu thập 1 triệu giờ dữ liệu mỗi năm khi đạt công suất tối đa. Tôi dường như nghe thấy tiếng tính toán trong lòng các thương gia: vừa thu thập được dữ liệu, vừa thu hút sự chú ý, các công ty quảng cáo 4A nên đến học hỏi thôi. (doge)

Những "chiêu trò" tương tự trong việc thu thập dữ liệu hiện thân còn rất nhiều: có nơi cung cấp dịch vụ dọn dẹp miễn phí để thu thập dữ liệu (hoan nghênh đến nhà tôi), có nơi biến việc thu thập dữ liệu thành trò chơi VR, và có nơi kết nối robot với internet để người thu thập không cần đến tận nhà máy mà có thể "điều khiển từ xa trên mây".

Tuy nhiên, các ví dụ trên chỉ mang tính chất giải trí, việc thực sự thu thập được dữ liệu đáp ứng yêu cầu không hề đơn giản. Sở dĩ các "chiêu trò" xuất hiện liên tục là vì robot đang quá thiếu dữ liệu.

Hiện nay, mọi người đều đang dốc toàn lực để thu thập dữ liệu, nhưng vẫn chưa có ai hệ thống hóa toàn diện bản đồ của ngành này.

QbitAI đã thống kê không đầy đủ về 97 đơn vị tham gia vào lĩnh vực dữ liệu hiện thân trong nước, trong đó 70 đơn vị làm về thu thập dữ liệu và 27 đơn vị làm về hạ tầng dữ liệu (data infra).

Trong năm qua (từ 01/07/2025 đến 01/07/2026), 15 "nhà cung cấp dịch vụ dữ liệu hiện thân độc lập không làm phần cứng, không làm mô hình, chỉ làm dữ liệu" đã huy động được tổng cộng khoảng 4,47 tỷ nhân dân tệ.

Trong bối cảnh vốn đang "đổ xô" vào trí tuệ hiện thân (embodied AI), con số này thực tế không quá lớn. Theo thống kê trước đó của QbitAI, trong nửa đầu năm nay, các công ty "phái não bộ" (brain-first) về hiện thân đã huy động được 22,3 tỷ nhân dân tệ chỉ trong nửa năm.

Để giúp bạn có cái nhìn rõ nét về ngành dữ liệu hiện thân, chúng tôi đã tổng kết mười thực trạng của ngành dưới đây.

Dữ liệu được thu thập như thế nào?

Thực trạng 1: Các lộ trình kỹ thuật thu thập dữ liệu được chia thành bốn loại chính, trong đó lộ trình thu thập đa phương thức là chật chội nhất.

Hiện nay, các lộ trình kỹ thuật thu thập dữ liệu hiện thân chính thống có thể chia thành bốn loại:

Trong số 70 công ty/nền tảng thu thập dữ liệu mà QbitAI thống kê không đầy đủ, có 30 đơn vị đồng thời áp dụng nhiều lộ trình thu thập, chiếm 43%, ví dụ: điều khiển từ xa trên máy thật + không dùng phần cứng, điều khiển từ xa trên máy thật + mô phỏng, không dùng phần cứng + mô phỏng, hoặc toàn bộ các lộ trình.

Số lượng đơn vị áp dụng phương án thu thập đa lộ trình nhiều hơn so với những đơn vị chỉ đặt cược vào một lộ trình duy nhất.

Ngành công nghiệp thường sử dụng "tháp dữ liệu" để mô tả cấu trúc dữ liệu cần thiết cho việc huấn luyện robot. Hiện tại, không có phương pháp thu thập dữ liệu nào có thể đơn độc đáp ứng nhu cầu huấn luyện của robot.

△ Phân bổ lộ trình kỹ thuật của 70 công ty thu thập dữ liệu.

Thực trạng 2: Số lượng đơn vị chỉ đặt cược vào lộ trình điều khiển từ xa trên máy thật là nhiều nhất.

Phân tích lần lượt từng lộ trình kỹ thuật.

Lộ trình điều khiển từ xa trên máy thật (teleoperation) chiếm ưu thế nhất với 22 đơn vị, chiếm 31%.

Trong 22 đơn vị này, 13 đơn vị là các nền tảng dữ liệu vốn nhà nước, 7 đơn vị là các công ty robot (sản xuất phần cứng robot hoặc phát triển mô hình lớn hiện thân), 1 đơn vị chuyển đổi từ ngành gán nhãn dữ liệu AI, và 1 đơn vị chuyển ngành từ lĩnh vực sản xuất thiết bị công nghiệp.

Các công ty robot có lợi thế về phần cứng và nhu cầu thực tế, nên việc thực hiện thu thập qua điều khiển từ xa trên máy thật là lựa chọn tự nhiên.

Trong khi đó, lợi thế của các nền tảng dữ liệu vốn nhà nước là "không ngại nặng". Điều khiển từ xa là lộ trình thâm dụng tài sản, cần mua phần cứng, thuê địa điểm, thuê nhân viên vận hành, đây đều là những nguồn lực mà các nền tảng vốn nhà nước dễ dàng huy động.

Có 15 công ty chỉ đặt cược vào lộ trình thu thập không cần phần cứng (bodyless), chiếm 21%.

Các công ty trong lộ trình này trẻ nhất, phần lớn đều được thành lập sau tháng 9 năm 2024.

Lộ trình thu thập không cần phần cứng cũng có kỹ thuật phong phú nhất, bao gồm các phân loại: góc nhìn Ego, UMI, bắt chuyển động (motion capture), điện cơ sEMG, thu thập xúc giác...

Và chỉ có 2 đơn vị đặt cược vào lộ trình mô phỏng tổng hợp (simulation): Songying Technology và Motphys.

Những tên tuổi từng nổi tiếng trong lĩnh vực mô phỏng giờ đây đều chọn cách "không bỏ trứng vào một giỏ".

Ví dụ, Lightwheel Intelligence (từng lấy dữ liệu mô phỏng làm cốt lõi) cũng đã bắt đầu thu thập dữ liệu con người; Galaxy General (từng là một trong những phái mô phỏng kiên định nhất) vào tháng 6 năm nay đã công bố hệ thống điều khiển từ xa toàn thân, sở hữu khả năng thu thập dữ liệu điều khiển từ xa.

Nguyên nhân có hai mặt: Về khách quan, nguồn cung dữ liệu máy thật và dữ liệu con người tăng nhanh, giá thành liên tục giảm, khiến lợi thế về quy mô và chi phí của dữ liệu mô phỏng bị thu hẹp; Về chủ quan, khoảng cách sim2real (mô phỏng sang thực tế) vẫn chưa có giải pháp tối ưu, rất khó để tái tạo độ trung thực cao về ma sát, biến dạng, phản hồi lực và xúc giác trong thế giới thực.

Chỉ có 1 đơn vị duy nhất đặt cược vào lộ trình chưng cất video internet: Shutu Technology.

Công ty này trích xuất dữ liệu huấn luyện robot đa phương thức từ các video RGB đơn mắt trên internet, tuyên bố có thể giảm chi phí thu thập tổng hợp xuống còn 0,5% so với mức trung bình của ngành.

Ai là những người chơi?