各模型公司的数据配方与供应商全景

一句话结论

中国：模型论文里点名外部数据商的只有两家。生数 Motus2（13 万小时第一视角构成）标注"Procured"的有光轮 1,200 h、京东 2,000 h、赛博源 1,200 h、EgoScale 6,000 h，Ropedia 7,000 h 为混合来源；蚂蚁灵波 LingBot-VLA 1.0 致谢星海图、松灵、乐聚协助采集，LingBot-VLA 2.0 致谢 Genrobot.ai 与蚂蚁数科 Phecda Lab 提供第一视角数据。其余 20 多家只出现开源数据集 [32][59][60]。
美国：头部公司以自采为主。一手可证的外部关系只有 PI 的部署伙伴 Weave、Ultra 回流 [87]，Ai2 与 Cortex AI 合作的约 700 h 遥操 [136]，以及 Generalist、Dyna 的匿名数据伙伴 [90][123]；Scale 把 PI、Generalist、Cobot、Dyna 列为客户，属 Scale 单方面口径 [89]。Figure、Tesla、1X、Skild、TRI、OpenAI 均未点名数据供应商。
开源数据集是事实上最大的"供应商"，发布方本身就是模型公司：AgiBot World 进入 GR00T N1、X-VLA（141K 条，权重 0.40）、LDA-1B / EI-30k（3,276 h）、WALL-OSS / Wall-OSS-0.5、VPP2（星动纪元）、HY-Embodied、原力灵机 Dexmal DM0 / DM0.5 的配方；RoboMIND、Galaxea Open-World Dataset 同样被多家采用 [11][23][30][48][67][77][110]。
2025 下半年起两国都转向"人类数据预训练 + 少量真机后训练"：Generalist GEN-1 50 万+ h 穿戴、Dyna DYNA-2 100 万+ h 第一视角、Figure Helix 2.5 完全在 Index 上预训练 [91][123][98]；中国千寻 >20 万 h、灵初人类数据 95,472 h、小米 UMI 10 万+ h [18][65][34]。多为公司口径；后训练真机压到每任务 1–10 h [91][123]。
采样配比公开的极少：中国 7 份（Xiaomi-Robotics-1、Wall-OSS-0.5、VPP、HY-Embodied/HY-VLA、G0.5、GR-3、X-VLA）[34][23][29][48][49][14][44][77]，美国只有 π0（n^0.43、开源占 9.1%）与 TRI LBM（"经验权重"）[81][124]；智元 GO-2、千寻 Spirit、它石 AWE、灵初 Psi-R2、Figure Index、Skild 均无配方级披露。
设备层比数据层更集中：Manus 数据手套被字节 GR-Dexter、Motus2、NVIDIA EgoScale 共用 [47][32][114]；Sharpa（SharpaWave 灵巧手） Wave 22 自由度手服务 EgoScale、Gemini Robotics 2、Motus2 [114][119][32]；Wuji 手与手套服务 DYNA-2 与 Motus2 [123][32]。

