本报（chinatimes.net.cn）记者石飞月 北京报道

资本对具身智能的热情仍在升温。8月17日，智元旗下的数据公司觅蜂科技宣布完成新一轮数亿元融资，由中国电信领投。

当前，数据匮乏仍是制约具身智能发展的主要瓶颈，而觅蜂科技的成立，正是奔着填补这一“数据鸿沟”而来，觅蜂科技董事长兼CEO姚卯青此前宣布，将在年内实现千万小时级的数据产能。

然而，在业内人士看来，千万小时级的高质量多模态数据可能只算得上“入场券”，具身智能真正的破局，主要有赖于真机采集与仿真增广双重路径的深度融合，用三到五年的时间才能实现阶段性或者质的突破。

资本重仓“数据新基建”

觅蜂科技新一轮融资由中国电信领投，张江集团跟投，红杉中国、元启创新等老股东超额追加投资，资金将用于持续冲破行业“数据荒漠”瓶颈，建设具身智能数据平台型供给基础设施，扩大MEgo无本体产品量产规模，夯实数据采集、数据治理、闭环评测全栈能力，加速千万小时级物理交互数据产能落地。

2026年初创立以来，觅蜂科技已连续完成数轮融资，投资方囊括国资产业平台、头部市场化基金和产业链龙头企业。而在新一轮融资的投资阵容中，可以看到多家都拥有丰富的产业与场景优势，如中国电信和张江集团，他们不只提供资金，旗下业务还可以与觅蜂科技形成产业协同。

中国电信是综合智能信息服务运营商，拥有强大的云网基础设施、广泛的客户渠道及政企客户资源。在艾媒咨询CEO张毅看来，中国电信与觅蜂科技的协同，本质是“场景+合规+算力”的互补。

张毅对《华夏时报》记者表示，运营商手握海量政企场景和真实数据需求，同时具备数据合规处理的天然资质，能为B端客户提供安全的数据训练方案，而云网基础设施（5G/云计算）则解决了数据量大、传输难、存储贵的核心痛点，三重优势叠加，有望助力觅蜂科技打通从数据采集到产业落地的全链路。

而张江科学城在产业集聚、应用场景开放和创新资源配置等方面积累深厚。觅蜂科技方面表示，作为张江科学城建设主力军，张江集团将开放园区、工业、商业等多元实景应用场景，以及产业政策、空间载体及上下游企业对接资源，与觅蜂科技从硬件、技术、场景和生态等层面共同突破具身智能数据供给瓶颈，双方将共建具身智能数据公共服务载体，并联合研发高质量行业数据集，推动数据标准落地与生态企业集聚。

当前，制约具身智能进阶的最大变量，不在芯片，不在算法，而在数据。去年以来，多家机器人厂商的一把手表达过类似的观点。

姚卯青在上个月的2026世界人工智能大会上直言，目前在语言模型预训练领域，头部团队已经拿到了约100万亿Token的语料，大致相当于100亿小时的正常说话量，相比之下，具身智能所能获取的数据规模，保守估计还差一万倍以上。

在他看来，要迎来具身智能领域的“ChatGPT时刻”，就应当达到智能体能够在物理世界中开箱即用、完成各类日常任务、能跟随开放式的自然语言指令灵活执行的能力水平，估计需要约1亿小时级别的数据，才能让常见任务的基础成功率达到70%—80%。

张毅也认为，于具身智能而言，当前的数据缺口确实很大，各家企业在持续进行训练，但单凭企业自身的努力终究有限，必须依靠全行业形成合力，共同对数据进行持续的投入与“喂养”。

“至于这个缺口何时能够弥补，如果全行业共同努力，我个人判断用三到五年的时间，应该能够实现阶段性甚至质的突破。当然，面向真正的通用具身智能，所需时间可能会更长一些。”张毅表示。

物理世界的数据“天堑”

与语言世界不同的是，物理世界理论上要复杂得多，因为噪声更大，信息冗余也更高，这就意味着具身智能数据的收集难度也更高。

面对行业瓶颈，觅蜂科技选择从数据采集端、治理端、评测端三端发力，全栈自研重构具身智能数据供给体系，打造具身智能数据“平台型供给”基础设施：在采集端，其自研的MEgo系列无本体采集终端已实现量产交付，并已在工厂、物流、超市、家庭、酒店、餐饮、安防、养老、文旅等真实场景采集数据；在治理端，觅蜂科技推出的MEgo Engine数据治理服务平台，已打通预处理、空间重建、多模态标注、质量评测完整自动化闭环，将传统人工数据处理效率提升10倍以上；在评测端，面向闭环迭代构建评测体系，通过多维数据洞察，优化采集策略，持续提升部署ROI。

不过，在对外服务时，觅蜂科技要如何确保智元系数据的商业机密保护与对第三方开放的公平性之间的平衡呢？

觅蜂科技方面回应本报记者称，该公司为独立市场化运营，智元拿数据也需市场价付费下单，内外采购规则、价格完全统一，智元训练集群和客户私有数据存储物理隔绝，无自动数据回流通道；此外，合作协议明确，客户定制数据所有权完全归客户，未经客户书面授权，觅蜂科技严禁向第三方流转，私有数据单独加密分区存储；行业通用数据集为觅蜂科技自有采集，不含任何厂商私有业务数据，厂商专属场景数据不会混入公共池，想共享脱敏数据需单独签署授权。

目前，觅蜂科技已建立20多个国内城市创新中心，并布局超过5个海外节点，并与国内外头部互联网、具身智能、AI企业等达成战略合作，为蚂蚁灵波LingBot-VLA 2.0等具身基座模型提供高质量训练数据。

按照觅蜂科技的计划，将在2026年实现千万小时级数据产能。“但1000万小时不是终点，而是通向1亿小时‘智能涌现’阈值的阶段性产能节点。物理AI至少需要1亿小时的高质量交互数据，才能出现类似大语言模型的‘智能涌现’。这不是一个精确的数字，而是一个数量级概念——当数据规模、任务多样性、场景覆盖度、本体异构性同时达到某个阈值，模型的泛化能力会突然跃升。”觅蜂科技方面说。

所以在更长远的规划中，觅蜂科技还联合上海电器科学研究所、国家数据标委会、工信部赛迪研究院共同发起“蜂巢数据共创行动”，目标是到2030年达成百亿小时级数据产能，共建全球最大物理AI数据生态。

“未来，数据将像算力一样成为一种非常基础且共性的生产资料，同时也会具备投资属性，并呈现出一定的回报周期。”姚卯青说。