短缺首先表现为价格分层，而不是全品类普涨。智元姚卯青在公开采访中的观察被产业界反复引用：单目、室内场景裸手数据等同质化数据价格承压；细分真实场景的双目、触觉、手套、腕部相机数据需求更强，价格相对坚挺。这个分化把“数据采集设备供不应求”拆成了更具体的问题：缺的不是能拍画面的通用设备（881117），而是能在真实物理交互中同步记录触觉、位姿、力与纹理的高附加值采集能力。高质量数据短缺是行业瓶颈，但瓶颈落在采集端，表现为多维真实信号采集设备与方案更紧俏。
全球高质量真实物理交互数据的缺口给出了背景。公开资料显示，截至2026年初，全球高质量真实物理交互数据总量约50万小时，而实现物理AI需要千万小时量级，缺口超过95%。这个估算口径未必精确，却指向一个产业事实：大模型可以靠互联网文本扩张，具身智能必须从真实世界“喂”出动作与感知。数据采集设备因此不只是实验工具，而是物理AI数据供给链的入口。
电子皮肤的产业链条正好对应触觉数据的增量。上游是柔性基材、导电油墨、纳米材料、传感器（885946）芯片与柔性电路，决定灵敏度、耐久性和可拉伸性；中游是柔性传感器（885946）模组、智能贴片与算法平台；下游覆盖医疗健康、机器人触觉、人机交互与工业安全。润阳科技（300920）发布物理智能感知材料，强调柔性可变形、可实时捕捉压力变化，用于机器人触觉感知。多模态柔性触觉电子皮肤可同步采集压力、温度、摩擦力、物体纹理、滑动等多维信号，这比单一视觉采集更接近机器人在抓取、装配、避障时真正需要的数据维度。
润阳科技（300920）的布局不止于材料。公开信息显示，其与傅利叶智能有战略投资合作，并通过润科具能布局半人马机器人，聚焦消防、矿山、油田等高危作业场景。2026年世界机器人大会上，润科具能展示自研电子皮肤触觉手套，融合印刷传感与织物传感技术。触觉手套的价值在于把人的操作经验转化为可训练信号：手部动作、接触力、滑动与纹理同时被记录，采集对象从“机器人怎么动”扩展到“人怎么感知并调整”。这类设备补上的是触觉数据维度，也是当前同质化视频数据难以替代的部分。
采集方法创新同样改变设备需求结构。启元董豪团队提出HIL-UMI机器人后训练方法，操作人员使用便携式夹爪演示动作，模型同步预测并识别偏差。它减少对真实机器人本体的依赖，不需要反复等待机器人执行、出错和人工接管。在清理桌面的对比实验中，数据采集效率达到传统真机人工接管方法的5.63倍。这个数字有明确边界：它属于特定实验条件验证，不能外推到所有任务。更关键的判断是，后训练不是单纯增加数据量，而是知道模型哪里不会，再有针对性补充数据。采集设备因此从“多录”转向“录得准”，便携夹爪、腕部相机、UMI类设备的需求随之上升。
产业推动作用沿一条机制链传导：多维采集设备提升触觉、双目、腕部等数据维度，采集效率提高后，单位时间可用数据增加；数据可用率提升，模型后训练和场景验证才有更稳的输入；高危作业、家庭服务等场景再反向定义采集需求。行元智能发布的Chorus跨本体数据引擎支持智能眼镜、胸戴相机、腕部相机、UMI设备、智能头环等多种设备采集的人类操作视频，将其转化为适配不同机器人本体的预训练数据。公开测试称，在当前配置下可将平均可用数据转化率提升至85%，结合指令增广实现约40倍有效训练数据扩容。这组数据同样有测试口径，但它说明采集端的竞争不止在硬件，还在把原始数据变成可用训练数据的处理能力。
约束也很清楚。采集成本高、原始数据可用率低、跨本体复用难，仍制约数据供给规模化。电子皮肤等方案仍需从场景验证走向规模化供给，不能直接等同于大规模订单。润阳科技（300920）的材料发布、触觉手套展示和半人马机器人场景布局，公开信息尚不足以确认已形成大规模量产、大额订单或确定收入贡献。触觉数据还面临标准化问题：不同手套、不同电子皮肤输出的压力、温度、摩擦信号如何对齐，跨场景泛化如何验证，隐私合规如何界定，都会影响设备从“能用”到“可规模化采购”。
观察这一轮景气，不能只看“设备缺货”四个字。更有效的指标包括：高附加值数据品类需求是否持续，采集设备成本能否下降，数据可用率是否提升，场景验证是否从演示走向连续作业。智元姚卯青把具身智能的规模化扩展分为预训练、后训练和部署后训练三个阶段，数据是闭环起点。这个框架下，数据采集设备的推动作用不是一次性卖硬件，而是让真实作业持续产生数据、沉淀经验并反哺模型。短缺的结构性越明显，产业链越需要回答同一个问题：哪些采集维度真正提高了数据可用率，哪些只是重复同质化供给。