各模型公司用了哪几层数据

深色 = 该层是预训练主体或自建采集体系；浅色 = 少量或只用开源；灰 = 未用或未披露。悬停看规模口径，完整数字见下方数据表。

主力层明确使用少量或仅开源未用 / 未披露

数据表

公司	模型	地区	人类视频/穿戴	手持 UMI	物理仿真	世界模型生成	真机遥操	部署回流/RL	开源数据集	配比公开	路线
智元 AgiBot	GO-1 / GO-2 / GE	中国	少量或仅开源：GO-1 互联网视频，量未给	少量或仅开源：觅蜂 MEgo >100 万 h（公司口径，入模未披露）	明确使用：Genie Sim 3.0 开源 1 万+ h	明确使用：GE-Sim 2.0 数千小时真机重训	主力层：AgiBot World Beta 2,976.4 h；GO-2 数万小时（公司口径）	明确使用：2026 RL 主题 11,430 条	未用 / 未披露	否	六层全布局；同时是开源方、卖方（觅蜂）、买方（湖北中心）
星海图 Galaxea	G0 / G0.5	中国	未用 / 未披露	未用 / 未披露	少量或仅开源：G0.5 含仿真本体	未用 / 未披露	主力层：G0：Open-World 500 h + 内部 200 h；G0Plus 2k+ h	未用 / 未披露	明确使用：OXE 约 1,000 h	部分	真实数据派，暂不用仿真
自变量 X Square	WALL-OSS / Wall-OSS-0.5	中国	未用 / 未披露	明确使用：XRZero-G0 2,000 h	未用 / 未披露	未用 / 未披露	主力层：自采 >10,000 h	少量或仅开源：WALL-B 家庭回写	明确使用：开源约 40%（10 个集）	是	自采:开源 ≈ 60:40，n^0.5 采样
北京人形 X-Humanoid	RoboMIND / XR-1 / Pelican-VL	中国	少量或仅开源：Pelican 视频 29k h（开源集）	未用 / 未披露	少量或仅开源	未用 / 未披露	主力层：RoboMIND 2.0 >1,000 h；对外交付数万小时（公司口径）	未用 / 未披露	未用 / 未披露	否	开源发布方兼真机数据卖方
蚂蚁灵波 Robbyant	LingBot-VLA 1.0 / 2.0	中国	明确使用：2.0 第一视角 10,000 h（过滤后）	未用 / 未披露	未用 / 未披露	未用 / 未披露	主力层：2.0 真机 50,000 h（过滤后）/ 20 本体	未用 / 未披露	少量或仅开源：开源 + in-house，未列名	否	合作方本体采集；外部点名供数
字节 Seed	GR-2 / GR-3 / GR-RL / GR-Dexter	中国	明确使用：GR-2 3,800 万片段；GR-Dexter >800 h	未用 / 未披露	未用 / 未披露	未用 / 未披露	明确使用：GR-3 三项评测任务分别 69 / 101 / 116 h（非总量）	少量或仅开源：GR-RL 673 条 rollout + online RL	明确使用：ActionNet 约 140 h、白虎 >100k 条、RoboMIND 107k 条	部分	小规模自采 + 中国开源集
星动纪元 Robot Era	VPP / VPP2	中国	明确使用：SSv2 等；VPP2 第一视角双臂 >80%	未用 / 未披露	少量或仅开源	少量或仅开源	明确使用：1,200 万+ clip（公司口径）	少量或仅开源：顺丰、邮政回流（公司口径）	主力层：VPP2 聚合 OXE/RoboMIND/DROID/AgiBot 等	部分	视频基座 + 多源开源
宇树 Unitree	UnifoLM-WMA-0 / WLA-1.0	中国	未用 / 未披露	未用 / 未披露	未用 / 未披露	少量或仅开源：WMA 世界模型	明确使用：WLA-1.0 约 2,500 h	未用 / 未披露	明确使用：OXE；HIW-500 500+ h	否	自有 G1 遥操 + 开源
小米	Xiaomi-Robotics-1	中国	未用 / 未披露	主力层：预训练 UMI 100k+ h	未用 / 未披露	未用 / 未披露	明确使用：后训练 7.2k+ h（权重 8.5/10）	未用 / 未披露	少量或仅开源：Bridge V2、RT-1、DROID（权重 0.5）	是	UMI 预训练 + 真机后训练
灵初 PsiBot	Psi-R2	中国	主力层：人类数据 95,472 h（公司口径）	少量或仅开源	未用 / 未披露	少量或仅开源	明确使用：Psi-MobiDex 5,417 h（公司口径）	未用 / 未披露	未用 / 未披露	否	外骨骼触觉手套
原力灵机 Dexmal	DM0 / DM0.5	中国	明确使用：DM0.5 第一视角 100k h ⚠️	少量或仅开源	少量或仅开源	未用 / 未披露	明确使用：DM0.5 真机 50k h ⚠️	未用 / 未披露	明确使用：OXE、AgiBot Alpha、RoboMIND	否	二手口径为主
银河通用 Galbot	GraspVLA / LDA-1B	中国	明确使用：LDA 有动作 7.2k h + 无动作 10k h（开源）	未用 / 未披露	主力层：SynGrasp-1B 10 亿帧；InternData-A1 7,433 h	未用 / 未披露	少量或仅开源：自有 G1 数据被排除	少量或仅开源：WRC 口径 8 万 h ⚠️	主力层：EI-30k 约 33.8k h	否	合成起家，转向开源聚合
腾讯 Robotics X	HY-Embodied-0.5 / HY-VLA-0.5	中国	少量或仅开源	主力层：Hy-UMI-10K >10,000 h	少量或仅开源：RoboTwin 2.0 2.75K 条	未用 / 未披露	少量或仅开源：SFT Dobot 约 18 h	未用 / 未披露	少量或仅开源	是	预训练只用自采 UMI
逐际动力 LimX	VGM / FluxVLA	中国	少量或仅开源：VGM 人手视频，零真机	未用 / 未披露	明确使用	少量或仅开源	少量或仅开源：FluxVLA 972 条	少量或仅开源	少量或仅开源	否	仿真 RL + 视频生成
生数 Shengshu	Motus2	中国	主力层：约 129,900 h 第一视角（采购约 8%）	未用 / 未披露	少量或仅开源	未用 / 未披露	少量或仅开源：真机 + 手套 100+ h	未用 / 未披露	主力层：开源约 87%	否	唯一论文点名现金采购
穹彻 Noematrix	Noematrix Brain	中国	未用 / 未披露	明确使用：CoMiner / RoboPocket	少量或仅开源	未用 / 未披露	少量或仅开源：数十万小时实机（公司口径 ⚠️）	未用 / 未披露	未用 / 未披露	否	无本体众包采集
千寻 Spirit AI	Spirit v1.5 / v1.6	中国	少量或仅开源	主力层：穿戴 >20 万 h（公司口径）	未用 / 未披露	未用 / 未披露	未用 / 未披露	少量或仅开源	少量或仅开源：Table30 微调	否	dirty data 穿戴采集
它石智航 TARS	AWE 3.0 / 3.5	中国	主力层：SenseHub 百万小时级（公司口径）	未用 / 未披露	未用 / 未披露	未用 / 未披露	未用 / 未披露	未用 / 未披露	未用 / 未披露	否	公开否定遥操与仿真
Physical Intelligence	π0 / π0.5 / π*0.6 / π0.7	美国	少量或仅开源：π0.7 人类数据，h 未披露	未用 / 未披露	未用 / 未披露	未用 / 未披露	主力层：约 1 万 h 自采	明确使用：RECAP；Weave/Ultra 回流	少量或仅开源：OXE 等占 9.1%	部分	自有遥操农场
Google DeepMind	Gemini Robotics 1.0 / 1.5 / 2	美国	少量或仅开源：网络视频	未用 / 未披露	少量或仅开源	未用 / 未披露	主力层：ALOHA 2 车队数千小时	少量或仅开源：Apptronik 回传 ⚠️	未用 / 未披露	否	ALOHA 车队 + 伙伴回传
Toyota Research Institute	LBM	美国	未用 / 未披露	少量或仅开源：32 h	少量或仅开源：Drake 45 h	未用 / 未披露	明确使用：468 h / 9 工位	未用 / 未披露	主力层：OXE-Ramen 约 1,150 h	部分	开源占小时三分之二以上
Boston Dynamics	Atlas LBM	美国	未用 / 未披露	未用 / 未披露	明确使用	未用 / 未披露	明确使用：Atlas + MTS VR 遥操，h 未披露	未用 / 未披露	少量或仅开源：TRI Ramen	否	TRI 为上游数据方
Figure AI	Helix / Helix 02 / Helix 2.5	美国	主力层：Index 每秒新增约 35 分钟	未用 / 未披露	少量或仅开源：S0 20 万+ 并行环境	未用 / 未披露	明确使用：Helix 约 500 h（公司口径）	少量或仅开源：BMW 部署	未用 / 未披露	部分	从遥操转向自建 Index
NVIDIA GR00T	GR00T N1 / N1.6 / N1.7 / EgoScale	美国	主力层：N1.7 20K h EgoScale	少量或仅开源：EgoScale 中训练 50 h	主力层：N1 6,500 h	明确使用：N1 827 h	明确使用：N1 88 h；N1.6 数千小时	未用 / 未披露	明确使用：OXE、AgiBot-Alpha	部分	仿真 + 生成 + 人类视频
1X	Redwood / 1XWM	美国	明确使用：900 h 第一视角	未用 / 未披露	未用 / 未披露	少量或仅开源：14B 视频世界模型	明确使用：70 h 微调；IDM 400 h	明确使用：成败 rollout；Expert Mode ⚠️	未用 / 未披露	否	遥操 + 自主 episode
Ai2	MolmoAct2	美国	未用 / 未披露	未用 / 未披露	未用 / 未披露	未用 / 未披露	明确使用：YAM 约 700–720 h（Cortex）	未用 / 未披露	明确使用：LeRobot 约 184 h、DROID	否	外采遥操并开源
Apptronik	Apollo（Gemini Robotics）	美国	未用 / 未披露	未用 / 未披露	未用 / 未披露	未用 / 未披露	明确使用：Robot Park 9 万平方英尺 ⚠️	少量或仅开源	未用 / 未披露	否	DeepMind 的真机数据产线
OpenAI 机器人	未发布	美国	未用 / 未披露	未用 / 未披露	未用 / 未披露	未用 / 未披露	明确使用：约 100 名采集员 ⚠️	未用 / 未披露	未用 / 未披露	否	GELLO + Franka，经中介雇人
Skild AI	Skild Brain / S1	美国	明确使用：互联网视频	少量或仅开源	主力层：Isaac Lab 数十亿样本	少量或仅开源	少量或仅开源：后训练遥操	少量或仅开源：where permitted	未用 / 未披露	否	总量数百万小时（公司口径）
Tesla Optimus	Optimus	美国	主力层：头盔 + 背包 5 摄像头 ⚠️	少量或仅开源：2024 动捕服	未用 / 未披露	未用 / 未披露	少量或仅开源	少量或仅开源：Grünheide 产线 ⚠️	未用 / 未披露	否	转向纯摄像头
Generalist AI	GEN-0 / GEN-1	美国	未用 / 未披露	主力层：270k → 500k+ h（公司口径）	未用 / 未披露	未用 / 未披露	少量或仅开源：每任务约 1 h	未用 / 未披露	未用 / 未披露	否	零机器人预训练
Dyna Robotics	DYNA-1 / DYNA-2	美国	主力层：100 万+ h（公司口径）	未用 / 未披露	未用 / 未披露	未用 / 未披露	少量或仅开源：每任务 ≤10 h	明确使用：洗衣店、酒店自主部署	未用 / 未披露	否	伙伴采集 + 自有运营
Sunday Robotics	ACT-1 / ACT-2	美国	未用 / 未披露	主力层：手套，约 1,000 万条 ⚠️	未用 / 未披露	未用 / 未披露	未用 / 未披露：Zero Robot Data	未用 / 未披露	未用 / 未披露	否	自研手套
Genesis AI	GENE-26.5	美国	少量或仅开源	明确使用：自研触觉手套	明确使用：自研仿真 ⚠️	未用 / 未披露	未用 / 未披露	未用 / 未披露	未用 / 未披露	否	手套 + 仿真
Agility Robotics	Digit 全身控制	美国	未用 / 未披露	未用 / 未披露	主力层：Isaac 数十亿次实例	未用 / 未披露	未用 / 未披露	少量或仅开源	未用 / 未披露	否	全身控制纯仿真
Covariant / Amazon	RFM-1	美国	未用 / 未披露	未用 / 未披露	未用 / 未披露	未用 / 未披露	未用 / 未披露	主力层：数千万条轨迹（公司口径）	未用 / 未披露	否	仓库车队回流

依据各公司论文 / 技术报告 / 官方博客；公司口径与二手已在表内标注。

总表：公司 × 数据层

层定义：L1 人类视频/穿戴第一视角｜L2 手持 UMI 与无本体采集｜L3 物理仿真｜L4 世界模型生成｜L5 真机遥操｜L6 部署回流与真机 RL。h = 小时，"条" = episode；"—" = 未使用或未披露；⚠️ = 二手或只读到媒体转述；"公司口径" = 公司自报、无独立核验。

