机器人还没上岗，卖铲子的先开张了

机器人行业现在最缺的不是机器人，是给机器人上的'学校'。

10月14日，禾赛科技发布Kosmo空间相机及云平台，宣布与银河通用、原力灵机签署战略合作——这家以激光雷达闻名的公司，正式把业务伸进了机器人训练数据的腹地。几乎同一时间，在美国匹兹堡的IROS 2026上，Sharpa、帕西尼等触觉厂商集体'全栈化'，从卖传感器一路做到卖数据、卖训练系统。

一个清晰的信号浮出水面：具身智能的产业分工正在重构，数据生产正在从研发流程里的一环，变成一门可以单独收钱的生意。整机还没量产，'卖铲子的'已经先开张了。

🕳️ 机器人上岗前，先欠一笔数据债

先讲一个几乎所有机器人公司都经历过的场景。

为了让机器人学会在门店里拿取商品、整理货架，团队要提前和门店协调场地、人员、营业时间，安排真机进场测试。练了一个月，动作总算像样了——换到另一家门店，柜台高度不一样、物品摆放不一样、光照也不一样，机器人当场'失忆'。

这不是算法不行，是环境变了。门店场景高度非标，每一个变量都在挑战模型的泛化能力。

禾赛科技联合创始人、CEO李一帆把这个问题说得很透：自动驾驶可以依托路上行驶的车辆持续获取数据，但机器人还没有同样的条件。这就形成了一个相互制约的死结——机器人需要更多数据才能上岗，而缺少真实部署，又限制了数据积累。

这个死结，正在催生一门新生意。今年8月，Lightwheel与Hugging Face合作发布第一人称人类活动数据集，计划开放10万小时数据，首批上线1万小时，从人的操作中提取行为经验。英伟达则在今年推出物理AI数据工厂蓝图，把数据生成、扩充和评估组织成统一流程。

💡 数据的来源路径其实有三条，各管一段：

产业逻辑很直白：当数据成为瓶颈，数据生产就从成本项变成了产品。谁能让机器人'上学'的效率更高，谁就在这条产业链上拥有定价权。禾赛切入的，是其中最重资产的一段——训练环境本身。

📡 禾赛把激光雷达的功夫搬进门店

Kosmo的工作方式值得拆开看。

采集设备先记录空间的几何结构、色彩和纹理，云平台再将其重建为三维场景，并把桌椅、商品等物体单独识别出来。开发者可以随意改变物体位置、调整场景布局，让机器人在不同条件下反复练习同一项任务。

关键的变化在于真实场景的使用方式。在真实门店里，机器人测试要协调场地、人员和营业安排，一次测试就是一次高成本作业；门店被数字化之后，就成了可以无限次复用的数字资产——白天营业，晚上'搬'进仿真，机器人24小时轮班练习。

这背后是禾赛在汽车产业里攒了多年的三样本钱：三维感知、芯片设计和精密制造。前两样决定了空间重建的精度和效率，第三样决定了采集设备的成本能不能压下来——训练场生意本质上是规模生意，一台扫描设备卖到天价，就没有人扫得起几千家门店。

🔥 更值得注意的是收入结构的变化。对一家主要靠交付传感器获得收入的公司而言，Kosmo意味着业务从'一次性卖硬件'延伸到'持续卖数据与云服务'：设备之外，还有后续的数据生产、空间重建和云端订阅。

时间线捋一下这轮产业节奏：

• 2025年底：戴盟机器人发布含触觉的多模态数据集，数据集产品化开始露头
• 2026年8月：Lightwheel联合Hugging Face上线人类活动数据集，首批1万小时
• 2026年内：英伟达推出物理AI数据工厂蓝图，数据流程标准化
• 2026年10月14日：禾赛科技发布Kosmo空间相机及云平台，签约银河通用、原力灵机

节奏已经说明问题：从数据集到数据工厂再到训练场，各路玩家在不到一年里密集卡位。禾赛争取的，正是这轮产业分工中'训练环境基础设施'的位置——让整机企业不必各自重复造门店，把研发资源省下来投到具体任务上。