全球高质量真实物理交互数据的缺口给出了背景。公开资料显示，截至2026年初，全球高质量真实物理交互数据总量约50万小时，而实现物理AI需要千万小时量级，缺口超过95%。这个估算口径未必精确，却指向一个产业事实：大模型可以靠互联网文本扩张，具身智能必须从真实世界“喂”出动作与感知。数据采集设备因此不只是实验工具，而是物理AI数据供给链的入口。
电子皮肤的产业链条正好对应触觉数据的增量。上游是柔性基材、导电油墨、纳米材料、传感器（885946）芯片与柔性电路，决定灵敏度、耐久性和可拉伸性；中游是柔性传感器（885946）模组、智能贴片与算法平台；下游覆盖医疗健康、机器人触觉、人机交互与工业安全。润阳科技（300920）发布物理智能感知材料，强调柔性可变形、可实时捕捉压力变化，用于机器人触觉感知。多模态柔性触觉电子皮肤可同步采集压力、温度、摩擦力、物体纹理、滑动等多维信号，这比单一视觉采集更接近机器人在抓取、装配、避障时真正需要的数据维度。
润阳科技（300920）的布局不止于材料。公开信息显示，其与傅利叶智能有战略投资合作，并通过润科具能布局半人马机器人，聚焦消防、矿山、油田等高危作业场景。2026年世界机器人大会上，润科具能展示自研电子皮肤触觉手套，融合印刷传感与织物传感技术。触觉手套的价值在于把人的操作经验转化为可训练信号：手部动作、接触力、滑动与纹理同时被记录，采集对象从“机器人怎么动”扩展到“人怎么感知并调整”。这类设备补上的是触觉数据维度，也是当前同质化视频数据难以替代的部分。
采集方法创新同样改变设备需求结构。启元董豪团队提出HIL-UMI机器人后训练方法，操作人员使用便携式夹爪演示动作，模型同步预测并识别偏差。它减少对真实机器人本体的依赖，不需要反复等待机器人执行、出错和人工接管。在清理桌面的对比实验中，数据采集效率达到传统真机人工接管方法的5.63倍。这个数字有明确边界：它属于特定实验条件验证，不能外推到所有任务。更关键的判断是，后训练不是单纯增加数据量，而是知道模型哪里不会，再有针对性补充数据。采集设备因此从“多录”转向“录得准”，便携夹爪、腕部相机、UMI类设备的需求随之上升。
产业推动作用沿一条机制链传导：多维采集设备提升触觉、双目、腕部等数据维度，采集效率提高后，单位时间可用数据增加；数据可用率提升，模型后训练和场景验证才有更稳的输入；高危作业、家庭服务等场景再反向定义采集需求。行元智能发布的Chorus跨本体数据引擎支持智能眼镜、胸戴相机、腕部相机、UMI设备、智能头环等多种设备采集的人类操作视频，将其转化为适配不同机器人本体的预训练数据。公开测试称，在当前配置下可将平均可用数据转化率提升至85%，结合指令增广实现约40倍有效训练数据扩容。这组数据同样有测试口径，但它说明采集端的竞争不止在硬件，还在把原始数据变成可用训练数据的处理能力。
约束也很清楚。采集成本高、原始数据可用率低、跨本体复用难，仍制约数据供给规模化。电子皮肤等方案仍需从场景验证走向规模化供给，不能直接等同于大规模订单。润阳科技（300920）的材料发布、触觉手套展示和半人马机器人场景布局，公开信息尚不足以确认已形成大规模量产、大额订单或确定收入贡献。触觉数据还面临标准化问题：不同手套、不同电子皮肤输出的压力、温度、摩擦信号如何对齐，跨场景泛化如何验证，隐私合规如何界定，都会影响设备从“能用”到“可规模化采购”。
观察这一轮景气，不能只看“设备缺货”四个字。更有效的指标包括：高附加值数据品类需求是否持续，采集设备成本能否下降，数据可用率是否提升，场景验证是否从演示走向连续作业。智元姚卯青把具身智能的规模化扩展分为预训练、后训练和部署后训练三个阶段，数据是闭环起点。这个框架下，数据采集设备的推动作用不是一次性卖硬件，而是让真实作业持续产生数据、沉淀经验并反哺模型。短缺的结构性越明显，产业链越需要回答同一个问题：哪些采集维度真正提高了数据可用率，哪些只是重复同质化供给。