中国

公司	模型	L1 人类视频/穿戴	L2 手持 UMI	L3 仿真	L4 生成	L5 真机遥操	L6 回流/RL	开源数据集	自采 vs 外采	配比公开？	来源
智元机器人 AgiBot（数采体系 + AgiBot World）	GO-1 / GO-2 / 智元 Genie Envisioner / GE-Sim 2.0	GO-1 用互联网异构视频（含 Ego4D），未给量	子公司觅蜂科技（智元分拆，MEgo 无本体采集） MEgo 累计 >100 万 h（公司口径，是否入模未披露）	智元 Genie Sim 3.0 开源 1 万+ h；GO-2 纯仿真训练后真机 82.9%（公司口径）	GE-Sim 2.0 用"数千小时"真机重训	AgiBot World Beta 2,976.4 h / 1,001,552 条；GO-2"数万小时"（公司口径）	2026 RL 主题 11,430 条；GO-2 集群在线后训练	不用（OXE 仅作基线）	自采为主，40+ 集中场景（公司口径）；外采湖北人形机器人创新中心数千小时	否	[1][3][4][5][6][7][70]
星海图 Galaxea（真机路线 + 亦数智能）星海图	G0 / G0Plus / G0.5	—（计划引入）	—（计划引入）	基本不用；G0.5"14 本体含仿真"	—	G0：OXE 1,000 h + Open-World 500 h + 内部 200 h；G0Plus 2k+ h	—	OXE（G0）；DROID（G0.5 后训练）	同构/VR 遥操；生产数据外包、后训练自采；亦数智能（亦庄 100 万小时计划）	部分（G0.5 VQA:动作 = 1:4）	[13][14][15][16][17]
自变量 X Square	WALL-OSS / Wall-OSS-0.5 / WALL-B	—	XRZero-G0 无本体 2,000 h；X Square TwinDEX	—（LIBERO 仅消融）	—	自采 >10,000 h（同文又写"数万小时"）	WALL-B 家庭部署回写	v1 25 个、0.5 版 10 个	全自研；无商业供应商	是：自采:开源 ≈ 60:40，n^0.5，动作:多模态 = 9:1	[22][23][24][25]
北京人形北京人形机器人创新中心 X-Humanoid	RoboMIND / XR-1 / Pelican-VL	Pelican：视频 29k h（开源集）	—	Isaac Sim 数字孪生	—	RoboMIND 2.0 310K 条 / >1,000 h；XR-1"超百万量级"⚠️	—	自身为发布方	自建基地 120+ 台；对外交付"数万小时"	否	[55][56][57]
蚂蚁灵波	LingBot-VLA / LingBot-VLA 2.0	2.0：第一视角 10,000 h（由约 2 万 h 过滤）	—	—	—	1.0 约 20,000 h / 9 本体；2.0 50,000 h（由约 9 万 h 过滤）/ 20 本体	—	"开源 + in-house"，未列名	合作方本体采集；外部供数见反查表	否	[59][60]
字节 Seed	字节 Seed GR-3 / GR-Dexter GR-2/3/RL/Dexter	GR-2 3,800 万视频片段；GR-Dexter 第一视角 >800 h	—	—	—	GR-3：69 + 101 + 116 h；GR-Dexter 各任务约 20 h	GR-RL 673 条 rollout + online RL	Fourier ActionNet 约 140 h、白虎 / 白虎-VTouch >100k 条、RoboMIND 107k 条	VR 遥操 + Manus 手套；论文无数据商	部分（GR-3 VL:机器人等权）	[43][44][45][46]
星动纪元	VPP / VPP2（星动纪元）	VPP：SSv2 权重 0.30；VPP2：EgoDex/Ego4D/EPIC/SSv2/VITRA-1M + 自采	—	VPP 含 CALVIN（0.10）	Ctrl-World 作数据模拟器	公司口径 1,200 万+ clip（灵巧手 150 万+）	顺丰、邮政等现场回流（公司口径）	VPP2：OXE、RoboMIND、DROID、RH20T、AgiBot World、RoboCOIN、Galaxea、InternData-A1	XHAND 遥操 + 客户现场；未见外采	VPP 全表；VPP2 仅"第一视角双臂 >80%"	[29][30][31]
宇树	UnifoLM-WMA-0 / WLA-1.0	—	—	未提及	WMA 即世界模型	WLA-1.0 约 2,500 h（含 BitRobot HIW-500）	—	OXE；HIW-500	G1 遥操（Unitree xr_teleoperate）；BitRobot 合作	否	[35][36][37]
小米小米机器人（Xiaomi-Robotics-1，10 万小时 UMI）	Xiaomi-Robotics-1	—	预训练 UMI 100k+ h；后训练指令 UMI 1k+ h	—	—	后训练自有真机 7.2k+ h	—	Bridge V2、RT-1、DROID	自采，方式未写；无外部数据商	是：预训练 VL:UMI = 1:9；后训练 0.5:0.5:0.5:8.5	[34]
灵初灵初智能 PsiBot（Psi-R2）	Psi-R2 / Psi-W0	人类数据 95,472 h（公司口径）	Psi-SynEngine 外骨骼触觉手套	—	Psi-W0（约 30% 失败样本）	Psi-MobiDex 5,417 h（公司口径）	—	开源 1,000 h 人手数据 ⚠️	自研手套	否	[65]
原力灵机	原力灵机 Dexmal DM0 / DM0.5	DM0.5 第一视角 100k h ⚠️	中训练含 UMI	场景重建 100 万 m² ⚠️	—	DM0.5 真机 50k h ⚠️	—	OXE、AgiBot Alpha、RoboMIND	亦数联盟成员	否	[67][68]
银河通用 Galbot（仿真合成路线）银河通用	GraspVLA / LDA-1B / EI-30k	LDA 有动作 7.2k h + 无动作 10k h（均开源）；WRC 口径人类数据 100 万 h ⚠️	—	SynGrasp-1B 10 亿帧 / 1,000 万条；LDA 含 InternData-A1 7,433 h + BEHAVIOR-1K 1,200 h	—	LDA 用开源真机 8.03k h；自有 G1 数据被排除	WRC 口径回流/真机 8 万 h ⚠️	OXE、AgiBot World、RoboMIND、Galaxea、乐聚 LET / OpenLET、RoboCOIN	自研仿真管线；论文无商业供应商	否（质量两档）	[10][11][12]
腾讯 Robotics X	HY-Embodied-0.5 / HY-VLA-0.5	VLM 具身 236B tokens（含开源集）	Hy-UMI-10K / Hy-Embodied-0.5-VLA-Data >10,000 h（预训练唯一来源）	RoboTwin 2.0 2.75K 条（SFT）	—	SFT：Dobot 约 18 h 等	—	AgiBot World、DROID、ShareRobot（VLM）	自研指尖 UMI + 光学动捕笼；觅蜂数据合作（公司口径）	是：中训练 12:5:3；任务占比	[48][49][50][51]
逐际动力	VGM / DreamActor / FluxVLA	VGM：深度相机人手视频，"零真机"	—	Isaac Sim RL；Real2Sim2Real ⚠️	VGM 视频生成	FluxVLA 叠毛巾 972 条	DreamActor 真机 RL ⚠️	LIBERO、RoboCasa	自采	否	[38][39]
生数生数科技 Motus / Motus2（第一视角数据路线）	Motus2（13 万小时第一视角构成）	约 129,900 h 第一视角：开源约 87%、采购约 8%、混合约 5%	—	仿真模式份额未给	模型本身是世界模型	真机 + 手套 100+ h	—	Egocentric-10K / 100K / 1M、EgoDex、EgoVerse	Wuji 手套自采"数十小时"；外采五家	否	[32]
穹彻穹彻智能 Noematrix	Noematrix Brain	—	CoMiner 外骨骼 / RoboPocket 无本体	有，量未披露	—	"数十万小时"实机数据（公司口径 ⚠️）	—	未开源	自研穿戴、众包；无锡数据集团联合体	否	[63][64]
千寻智能 Spirit AI 千寻	Spirit v1.5 / v1.6	有，量未披露	穿戴"dirty data" >20 万 h（公司口径）	未披露	未披露	未披露	宁德时代等部署，机制未披露	微调示例用 Table30（RoboChallenge）	7 代自研穿戴、近千台、100+ 城市（公司口径）	否	[18][19][20]
它石智航 Tashi Zhihang（TARS）它石	AWE 3.0 / 3.5	SenseHub 手套 + 第一视角：3 月"十万+ h"→7 月"百万小时级"（公司口径）	—	明确不用	未披露	"没有用到一秒钟的遥操数据"	未披露	发布 World In Your Hands（WIYH） >1,000 h	自研穿戴；库帕思战略合作 ⚠️	否	[26][27][28]
优必选	Thinker / Walker S2	ego-view 开源集 + 自建工业集 ⚠️	—	—	—	未披露	工厂实训"亿级数据"⚠️；约 200 亿条原始数据筛到约 1,000 万条（公司口径）	LVIS、RoboVQA、EgoPlan（VLM）	工厂实训；与穹彻战略合作	否	[41][42]
华为华为 CloudRobo	CloudRobo / 盘古具身	—	—	平台内置仿真操作约 100 任务、导航百万级	盘古生成训练视频 ⚠️	未披露	—	RoboTwin、ArtVIP	平台卖数据生产服务；为上海国地中心建数据平台	否	[52][53]

