这篇是机器之心刊载的 Kinetix AI 数据创新官张展鹏的行业观察，重点不是再盘点融资规模，而是追问：具身数据怎样进入模型研发闭环？
文章披露，Kinetix AI 曾与超过 30 家需求方交流，并在过去一季度交付数万小时结构化数据。作者的判断是，具身数据可以成为生意，但只卖原始视频、采集时长或标准化标注，容易落回重运营和价格竞争。
文章把数据价值分成三层：
- 卖采集时长：有真实需求，但主要是设备、场地和项目管理的重运营生意。
- 卖处理后的数据资产：加入三维重建、姿态、时序和语义标注，价值更高，但仍可能回到规模与成本竞争。
- 卖模型能力提升：围绕抓取稳定性、失败恢复和跨场景泛化设计数据，跟踪训练、评测与部署结果。
关键变量也从「采了多少小时」换成「每新增一小时数据，模型获得了多少新能力」。失败恢复、长尾场景、动作语义和真机部署反馈，可能比重复的标准流程更有价值。
所以，这篇文章给出的答案是：数据本身能赚钱，但长期壁垒不在库存规模，而在「数据采集、模型训练、能力评测、真实部署、定向再采集」能否持续循环。文中观点来自 Kinetix AI 参与者，不是独立行业财务统计。
相关页面：KAI Ego 数据
コメント
ログインするとコメントできます。