具身智能走到哪一步了？数据公司最先知道
做智驾的去做具身了，
做数据服务的被请上主桌了。
文 ｜ 刘洋
编辑 ｜ 巴芮
暗涌Waves（ID：waves36kr）
封面来源 ｜ Unsplash
具身智能到了哪一步，问一个卖铲子的可能比问淘金的更实在。
从2025年初到2026年初，不断有投资人和具身本体公司找到恺望数据CEO于旭，问她同一个问题：“你能不能做具身智能的数据？”
恺望成立于2022年，主业是为智驾公司做道路数据的采集、标注和处理 。 智驾卷到现在，一部分需求转向存量数据的复用和交易，成本降了1/3，效率提高了1/3 ——把旧数据打包成可复用的标品再卖一遍，于旭和客户开会的主要议题变成了讨价还价。
没意思，光剩下赚钱了。2025年恺望订单额近1亿元，目前有20多名正式员工，以及1万多名众包形式的线上采集员和标注员。
新的增长曲线几乎是找上门的。很多以前做智驾数采的行业大佬切入具身智能，投资人拆开具身产业链发现，80%的构成与智能驾驶相关 。 做智驾的去做具身智能了，做数据服务的开始被请上主桌了。
于旭成了一个好选择。
她是 Uber开城员工、坊间知名女车头，曾历任Momenta智驾数据负责人、字节大语言模型标 注资源负责人——于旭的血液里流着网约车方法论：一套在行业快速扩张期，数据驱动、资源高效配置、从0到1规模化落地的底层逻辑和执行框架。现在，具身智能需要它。
恺望走的是更容易规模化的Human-centric路线：以人为中心，不依赖机器人本体，普通人佩戴PICO头显、UMI夹爪，就能采集第一视角的真实场景行为数据。然后于旭把网约车方法论复用了过来。
先采再说，快速积累原始素材，在模型反馈里迭代“好数据”的定义；把普通人变成AI生产链里的有效生产力——当年把司机变成数据采集节点，现在把服务员、学生、工人变成具身智能的采集员，把标注员升级成能做语义理解和任务逻辑标注的“AI训练师”；再像网约车那样端到端掌控数据价值链，不只做单一环节，而是把定义、采集、加工、交易做成全链路，搭一个数据供需匹配平台。
这一轮数据行业的核心变化，是对人类经验提取 方式的升级。
纵向看，数据从互联网、道路这些结构化场景，走进了物理世界。自动驾驶和大语言模型时期，这行靠人力组织和流程管理赚钱，是光鲜前沿AI背后隐身的众包大人力；到了具身，一样离不开人，但多了采集硬件、标注加工、场景落地、模型验证闭环。
人类行为数据不断累积，机器能看懂、能自学，每学一次就能让下一次学得更好——于旭和她的生态圈伙伴认为，这才是真正的AI。
横向看是采集路径之争：真机遥操太贵，仿真合成、Human-centric、互联网视频各占一段， 可规模化的高质量第一视角真实数据成了刚需。对应到公司，头部本体公司做真机，重资产 的采集厂做公共训练平台，恺望这样的第三方服务商靠众包进真实场景。
两条线的交叉点，就是恺望和所有数据公司的风口。过 去半年，各条采集路线上的数据公司都在密集融资，连做传统标注的上市公司也在 调头具身。行业里一句话被反复引用：2024是硬件元年，2025是模型元年，2026，轮到数据了。
在这个风口上，恺望完成了新一轮过亿元战略融资。 “暗涌Waves” 独家获悉，本轮融资由北京亦庄产业升级基金、华方资本、天际资本联合领投，新鼎资本、迈睿资管、兴华鼎立等机构跟投。
同时，自变量机器人、松延动力、智元旗下觅蜂科技、鹿明机器人等多家国内头部具身智能公司成为其战略投资人——它们有的是机器人本体公司，有的偏算法，也有本体公司孵化出的具身数据平台。Human-centric已经成为它们数据布局里的一条重要路线。
过去恺望是“自动驾驶一站式数据解决方案提供商”，现在变成了“全链路AI数据基建科技公司”——这是一家传统AI数据服务公司给自己的新定位。
于旭说恺望跟美国的Scale AI很像，“我们有百分之八九十的基础业务相近，Scale AI定义自己就是一个AI基础设施公司。”Scale AI是美国数据标注和训练的龙头，它有一个足够远大的愿景：“The world's most important decisions need reliable AI systems”。
为了 说明白数采在具 身智能爆发的当下， 发生了多大的变化，于旭嘴都 起皮了。 3个半 小时的访谈，她一人说了168分钟，提问20分钟，一起交流的恺望合作伙伴补充了20分钟。
数据一旦量化，就会让人惊讶。
想起合作伙伴结尾时说的话：“她很愿意不厌其烦的，像布道一样地解释，她对自己选择的这 件事非常有信心。有时候别人也觉得很神奇，怎么会有这么一个人，一直一直一直在讲 ” 。
这从侧面证明一件事，于旭要抓住机会，让数据服务的生意在2026年得到应有的历史地位。
以下为“ 暗涌Waves” 与于 旭 的对话（经 编 辑）：