美国与其他

公司	模型	L1 人类视频/穿戴	L2 手持 UMI	L3 仿真	L4 生成	L5 真机遥操	L6 回流/RL	开源数据集	自采 vs 外采	配比公开？	来源
Physical Intelligence（π 系列数据体系）	π0 / π0.5（数据配方与消融） / π*0.6 / RECAP / π0.7	π0.7 配方含人类视频（PI 另有研究聚焦可穿戴相机第一视角视频 [85]），h 未披露	未见	—	—	π0 约 1 万 h 自采（903M timestep）；π0.5 移动操作约 400 h、约 100 户	RECAP 自主 rollout + 纠正；Weave、Ultra 部署回流	OXE、Bridge v2、DROID（π0 占 9.1%）	自有遥操农场（$25/h、三班倒）；标注外包；Scale 口径列其为客户	π0 公开（n^0.43）；其余未公开	[81][82][83][84][85][86][87][89]
Google DeepMind Gemini Robotics 数据体系	Gemini Robotics 1.0 / 1.5 / 2；ALOHA Unleashed	网络视频	—	2 代有仿真（无 h）；1.5 的 MuJoCo 用于评测	—	ALOHA 2 车队 12 个月"数千小时"；ALOHA Unleashed 约 26,000 条、35 名操作员	Apptronik（Robot Park） Robot Park 回传 ⚠️；BD/Hyundai 计划并入	训练不用	自有车队 + 伙伴回传	否	[117][118][119][120][121][122]
TRI LBM（Ramen 1,695 小时）	LBM（Ramen 1,695 h）	—	UMI 32 h	Drake 45 h	—	468 h / 46,063 条 / 9 工位	—	OXE-Ramen 约 1,150 h	自有 Franka 工位；无商业供应商	部分（经验权重）	[124]
Boston Dynamics	Atlas LBM	列为未来工作	—	"重要共训来源"	—	Atlas + MTS VR 遥操，h 未披露	—	TRI Ramen	自有；TRI 为数据合作方	否	[125]
Figure AI（Helix 500 小时，BMW 部署）	Figure Helix / Helix 02 / Helix 2.5	Figure Index 每秒新增约 35 分钟，Helix 2.5 完全在其上预训练；S0 用 1,000+ h 人体动作	—	S0 在 20 万+ 并行仿真环境训练	—	Helix 约 500 h（公司口径）；2.5 任务数据为 Helix 02 的一半	BMW 部署	—	自有 Pilot 团队（引用招聘页 $30/h，聚合站转载 ⚠️）；Brookfield 只供场地	部分（单任务 ≤1.90% 预训练）	[94][95][96][97][98][99]
NVIDIA 物理 AI 数据栈（Isaac/Cosmos/GR00T 作为供给方）	GR00T N1 / N1.5 / N1.7 N1 / N1.6 / N1.7；EgoScale（2 万小时，对数线性 scaling）	N1.7 用 20K h EgoScale；EgoScale 20,854 h（含 EgoDex 829 h）	EgoScale 中训练 50 h（Vive + Manus）	N1 6,500 h	N1 827 h（DreamGen / DreamDojo）	N1 88 h（GR-1）；N1.6"数千小时"（YAM、Genie1、G1 等）	—	OXE、AgiBot-Alpha	自采；无商业数据供应商	部分（N1 后训练真机:神经轨迹 1:1）	[110][111][112][113][114]
1X（1XWM，Redwood）	Redwood / 1XWM	900 h 第一视角（来源未披露）	—	—	14B 视频世界模型骨干	1XWM 微调 70 h；IDM 用 400 h 未过滤数据	成败 rollout 都用；Expert Mode 远程遥操 ⚠️	—	自有；Mecka AI"早期伙伴"⚠️	否	[103][104][105][106]
Ai2	MolmoAct2（MolmoAct 2-Bimanual YAM 数据集）	—	—	—	—	YAM 约 700–720 h / 34.5k 条	—	LeRobot 1,222 个集（约 184 h）、DROID 子集	外采 Cortex AI 整理遥操	—	[136]
Apptronik（Robot Park）	Apollo（用 Gemini Robotics）	—	—	—	—	Robot Park 约 9 万平方英尺，规模未披露 ⚠️	客户现场 ⚠️	—	自建，与 DeepMind 共建	—	[121]
OpenAI 机器人	未发布	—	—	—	—	GELLO + Franka，约 100 名采集员 ⚠️	—	—	经未具名外包中介雇人 ⚠️	—	[133]
Skild AI	Skild Brain / S1	互联网视频	采集手套（厂商未点名）	Isaac Sim / Isaac Lab"数十亿样本"	NVIDIA Cosmos（Predict / Transfer） Transfer 增广	有（后训练）	"where permitted"部署数据	—	未点名；NVIDIA 工具栈	否；总量"数百万小时"（公司口径）	[107][108][109]
Tesla Optimus 数采（动捕服→头盔视频）	Optimus	头盔 + 背包 5 摄像头第一视角（2025-06 起）⚠️	2024 年动捕服 + VR	未披露	未披露	已退到少数场合 ⚠️	Grünheide 产线背包摄像头 ⚠️	—	自有采集员 $25.25–48/h（2024 招聘）⚠️；未见外采	否	[100][101][102]
Generalist AI	GEN-0 / GEN-1 GEN-0 / GEN-1	—	270k h → 500k+ h 穿戴（公司口径）	—	—	预训练 0；后训练每任务约 1 h	—	—	自有 DataLab（采集员薪酬未披露）+ 匿名"data foundry partners"；Scale 口径	否	[89][90][91][92][93]
Dyna Robotics（DYNA-1/DYNA-2）	DYNA-1 / DYNA-2	100 万+ h 第一视角（公司口径）	—	—	—	每任务 ≤10 h，14 个任务	洗衣店、酒店部署自主	—	"data partners + 自有运营"；手为 Wuji	否	[123][89]
Sunday Robotics（Skill Transform 手套）	ACT-1 / ACT-2	—	自研手套；"500+ 家庭、约 1,000 万条"⚠️	—	—	0（"Zero Robot Data"）	—	—	自研手套 + 家庭采集员	否	[129][130]
Genesis AI	GENE-26.5	互联网视频 ⚠️	自研触觉手套	自研 Genesis 仿真 ⚠️	—	未披露	—	—	"必要时第三方"⚠️	否	[132]
Agility Robotics（Digit）	Digit 全身控制	—	—	Isaac Sim/Lab"数十亿次实例"，零样本迁移	—	—	运行小时（见卡片）	—	NVIDIA 工具栈	—	[126]
Covariant / Amazon	RFM-1	—	—	—	—	—	客户仓库车队"数千万条轨迹"（公司口径）	—	自营车队；Amazon FAR 与 XDOF 共建 ABC-130K	否	[127][128]
Meta	V-JEPA 2-AC	100 万+ h 互联网视频	—	—	—	后训练 <62 h（DROID）	—	DROID	无外采	—	[134]
Mimic（苏黎世）（瑞士）	未命名	—	工厂操作员佩戴自研设备 ⚠️	未披露	—	未披露	—	—	自有	否	[131]

四条路线

遥操农场派

自建工位 + 小时工，数据是真机闭环动作，但线性扩张。

美国：PI（自采约 1 万 h，操作员 $25/h 三班倒）[81][86]；DeepMind（ALOHA 2 车队 12 个月数千小时）[117]；TRI（9 个工位 468 h）[124]；OpenAI（约 100 名采集员）⚠️ [133]。Figure 在 Helix 阶段用约 500 h 遥操 [94]，后转向人类数据。
中国：星海图（"在 100 万小时之前暂无大规模用仿真的必要"）[16]；自变量自采 >10,000 h [22]；蚂蚁灵波 2.0 真机 50,000 h（过滤后）[60]；北京人形 RoboMIND 2.0 >1,000 h [56]；宇树 WLA-1.0 约 2,500 h [35]；智元 AgiBot World 2,976.4 h [1]。
中国版本的特点是"遥操 + 开源聚合"：星海图 G0 预训练里 OXE 占约 1,000 h / 1,700 h [13]，自变量开源占约 40% [23]。

人类数据预训练派

预训练不放或少放机器人数据，后训练每任务 1–10 h 真机。

美国：Generalist 50 万+ h 穿戴 [91]；Dyna 100 万+ h 第一视角 [123]；Figure Helix 2.5 完全在 Index 上预训练 [98]；Sunday"Zero Robot Data"[129]；NVIDIA N1.7 用 20K h EgoScale [112]；Tesla 2025-06 起转向头盔视频 ⚠️ [100]。
中国：它石公开否定遥操和仿真 [26]；千寻 >20 万 h 穿戴 [18]；灵初 95,472 h [65]；腾讯 HY-VLA 预训练只用 Hy-UMI-10K [49]；小米预训练 UMI 100k+ h [34]；生数 Motus2 约 129,900 h 第一视角 [32]；松延"以第一视角无本体采集为底座"[66]。
证据强度差别大：小米、腾讯、生数、NVIDIA 有论文；Generalist、Dyna、它石、千寻、灵初均为公司口径。

仿真派

美国：Agility 全身控制完全在 Isaac Sim/Lab 训练、零样本迁移 [126]；Skild 用 Isaac Lab 产出"数十亿样本"并以 Cosmos 增广 [108]；GR00T N1 仿真 6,500 h 对真机 88 h [110]；Genesis AI 自研仿真 ⚠️ [132]。
中国：银河 GraspVLA 全靠 SynGrasp-1B（160 张 RTX 4090 跑 10 天，约 5,000 美元）[10]，LDA-1B 又转向聚合约 33.8k h 开源数据并排除自有 G1 数据 [11]；智元 GO-2 称纯仿真训练后真机成功率 82.9%（公司口径）[3]；华为 CloudRobo 卖仿真与数据生产服务 [52]。
反方：星海图与它石公开不用仿真 [16][26]。

车队回流派

美国：Covariant 通过运营客户仓库车队积累"数千万条轨迹"（公司口径）[127]；PI 部署伙伴数据进预训练后，Weave 漏抓减少 42%、Ultra 满班自主率 96.4% [87]；1X 用成败 rollout 训练 Redwood [103]；Apptronik Robot Park 每次重复"recorded and fed to Google DeepMind"⚠️ [121]；Tesla Grünheide 产线背包摄像头 ⚠️ [102]。
中国：智元 AgiBot World 2026 RL 主题 11,430 条（成功 rollout 1,024、失败 1,369、人工干预片段 10,684）[5]；星动纪元顺丰、邮政现场回流（公司口径）[31]；自变量 WALL-B 家庭部署回写 [25]；银河称 8 万 h 回流/真机数据 ⚠️ [12]；优必选工厂"亿级数据"⚠️ [42]。
智元是唯一六层都有布局的公司，同时是开源发布方、数据卖方（觅蜂）和数据买方（湖北中心）[1][8][70]。

