近日，一位机器人企业创始人公开批评称，当前部分具身智能领域存在“资本驱动型创业乱象”——通过关联交易制造虚假繁荣，在缺乏产品市场匹配度（PMF）的情况下，仅靠炒作概念和资本运作谋求快速上市。其核心指控直指行业内的“数据交易闭环”模式，认为这类企业通过非市场化手段虚增收入，难以形成可持续的商业模式。

据该创始人披露，这类关联交易主要涉及三类主体：地方政府主导的数采中心、关联投资方以及供应链企业。通过定向采购、数据回售等操作，企业可在短期内制造出营收增长的假象，但实际产品并未真正进入市场化应用阶段。

数采中心作为具身智能产业的基础设施，其建设规模正呈现爆发式增长。根据徽声在线获取的Interact Analysis最新报告显示，截至2026年4月，全国规划或在建的人形机器人数据采集中心已突破90个。这些中心普遍采用遥操作真机采集模式，即通过人工远程操控机器人完成数据收集，但数据质量与场景真实性始终存在争议。

这场争议的核心在于：当前机器人行业的商业化订单是否真实反映了市场需求？其盈利模式是否具备可持续性？徽声在线记者通过走访产业链上下游企业，试图还原行业真实生态。

数采中心技术路线之争：实验室场景VS真实场景

在具体项目运作层面，机器人本体企业与数采中心的合作已出现明显分歧。这种分歧在2024年8月北京首个停运的人形机器人数据训练中心项目中体现得尤为突出。

该位于石景山首钢园的训练中心，曾被寄予厚望——当地政府规划其年数据交易量将突破100万条，三年内形成50亿元规模的数据服务市场。然而运营仅一年后，原合作方睿尔曼智能便宣布撤离。

睿尔曼智能相关负责人向徽声在线解释称，该中心采用的传统遥操作模式本质上是“实验室场景”的数据采集。虽然通过这种方式积累了千万级轨迹数据，但与真实生产环境存在本质差异。具身智能要实现商业化落地，必须获取来自工厂、物流等真实场景的数据。

基于这一判断，睿尔曼智能将数据采集方式升级为“远程真实场景遥操作”，即在真实工作环境中部署机器人，通过5G网络实现人工远程操控。这种模式虽然采集成本更高，但数据可直接用于训练具备实际应用价值的AI模型。

项目牵头方中关村通力则持不同观点。其技术负责人向徽声在线表示，睿尔曼智能的遥操作路线存在两大缺陷：一是数据精度未达行业训练标准，二是采集效率无法满足规模化需求。“他们声称通过数据销售实现了部分营收，但我们无法核实其真实性。”该负责人透露，经测算，睿尔曼模式的数据收入难以覆盖运营成本。

在停摆两个月后，该训练中心已完成技术路线升级。据中关村通力披露，新方案采用“4D高斯光场+世界模型”技术架构，可实现更高精度的场景重建与动态模拟，目前已与三家汽车制造商达成数据采集合作。

“内循环”模式遭质疑：数据资产如何变现？

行业更深的争议集中在数采中心的商业模式可持续性上。多位受访者向徽声在线指出，当前普遍存在的“机器人销售-数据采集-数据回购”闭环存在根本性缺陷。

某头部机器人企业CTO向记者拆解了这种模式的运作逻辑：地方政府与企业合资成立数采中心，企业先将机器人销售给中心形成营收；中心雇佣人员操作机器人采集数据；最后企业再以低价回购数据用于模型训练。表面看形成了“政府获得数据资产-企业完成模型训练-中心产生营收”的三赢局面，但现实远比理论复杂。

“问题出在最后一环。”该CTO指出，“当前具身智能市场尚未成熟，机器人根本无法替代人类完成复杂任务。这意味着采集的数据缺乏实际应用价值，数据投入与产出严重错位，整个商业模式难以闭环。”

徽声在线获取的产业调研数据显示，2024年数采中心采购的机器人中，有63%仍处于模拟场景测试阶段，仅17%被部署到真实生产环境。更严峻的是，由于模拟场景数据存在适用性局限，超过80%的机器人企业表示不愿为这类数据支付市场价格。

成本问题同样突出。某数采中心运营方透露，采用遥操作模式采集1小时工业数据，综合成本高达3000元，是真实场景人工操作的5倍。“更关键的是，这种数据只能用于特定场景的模型训练，根本无法支撑通用型AI大脑的开发。”该运营方负责人表示。

行业观察人士指出，数采中心建设热潮背后，存在地方政府追求产业政绩、企业谋求资本故事、投资方期待快速退出的多重动机。但如果没有真实市场需求支撑，这种靠关联交易维持的虚假繁荣终将破灭。

“就像用金勺子喝西北风——看起来很华丽，但解决不了实际问题。”某机器人公司创始人如此评价，“具身智能的突破必须回到真实场景，靠关联交易堆砌的数据资产，在资本市场或许能讲故事，但在产业端毫无价值。”