🧭 一张四象限图，看清数据基建的卡位战

把目前这批'卖铲人'放到一张图上看，格局会清晰很多。

这张图的判断依据是公开的产品形态与商业模式，不算精确量化，但趋势看得见：

英伟达站在技术门槛和商业价值的双高位，但它提供的是蓝图和工具链，真正下到门店和工厂里扫场景、建场景的脏活累活，需要有人接。禾赛的机会正在这里——用汽车产业验证过的硬件工程能力，把'数据工厂'从PPT变成可采购的设备和服务。Lightwheel、戴盟这类数据集玩家卡位灵活，但数据集本身容易同质化，护城河要看后续的数据更新能力。

据多位接近产业的人士观察，整机厂目前更愿意为'能直接跑训练的场景'付费，而不是为'一堆视频'付费——这也是为什么空间重建这个环节，看起来比数据集更接近真金白银的采购需求。

🤖 触觉厂商不想只当传感器供应商

另一个战场上的动作同样凶猛。

IROS 2026匹兹堡，Sharpa一口气发了三款产品：一体式触觉感知灵巧操作机器人D01、全手触觉灵巧手W02，以及支持触觉反馈的外骨骼数据手套AE01。其联合创始人此前表示，公司从一开始就计划走全栈路线，让硬件、数据与AI同时开发、相互迭代。

同一届展会，帕西尼拿出的组合更夸张：从指尖触觉、足底感知、六维力和关节扭矩传感器，到数据采集手套、灵巧手和机器人本体，物理接触从感知、采集到执行的主要环节全覆盖。

他山科技推出触觉采集与训练平台，戴盟机器人发布含触觉的多模态数据集，以六维力和关节扭矩传感器为主业的蓝点触控，则开始探索力控算法与数据服务。几家路线不同，但有一点一致——业务范围已经很难再用'传感器供应商'来概括了。

为什么要'叛逃'？答案写在价格标签上。帕西尼官方商城显示，其PX6AX GEN3多维触觉传感器部分基础型号的售价已经来到199元。传感器也没能躲过卷价格的命运，只卖元器件，毛利会一天天被磨掉。往数据、算法、训练系统走，本质上是给自己找第二增长曲线。

一张表看清楚这轮'全栈化'的玩家：

资本的动作最诚实。智元、银河通用从蓝点触控的客户变成了股东；比亚迪、京东投资帕西尼，并把合作延伸到机器人应用和数据采集。客户变股东，意味着整机厂已经不满足于'供货关系'，而是想亲手锁住数据供应链。

⚠️ 产业链拉长了，钱会留在哪一环

过去，上游负责提供感知元器件，下游机器人公司完成集成，双方围绕性能、成本和可靠性建立供货关系——这是汽车产业链玩了很多年的分工。现在，一部分供应商开始进入数据采集、算法和训练系统，本体厂商也在自行组织包含触觉信息的数据生产，原本清爽的上下游边界，开始互相渗透。

所有的热闹之下，真正的资产是什么？答案藏在水线以下：

产业链越来越长，新增的价值最终会留在哪一环？三个判断：

第一，可复用的数据资产是终极护城河。硬件会被卷到199元，但一个被数千家门店验证过的三维场景库、一套持续更新的触觉数据集，复用成本趋近于零，边际收益极高。禾赛Kosmo的核心野心不在卖相机，而在云平台上沉淀的场景资产。

第二，整机厂不会容忍关键数据环节被卡脖子。资本入股就是提前布防——自己下场也好，绑定供应商也好，本体厂商一定会保留对数据生产的控制力。这决定了'卖铲人'必须保持开放中立，才可能同时服务多家客户。

第三，专业供应商的进入，对产业是净利好。如果每家机器人公司都要自建门店扫描、自采数据、自搭训练场，重复开发会把整个行业的研发资源拖垮。分工越细，具身智能走到真实场景的速度才可能越快。

小结

机器人还没大规模上岗，围绕它的'教育产业'已经先跑起来了。禾赛带着汽车产业的感知硬件能力杀入训练场，触觉厂商从元器件一路卷到数据服务和云平台，英伟达在画数据工厂的蓝图——它们赌的是同一件事：具身智能的数据瓶颈，必须靠产业分工而不是各家自建来解决。

接下来值得盯的是两个指标：Kosmo们能不能在真实客户手里跑通'扫描—重建—训练'的闭环，以及数据服务会不会在某家机器人公司的财报里，第一次成为单独披露的科目。真到那天，'卖铲子的'才算真正淘到了金。