谁在给谁供数：供应商 × 数据层 × 客户

每格列出该供应商在该层服务的模型公司；颜色深浅 = 证据强度（论文/官方一手 > 公司口径 > 二手）。多数数据商不点名客户，空白不等于没有。

一手公司口径二手

数据表

供应商	客户	数据层	证据强度	细节
光轮 Lightwheel	生数 Motus2	人类视频/穿戴	一手	双目 1,200 h，Procured
光轮 Lightwheel	智元	物理仿真	公司口径	NVIDIA 案例页：仿真资产与合成数据
光轮 Lightwheel	字节 Seed	物理仿真	公司口径	NVIDIA 案例页
光轮 Lightwheel	银河通用	物理仿真	公司口径	NVIDIA 案例页
光轮 Lightwheel	Figure	物理仿真	公司口径	NVIDIA 案例页，Figure 未确认
光轮 Lightwheel	Google DeepMind	物理仿真	公司口径	仅 logo，无直接关联证据
京东 JD	生数 Motus2	人类视频/穿戴	一手	双目 2,000 h
赛博源 CyberOrigin	生数 Motus2	人类视频/穿戴	一手	双目 1,200 h
EgoScale（egoscale.com）	生数 Motus2	人类视频/穿戴	一手	双目 6,000 h；与 NVIDIA EgoScale 无关
Ropedia	生数 Motus2	人类视频/穿戴	一手	双目 7,000 h，Mixed
Build AI（开源）	生数 Motus2	开源数据集	一手	Egocentric-10K/100K 约 110,500 h
Apple EgoDex（开源）	NVIDIA EgoScale	开源数据集	一手	829 h
Apple EgoDex（开源）	生数 Motus2	开源数据集	一手	800 h
觅蜂科技	蚂蚁灵波 LingBot 2.0	真机遥操	公司口径	真机遥操，论文未点名
觅蜂科技	腾讯 Robotics X	手持 UMI	公司口径	2026-08 数据合作
觅蜂科技	京东	手持 UMI	公司口径	目标两年采购 1,000 万 h
简智 / Genrobot.ai	蚂蚁灵波 LingBot 2.0	人类视频/穿戴	一手	致谢提供第一视角；同一实体待确认
简智 RealOmni（开源）	自变量 Wall-OSS-0.5	开源数据集	一手	开源子集之一
蚂蚁数科 Phecda Lab	蚂蚁灵波 LingBot 2.0	人类视频/穿戴	一手	集团内供第一视角
星海图 Galaxea	蚂蚁灵波 LingBot 1.0	真机遥操	一手	致谢协助采集
松灵 AgileX	蚂蚁灵波 LingBot 1.0	真机遥操	一手	致谢协助采集
乐聚 Leju	蚂蚁灵波 LingBot 1.0	真机遥操	一手	致谢协助采集
湖北人形机器人创新中心	智元	真机遥操	公司口径	第一期数千小时，关联交易
BitRobot HIW-500	宇树 WLA-1.0	真机遥操	一手	G1 东南亚家庭 500+ h
深朴 Simple AI	生数	手持 UMI	公司口径	战略合作，数据表未列
无问智科	星动纪元	物理仿真	二手	报道口径，未核实
Scale AI	Physical Intelligence	真机遥操	公司口径	Scale 单方面以 "such as" 列名；被点名方未确认
Scale AI	Generalist	真机遥操	公司口径	Scale 单方面以 "such as" 列名；被点名方未确认
Scale AI	Dyna	真机遥操	公司口径	仅 logo 墙
Weave	Physical Intelligence	部署回流/RL	一手	洗衣店部署回流
Ultra	Physical Intelligence	部署回流/RL	一手	电商仓库部署回流
匿名 data foundry 伙伴	Generalist	手持 UMI	一手	Partner A/B/C，Generalist 供硬件
匿名 data partners	Dyna	人类视频/穿戴	一手	与自有运营并列
Cortex AI	Ai2 MolmoAct2	真机遥操	一手	YAM 约 700–720 h
XDOF	Amazon FAR	真机遥操	公司口径	共建 ABC-130K
Mecka AI	1X	人类视频/穿戴	公司口径	early partner，层未明
Apptronik	Google DeepMind	真机遥操	二手	Robot Park 回传
TRI	Boston Dynamics	真机遥操	一手	Ramen 数据进 Atlas LBM
未具名外包中介	OpenAI 机器人	真机遥操	二手	采集员人力
Manus	字节 GR-Dexter	手持 UMI	一手	遥操手套
Manus	生数 Motus2	手持 UMI	一手	遥操手套
Manus	NVIDIA EgoScale	手持 UMI	一手	中训练 25 关节
Sharpa	NVIDIA EgoScale	真机遥操	一手	Wave 22 自由度手
Sharpa	Gemini Robotics 2	真机遥操	二手	Apollo 2 + Wave
Sharpa	生数 Motus2	真机遥操	一手	commercially procured
Wuji	Dyna DYNA-2	真机遥操	一手	WUJI-2 20 自由度手
Wuji	生数 Motus2	手持 UMI	一手	致谢机械手 commercially procured；Wuji Human Gloves 用于自采中训练数据
NVIDIA Isaac / Cosmos	Skild AI	物理仿真	一手	Isaac Lab + Cosmos Transfer
NVIDIA Isaac	Agility	物理仿真	一手	全身控制纯仿真
AgiBot World	NVIDIA GR00T N1	开源数据集	一手	Alpha 子集
AgiBot World	X-VLA	开源数据集	一手	141K 条，权重 0.40
AgiBot World	银河 LDA-1B	开源数据集	一手	3,276 h
AgiBot World	自变量 Wall-OSS	开源数据集	一手	Beta
AgiBot World	星动 VPP2	开源数据集	一手	双臂源
AgiBot World	腾讯 HY-Embodied	开源数据集	一手	VLM 数据源
AgiBot World	原力灵机 DM0	开源数据集	一手	Alpha 中训练
RoboMIND	字节 GR-Dexter	开源数据集	一手	107k 条
RoboMIND	星动 VPP2	开源数据集	一手	单臂源
RoboMIND	X-VLA	开源数据集	一手	Franka/UR/Agilex 等子集
RoboMIND	自变量 Wall-OSS-0.5	开源数据集	一手	v1/2.0
RoboMIND	银河 LDA-1B	开源数据集	一手	305 h
RoboMIND	原力灵机 DM0	开源数据集	一手	中训练
Galaxea Open-World	银河 LDA-1B	开源数据集	一手	500 h
Galaxea Open-World	星动 VPP2	开源数据集	一手	移动/人形源
Galaxea Open-World	自变量 Wall-OSS-0.5	开源数据集	一手	开源子集
Open X-Embodiment	Physical Intelligence π0	开源数据集	一手	开源占 9.1%
Open X-Embodiment	星海图 G0	开源数据集	一手	约 1,000 h
Open X-Embodiment	TRI LBM	开源数据集	一手	约 1,150 h
DROID	Xiaomi-Robotics-1	开源数据集	一手	后训练开源组
DROID	Meta V-JEPA 2-AC	开源数据集	一手	<62 h
Fourier ActionNet	字节 GR-Dexter	开源数据集	一手	约 140 h
白虎数据集	字节 GR-Dexter	开源数据集	一手	>100k 条
InternData-A1	银河 LDA-1B	开源数据集	一手	7,433 h

合并自各公司论文致谢、官方博客、NVIDIA 案例页与融资稿。

供应商反查：谁在给谁供数

证据强度：一手 = 模型方论文/博客点名；公司口径 = 供应商或模型方单方面通稿；二手 = 媒体转述。

商业供应商与合作方

供应商	客户	数据层	证据强度	细节
光轮智能 Lightwheel 光轮	生数 Motus2	L1	一手	双目第一视角 1,200 h，表内标"Procured" [32]
光轮	智元、字节、银河、Fourier、Figure、Google DeepMind、BYD、Geely、Zordi	L3	公司口径	NVIDIA 案例页称使用其仿真资产与合成数据；客户/伙伴混用，无模型论文证实 [75][76]
京东 JD 具身数据（JD-Group / 京东云）京东	生数 Motus2	L1	一手	双目第一视角 2,000 h [32]
赛博源 CyberOrigin 赛博源	生数 Motus2	L1	一手	双目第一视角 1,200 h [32]
EgoScale（egoscale.com，数据公司）（egoscale.com）	生数 Motus2	L1	一手	双目 6,000 h；与 NVIDIA EgoScale 无关 [32][115]
Ropedia（Xperience-10M）	生数 Motus2	L1	一手	双目 7,000 h，标"Mixed" [32]
觅蜂科技（智元分拆，MEgo 无本体采集）觅蜂（智元系）	蚂蚁灵波 2.0、腾讯 Robotics X、京东	L5 / L2	公司口径	论文未点名；京东目标两年采购 1,000 万 h；觅蜂挂牌价无本体 200–400 元/h、带真机 500–1,000 元/h（二手转述）[9][51][61][80]
简智机器人简智（Genrobot.ai，同一实体待确认）	蚂蚁灵波 2.0；自变量（用其开源 RealOmni）	L1 / L2	一手	LingBot 2.0 致谢；蚂蚁是简智领投方之一 [60][23][62]
蚂蚁数科 Phecda Lab（蚂蚁数科）	蚂蚁灵波 2.0	L1	一手	集团内供数 [60]
星海图 / 松灵 AgileX / 乐聚	蚂蚁灵波 1.0	L5	一手	致谢"data collection and benchmark" [59]
湖北人形机器人创新中心	智元	L5	公司口径	第一期"数千小时"，2026-01-15 官宣，金额未披露；中心日产约 2.4 万条有效数据 [70][71][72]
北京人形机器人创新中心 X-Humanoid 北京人形	未点名外部客户	L5	公司口径	"数万小时"/"近 3 万小时"，超 70% 产能服务外部 [57][58]
BitRobot（BitRobot HIW-500）	宇树 WLA-1.0	L5	一手	G1 在 12 个东南亚家庭采集 500+ h、23,000 条 [35][37]
深朴智能 Simple AI（HiFi-UMI） / 星尘智能 Astribot / 无界动力	生数	L2 / L5	公司口径	战略合作，Motus2 数据表未列 [33]
无问智科无问智科	星动纪元、它石（报道口径）	L3	二手 ⚠️	两家论文与官方稿均未见
Scale AI Physical AI	PI、Generalist、Cobot、Dyna	未说明	公司口径	Generalist、PI 为"such as"点名，Cobot 为客户引述，Dyna 仅 logo；被点名方均未确认 [89]
Weave、Ultra	PI	L6	一手	洗衣店叠衣、电商仓库打包，数据量未披露 [87]
匿名"data foundry partners"	Generalist	L2	一手	表 1 匿名为 Partner A/B/C；Generalist 自供硬件 [90][92]
匿名"data partners"	Dyna	L1	一手	与自有运营并列，比例未给 [123]
Cortex AI	Ai2 MolmoAct2	L5	一手	YAM 双臂约 700–720 h，已开源 [136]
XDOF	Amazon FAR	L5	公司口径	共建 ABC-130K，角色未明 [128]
Mecka AI	1X	未说明	公司口径	"early partner"，未说明层与模型 [106]
Apptronik（Robot Park）	Google DeepMind	L5 / L6	二手 ⚠️	Robot Park 每次重复录制回传 [121]
TRI	Boston Dynamics	L5 / L3 / L2	一手	Atlas LBM 预训练含 TRI Ramen [125]
未具名外包中介	OpenAI	L5 人力	二手 ⚠️	采集员经中介雇用 [133]
Manus 数据手套	字节 GR-Dexter、Motus2、NVIDIA EgoScale	设备	一手	EgoScale 中训练记录 25 个关节；NVIDIA Isaac Teleop 官方手套 [47][114][137]
Sharpa（SharpaWave 灵巧手）	NVIDIA EgoScale、Gemini Robotics 2、Motus2	设备	一手 / 二手	Wave 22 自由度手；未见手套产品 [114][119][32][138]
Wuji（Wuji 手套）	Dyna DYNA-2、生数 Motus2	设备	一手	WUJI-2 20 自由度手；Motus2 致谢 Wuji、Sharpa 机械手"commercially procured"，Wuji Human Gloves 另用于自采中训练数据 [123][32]
NVIDIA 工具栈（Isaac / Cosmos）	Skild、Agility、光轮	L3 / L4	一手 / 公司口径	光轮是 GR00T N1.5 的用户而非供应商 [108][126][75]
华为 CloudRobo	上海国地中心	基础设施	公司口径	为白虎数据集提供云边架构与数据工坊 [53]
帕西尼 Paxini 帕西尼	未点名；2026-06 首单数据出口	触觉	公司口径	买方未披露 [79]

开源数据集作为事实供应商

数据集	发布方	被哪些模型采用	口径
AgiBot World	智元	GR00T N1（Alpha）、X-VLA（141K 条，权重 0.40）、LDA-1B（3,276 h）、WALL-OSS / Wall-OSS-0.5、VPP2、HY-Embodied、DM0（Alpha）、InternVLA-A1、Genie Envisioner	一手 [110][77][11][23][30][48][67][78][6]
RoboMIND	北京人形	字节 GR-Dexter（107k 条）、VPP2、Wall-OSS-0.5、LDA-1B（305 h）、X-VLA、DM0、InternVLA-A1	一手 [46][30][23][11][67]
Galaxea Open-World Dataset	星海图	LDA-1B（500 h）、VPP2、Wall-OSS-0.5	一手 [11][30][23]
Open X-Embodiment (OXE)	Google DeepMind 牵头	π0、GR00T N1、星海图 G0（约 1,000 h）、宇树 WMA-0、TRI LBM（约 1,150 h）、LDA-1B（3,000 h）、DM0、VPP2	一手 [81][110][13][35][124][11][67][30]
DROID	学界联合	π0、Xiaomi-Robotics-1、WALL-OSS、VPP2、Meta V-JEPA 2-AC（<62 h）、Ai2 MolmoAct2、星海图 G0.5（后训练）	一手 [81][34][22][30][134][136][14]
Egocentric-10K / 100K / 1M / EgoDex	Build AI / Apple	Motus2（Build AI 110,500 h、EgoDex 800 h）、NVIDIA EgoScale（EgoDex 829 h）、LDA-1B	一手 [32][114][11]
Fourier ActionNet / 白虎 / 白虎-VTouch	傅利叶 / 上海国地中心	字节 GR-Dexter（约 140 h / >100k 条）；ActionNet 首批 >3 万条，白虎-VTouch 视触觉 >60,000 分钟	一手 [46][40][54]
InternData-A1 / RoboCOIN / 乐聚 LET / OpenLET	上海 AI Lab / 智源 / 乐聚	LDA-1B（7,433 h / 500 h / 1,000 h）、VPP2、Wall-OSS-0.5	一手 [11][30][23][69]

中美差异

外采点名程度。 两边都很少点名，但方式不同。中国唯一成规模的现金采购证据来自 Motus2，四家采购源合计只占其总量约 8% [32]；其余外部关系多以"战略合作"通稿出现，金额从未披露。美国则是供应商单方面列客户（Scale 4 家 [89]、光轮 9 家 [75]），模型方用"data foundry partners""data partners"匿名带过 [90][123]。Mecka、XDOF、Human Archive 都未点名机器人模型客户 [106][128][139]。

训练场与政府角色。 中国出现了国资或地方中心直接卖数据给模型公司的交易：湖北中心向智元交付第一期数千小时，而中心共建方光谷东智由东阳光、智元、北武院、灵初合资，交易带关联性质 [70][73]，见湖北中心—智元数据交易。北京人形自称已对外交付数万小时 [57]；上海国地中心训练场规划可容纳 100+ 台机器人、单台每天采集 500 条以上 [53]；无锡数据集团领投穹彻并发起"千企百万小时"联合体 [63]；星海图持股 25% 的亦数智能计划 100 万小时 ⚠️ [17]。背景见中国具身训练场/数采中心（70+ 投运）。美国的采集场地由公司自建或租用：PI 的旧金山工位 [86]、Apptronik Robot Park [121]、Figure 在 Brookfield 住宅中采集第一视角视频、在 30 套未见过的湾区住宅中评测（评测住宅不采集数据）[95][98]，两份来源中均未见政府角色。

开源回流。 中国的开源方多是模型公司本身（智元、北京人形、星海图、它石 WIYH、腾讯 2,163 h、宇树 UnifoLM-WBT 340 h），模型公司之间互为上游 [1][55][13][28][50][36]。美国开源主要来自大厂研究部门与非模型公司：DeepMind（OXE、ALOHA）、NVIDIA、Apple EgoDex、TRI、Hugging Face、Ai2/Cortex [120][114][135][124][136]；PI 只开源权重，自有数据不开源 [88]；Figure、Tesla、Generalist、Skild 完全闭源。

设备层集中度。 中国头部人类数据派几乎都自研采集硬件：千寻 7 代穿戴设备 [19]、它石 SenseHub [26]、灵初 Psi-SynEngine [65]、穹彻 CoMiner [63]、腾讯指尖 UMI [49]。美国同样自供设备（Generalist Data Hands [91]、Sunday 手套 [129]、Genesis 手套 [132]），但灵巧手与手套出现了跨国共享的供应商：Manus、Sharpa、Wuji 分别进入字节、生数、NVIDIA、DeepMind、Dyna 的配方 [47][32][114][119][123]。

对数据供应商的含义

现金采购最可证的一层是第一视角与穿戴（L1/L2）。 Motus2 采购约 1.04 万 h，LingBot 2.0 由 Genrobot.ai 与 Phecda Lab 提供第一视角数据，Generalist、Dyna 自述使用外部伙伴 [32][60][90][123]。仿真（L3）的外部关系只有光轮客户名单，没有模型论文写明使用 [75]；L4 生成与 L6 回流在两份清单里全部自产或来自部署伙伴。
付费买的是免费数据缺的属性。 Motus2 约 87% 的小时来自开源单目数据，采购的四家全部是双目 [32]。
真机遥操外包的买方多为非头部或研究方。 Ai2 用 Cortex、Amazon FAR 与 XDOF 合作、OpenAI 经中介招人 [136][128][133]；头部 PI、DeepMind、Figure 自建农场 [86][117][99]。中国的真机外部供给则主要来自训练场 [70][57]。
开源发布方是数据商的直接竞品。 AgiBot World、RoboMIND、Galaxea 在 7 家以上中国模型配方中零现金使用 [11][23][30]。
推断： "匿名 data foundry + 自供设备"的模式下，模型方外包的是人力与场地，设备与管线留在自己手里 [90][92]，数据商的壁垒更接近劳务与场地运营，可替代性高。
推断： 中国相当一部分"数据交易"发生在关联方之间：蚂蚁投简智 → 简智供灵波 [62][60]；智元控股觅蜂；智元参股光谷东智 → 湖北中心卖数据给智元 [73][70]；星海图持股亦数 [17]。这类交易不宜直接当作外部市场需求的信号。
推断： 灵巧手与手套这一层，同一供应商已进入中美多家头部配方（Manus、Sharpa、Wuji），在客户集中度上比数据商更好。

口径冲突与未核实

说法 A	说法 B	采信	原因
GR00T N1 用 AgiBot-Alpha 14 万条	GR00T N1 v2 表约 1,979 h；智元口径 Alpha 全集 92,214 条	未定	三者互不一致，需回 GR00T N1 原表复核；Alpha 许可为 CC BY-NC-SA 4.0，NVIDIA 与智元是否有商业授权未披露 [110][2][116]
AgiBot World Beta 2,976.4 h	约 2,967 h（GE 论文）/ 3,276 h（LDA-1B 表）/ 约 3,000 h	2,976.4 h	发布方论文与 HF 口径；Alpha 占比 14% 与 10% 两说，实算约 9.2% [1][6][11]
智元"向湖北中心供应数千小时数据"	湖北中心为卖方、智元创新（上海）为买方	B	财联社、人民日报一致 [70][71]
虎嗅：智元持股中心 15%、以 3,101.61 万元预中标中心机器人采购	原始招标公告未找到	不作事实	仅二手 ⚠️ [74]
北京人形与上海国地中心为同一机构	两家：北京亦庄 X-Humanoid（RoboMIND、天工）；上海张江国地中心（白虎、青龙）	B	RoboMIND 出自北京人形 + 北大 [55][53]
北京人形对外交付"数万小时"	"近 3 万小时"	并列	均为公司口径，客户未点名 [57][58]
Scale 支持 PI、Generalist、Cobot、Dyna	被点名方均未确认	仅作 Scale 口径	另：投资 Generalist 的 Scale Venture Partners 与 Scale AI 无关 [89]
"EgoScale 2 万小时双目，Motus2 采购 6,000 h"	NVIDIA EgoScale 论文 20,854 h、未写双目、未披露供应商；egoscale.com 是同名数据公司，声明与 NVIDIA 项目无关	B	两物分开：EgoScale（2 万小时，对数线性 scaling）与 EgoScale（egoscale.com，数据公司） [114][115][32]
光轮为 GR00T 供数	光轮是 GR00T N1.5 的用户（用其微调）	B	NVIDIA 案例页；阿里云、摩尔线程是算力合作，不是数据客户 [75]
1X Redwood "1 万+ h"	无来源	不采信	1XWM 的 400 h IDM、900 h 人类视频、70 h 微调为一手 [104]
它石 3 月"十万+ h"	7 月"百万小时级"；WIYH 另有 >1,000 h / 10 万+ 条两说	均标公司口径	4 个月涨 10 倍，无第三方核实；WIYH 取 >1,000 h [26][27][28]
无问智科客户含星动纪元、它石	它石公开表态不用仿真，两家材料均未见	未核实	⚠️
银河"99% 合成 / 1% 真实"	无原始出处；2026 WRC 称 8 万 h 回流	并列、均不作事实	LDA-1B 一手显示自有 G1 数据被排除 [11][12]
腾讯 UMI 5K h（HY-Embodied）	10K h（HY-VLA）	10K h	后发报告；episode 数另有 250K+ / >11M / >100 万三说 [48][49]
GR-Dexter 人类数据 >800 h	同文 Limitations 写"few hundred hours"	并列	同一论文自相矛盾 [46]
星海图数据集 477 h	500 h	500 h	477 h 无一手出处 [13]
星海图遥操成本约 250 元/h（CEO）	觅蜂挂牌带真机 500–1,000 元/h	并列	内部成本与对外报价口径不同 [80]
Figure Go-Big "10 万户"	10 万+ 是 Brookfield 住宅单元资产规模	B	非采集户数 [96]
Gemini Robotics 训练用 OXE、UMI Data、HoloAssist	三者只用于 ERQA 基准构建	B	[117]
千寻 Spirit v1.6 RoboArena 成绩	310 次评测中 72% 来自两个关联账号，被移出官方榜单	B ⚠️	虎嗅 [21]
LingBot 2.0"17 家厂商"	论文"20 种本体"；Genrobot.ai 是否即简智未见公司确认	20 种本体	[60][62]
EgoDex 许可 CC BY-NC-ND ⚠️	被 EgoScale、Motus2 用于预训练	待核	可能存在许可张力 [135]

另有未能核到的条目：软通天擎"无锡数采场数据回购"一手与二手原文均未找到；GO-2 技术报告、G0.5 的 14 本体清单、Psi-R2 论文均未发布或未找到。

来源

中国（访问 2026-10-14）：

AgiBot World / GO-1，arXiv 2503.06669：https://arxiv.org/html/2503.06669v4
AgiBot-World GitHub：https://github.com/OpenDriveLab/AgiBot-World
智元 GO-2 发布（公司口径）：https://agibot.com/article/231/detail/56.html
智元 Genie Sim 3.0（公司口径）：https://agibot.com/article/231/detail/29.html
AgiBot World 2026 RL 主题：https://agibot.com/article/231/detail/95.html
Genie Envisioner，arXiv 2508.05635：https://arxiv.org/html/2508.05635
智元数采 2.0（公司口径）：https://cbgc.scol.com.cn/news/7708246
觅蜂第 2 万套 MEgo（公司口径）：https://www.cnfin.com/hg-lb/detail/20260903/4464690_1.html
觅蜂客户与报价（界面）：https://m.jiemian.com/article/15047131.html
GraspVLA，arXiv 2505.03233：https://arxiv.org/html/2505.03233
LDA-1B，arXiv 2602.12215：https://arxiv.org/html/2602.12215
银河通用 WRC 2026（36Kr）⚠️：https://eu.36kr.com/zh/p/3946454123822213
Galaxea G0，arXiv 2509.00576：https://arxiv.org/html/2509.00576
Galaxea G0.5，arXiv 2608.11739：https://arxiv.org/html/2608.11739
GalaxeaVLA GitHub：https://github.com/OpenGalaxea/GalaxeaVLA
星海图高继扬访谈（每经）：https://www.nbd.com.cn/articles/2026-06-16/4428616.html
亦数智能揭牌（华尔街见闻）⚠️：https://wallstreetcn.com/articles/3774920
千寻融资与 dirty data（公司口径）：https://pulse2.com/spirit-ai-280-million-raised-to-scale-embodied-ai-through-dirty-data-strategy/amp/
千寻穿戴设备（36Kr）：https://eu.36kr.com/zh/p/3836694758716545
Spirit v1.5 GitHub：https://github.com/Spirit-AI-Team/spirit-v1.5
RoboArena 事件（虎嗅）⚠️：https://www.huxiu.com/article/4869933.html
WALL-OSS，arXiv 2509.11766：https://arxiv.org/html/2509.11766v1
Wall-OSS-0.5，arXiv 2605.30877：https://arxiv.org/html/2605.30877
XRZero-G0，arXiv 2604.13001：https://arxiv.org/abs/2604.13001
WALL-B 家庭部署（爱范儿）：https://www.ifanr.com/1663081
它石 AWE 3.0（量子位）：https://www.qbitai.com/2026/03/392137.html
它石 AWE 3.5（投资界）：https://news.pedaily.cn/202607/566661.shtml
WIYH，arXiv 2512.24310：https://arxiv.org/abs/2512.24310
VPP，arXiv 2412.14803：https://arxiv.org/html/2412.14803v2
VPP2，arXiv 2610.10270：https://arxiv.org/html/2610.10270
星动纪元数据与部署（36Kr，公司口径）：https://eu.36kr.com/zh/p/3883465079517189
Motus2，arXiv 2608.30237：https://arxiv.org/html/2608.30237
深朴—生数战略合作（投资界）：https://news.pedaily.cn/202604/562433.shtml
Xiaomi-Robotics-1，arXiv 2607.15330：https://arxiv.org/html/2607.15330v2
UnifoLM-WLA 项目页：https://unigen-x.github.io/unifolm-wla.github.io/
UnifoLM-WBT-Dataset（澎湃）：https://m.thepaper.cn/newsDetail_forward_32879404
BitRobot HIW-500（Humanoids Daily）：https://www.humanoidsdaily.com/news/bitrobot-and-hugging-face-drop-hiw-500-a-massive-10tb-real-home-humanoid-dataset
逐际 VGM（公司口径）：https://www.limxdynamics.com/ja/news/BK000042
FluxVLA，arXiv 2609.17210：https://arxiv.org/html/2609.17210
Fourier ActionNet（量子位）：https://www.qbitai.com/2025/03/264793.html
优必选 Thinker，arXiv 2601.21199：https://arxiv.org/abs/2601.21199
优必选数据精炼（量子位，公司口径）：https://www.qbitai.com/2026/02/375344.html
GR-2，arXiv 2410.06158：https://arxiv.org/html/2410.06158
GR-3，arXiv 2507.15493：https://arxiv.org/html/2507.15493
GR-RL，arXiv 2512.01801：https://arxiv.org/html/2512.01801
GR-Dexter，arXiv 2512.24210：https://arxiv.org/html/2512.24210v2
Manus × 字节 Seed 案例：https://www.manus-meta.com/use-cases/bytedance-seed-advances-bimanual-dexterous-manipulation-with-manus-gloves
HY-Embodied-0.5，arXiv 2604.07430：https://arxiv.org/html/2604.07430
HY-VLA-0.5，arXiv 2606.14409：https://arxiv.org/html/2606.14409
Hy-Embodied-0.5-VLA-Data（HF）：https://huggingface.co/datasets/tencent/Hy-Embodied-0.5-VLA-Data
觅蜂—腾讯 Robotics X 合作（公司口径）：https://www.cnfin.com/gs-lb/detail/20260901/4463462_1.html
华为 CloudRobo（公司口径）：https://www.huaweicloud.com/product/cloudrobo.html
白虎数据集与华为平台（公司口径）：https://www.leaderobot.com/news/5861
白虎-VTouch（央视）：https://news.cctv.com/2026/01/28/ARTIuAWxbjH0OWCpPuMgvKuF260128.shtml
RoboMIND，arXiv 2412.13877：https://arxiv.org/abs/2412.13877
RoboMIND 2.0，arXiv 2512.24653：https://arxiv.org/abs/2512.24653
北京人形对外交付（新京报，公司口径）：https://www.bjnews.com.cn/detail/1774074459169607.html
北京人形"近 3 万小时"（上证报）：https://finance.sina.cn/stock/jdts/2026-09-30/detail-initqvcf2108542.d.html
LingBot-VLA，arXiv 2601.18692：https://arxiv.org/html/2601.18692
LingBot-VLA 2.0，arXiv 2607.06403：https://arxiv.org/html/2607.06403
觅蜂—蚂蚁灵波（投资界，公司口径）：https://news.pedaily.cn/202607/565992.shtml
简智融资（Gasgoo）：https://autonews.gasgoo.com/articles/news/seeds-ant-group-and-didi-team-up-to-invest-in-embodied-ai-data-infrastructure-company-2061440957235662849
穹彻融资与采集（36Kr）：https://www.36kr.com/p/3856708724315400
穹彻"数十万小时"（36Kr 日文版）⚠️：https://36kr.jp/458816/
灵初 Psi-R2（36Kr，公司口径）：https://www.36kr.com/p/3764404919354114
松延 HERON（中证网）：https://www.cs.com.cn/ssgs/01/2026/09/23/detail_2026092310041079.html
DM0，arXiv 2602.14974：https://arxiv.org/html/2602.14974v1
DM0.5（we0）⚠️：https://we0.ai/articles/dexmal-dm05-embodied-foundation-model
乐聚 LET_Base 数据集（HF）：https://huggingface.co/datasets/LejuRobotics/LET_Base_Dataset
湖北中心—智元数据交易（财联社）：https://www.cls.cn/detail/2260010
湖北中心—智元数据交易（人民日报）：https://www.peopleapp.com/column/30051389451-500007345328
湖北中心采集方式与日产（财联社）：https://www.cls.cn/detail/2417247
光谷东智合资（中国金融信息网）：https://www.cnfin.com/cmjj-lb/detail/20250331/4209398_1.html
智元与湖北中心关联（虎嗅）⚠️：https://www.huxiu.com/article/4896491.html
NVIDIA × Lightwheel 案例页：https://www.nvidia.com/en-us/case-studies/lightwheel/
光轮融资稿（中国金融信息网，公司口径）：https://www.cnfin.com/gs-lb/detail/20260723/4444946_1.html
X-VLA，arXiv 2510.10274：https://arxiv.org/html/2510.10274
InternVLA-A1，arXiv 2601.02456：https://arxiv.org/pdf/2601.02456
帕西尼首单数据出口（Gasgoo，公司口径）：https://autonews.gasgoo.com/articles/icv/embodied-intelligence-data-export-breaks-the-ice-paxini-secures-first-deal-2061439506564325377
中国遥操数据价格（HelloChinaTech 转述 36Kr）：https://hellochinatech.com/p/china-robot-training-data-cost

美国与其他（访问 2026-10-14）：

π0，arXiv 2410.24164：https://arxiv.org/abs/2410.24164
π0.5，arXiv 2504.16054：https://arxiv.org/html/2504.16054
π*0.6 / RECAP：https://pi.website/blog/pistar06
π0.7：https://www.pi.website/blog/pi07
PI 人类数据到机器人：https://pi.website/research/human_to_robot
PI Robot Operator 招聘：https://jobs.ashbyhq.com/physicalintelligence/eb3ed968-630f-429a-9e44-5508b77d554b
PI 部署伙伴（Weave、Ultra）：https://www.pi.website/blog/partner
openpi：https://github.com/Physical-Intelligence/openpi
Scale Physical AI（Scale 口径）：https://scale.com/robotics
Generalist GEN-0（公司口径）：https://generalistai.com/blog/nov-04-2025-GEN-0
Generalist GEN-1（公司口径）：https://generalistai.com/blog/gen-1
Generalist Data Partnerships 招聘：https://jobs.ashbyhq.com/generalist/d5aa97c1-fc3e-439a-aba-b8c9aaa2dab4
Generalist Data Collection Lab Manager 招聘：https://jobs.ashbyhq.com/generalist/4e4aab28-fa5c-4809-947b-d42593636107
Figure Helix：https://www.figure.ai/news/helix
Figure Project Go-Big：https://www.figure.ai/news/project-go-big
Figure × Brookfield：https://www.figure.ai/news/figure-announces-strategic-partnership-with-brookfield
Figure Helix 02：https://figure.ai/news/helix-02
Figure Helix 2.5：https://www.figure.ai/news/helix-2-5-zero-shot-30-home-generalization
Figure 操作员招聘（聚合站）⚠️：https://zerogtalent.com/space-jobs/figure-ai/humanoid-robot-operator-morning-shift-4406268006
Tesla Optimus 转向第一视角（Business Insider 经 AOL）⚠️：https://www.aol.com/tesla-shifted-optimus-training-strategy-092502010.html
Tesla 数据采集员招聘（HotHardware）⚠️：https://hothardware.com/news/suit-up-for-tesla-to-train-humanoid-robot
Tesla Grünheide 产线采集（electrive）⚠️：https://www.electrive.com/2026/07/22/my-colleague-the-robot-optimus-learns
1X Redwood：https://www.1x.tech/discover/redwood-ai
1X World Model：https://www.1x.tech/discover/world-model-self-learning
1X NEO Expert Mode（Road to VR）⚠️：https://roadtovr.com/helper-robot-neo-vr-telepresence/
Mecka B 轮（Dealroom，公司口径）：https://dealroom.co/news/160699-mecka-raises-60m-series-b-to-turn-human-motion-into-robot-training-data/
Skild S1（The Robot Report，公司口径）：https://www.therobotreport.com/skild-ai-unveils-s1-flagship-robot-foundation-model/
NVIDIA × Skild 案例页：https://www.nvidia.com/en-us/case-studies/skild-ai
NVIDIA 博客 Skild S1：https://blogs.nvidia.com/blog/skild-ai-s1-physical-ai/
GR00T N1，arXiv 2503.14734：https://arxiv.org/html/2503.14734
GR00T N1.6：https://research.nvidia.com/labs/gear/gr00t-n1_6
Isaac-GR00T README（N1.7）：https://github.com/NVIDIA/Isaac-GR00T
GR00T N1.7 模型卡：https://huggingface.co/nvidia/GR00T-N1.7-3B
EgoScale，arXiv 2602.16710：https://arxiv.org/html/2602.16710
egoscale.com（同名数据公司）：https://www.egoscale.com/
AgiBotWorld-Alpha 数据卡：https://huggingface.co/datasets/agibot-world/AgiBotWorld-Alpha
Gemini Robotics 1.0，arXiv 2503.20020：https://arxiv.org/html/2503.20020
Gemini Robotics 1.5，arXiv 2510.03342：https://arxiv.org/html/2510.03342
Gemini Robotics 2（The Robot Report）⚠️：https://www.therobotreport.com/google-deepmind-says-gemini-robotics-2-enables-full-body-control/
ALOHA Unleashed，arXiv 2410.13126：https://arxiv.org/html/2410.13126
Apptronik Robot Park（humanoid.guide）⚠️：https://humanoid.guide/apptronik-opens-robot-park-to-train-apollo-2-humanoids/
Boston Dynamics × DeepMind（TechCrunch）：https://techcrunch.com/2026/01/05/boston-dynamicss-next-gen-humanoid-robot-will-have-google-deepmind-dna/
Dyna DYNA-2（公司口径）：https://www.dyna.co/dyna-2
TRI LBM，arXiv 2507.05331：https://arxiv.org/html/2507.05331
Boston Dynamics Atlas LBM：https://bostondynamics.com/blog/large-behavior-models-atlas-find-new-footing/
Agility 全身控制基础模型：https://www.agilityrobotics.com/content/training-a-whole-body-control-foundation-model
Covariant RFM-1（BusinessWire，公司口径）：https://www.businesswire.com/news/home/20240311948570/en
XDOF 融资（Pulse 2.0，公司口径）：https://pulse2.com/xdof-raises-70-million-to-build-infrastructure-for-robot-foundation-models/
Sunday "No Robot Data"：https://www.sunday.ai/blog/no-robot-data
Sunday 家庭数据规模（The Neuron）⚠️：https://www.theneuron.ai/explainer-articles/this-home-robot-learned-to-do-your-dishes-from-10-million-real-family-routines
Mimic（TYN Magazine）⚠️：https://tynmagazine.com/?p=230366
Genesis AI GENE-26.5：https://www.genesis.ai/press/press-release-gene-265
OpenAI 机器人实验室（Business Insider 经 AOL）⚠️：https://www.aol.com/news/inside-openais-renewed-push-robotics-101701659.html
V-JEPA 2，arXiv 2506.09985：https://arxiv.org/abs/2506.09985
EgoDex，arXiv 2505.11709：https://arxiv.org/pdf/2505.11709
Ai2 MolmoAct2：https://allenai.org/blog/molmoact2 ；技术报告 arXiv 2605.02881：https://arxiv.org/html/2605.02881v1
Manus at NVIDIA GTC 2026：https://www.manus-meta.com/blog/manus-at-nvidia-gtc-2026
Sharpa（BusinessWire）：https://www.businesswire.com/news/home/20260313513557/en
Human Archive（Wing VC）：https://www.wing.vc/content/human-archive-the-common-crawl-for-embodied-intelligence

本文为个人研究笔记，结论基于成文时可获得的公开信息；带〔估算〕〔推断〕或 ⚠️ 的数字未经独立核实。