一边喊缺 99%，一边数据卖不动：具身数据的供需两头，用的不是同一种计价单位
国内合规真机交互数据约 50 万小时，商业化需要数千万小时，缺口超过 99%；但同一份报道承认，数据「又难卖」。缺口和滞销同时成立，说明病灶不在小时数，在计价单位：客户要「工位验收」，训练场卖「小时数」，两边算的不是同一笔账。
- 缺口超 99%：国内真实物理交互场景的合规数据约 50 万小时，机器人商业化落地需要数千万小时（贵州省大数据局 7 月口径，非 9 月新数据）。
- 百万小时军备赛：千寻智能已累计超 20 万小时、年内冲 100 万；星海图计划年内完成百万小时；黎曼动力称已过半——均为公司自述。
- 算一笔总账：中国信通院测算，「ChatGPT 时刻」需要 1.1 万亿 token 数据，全靠真机采集约需 2.12 万台机器人连续工作一整年。
- 成本差 10–50 倍：真机遥操作约 500–1000 元/小时，仿真数据约 20–50 元/小时（国盛证券口径）。
- 判断：供需矛盾的核心不是「缺数据」，是「验收口径错配」——客户按工位付费，训练场按小时计价，所以缺口和滞销能同时成立。
缺口 99%，但数据卖不动
上海证券报 9 月 19 日的报道把一对矛盾摆在了同一篇文章里：供给端，国内真实物理交互场景的合规数据存量约 50 万小时，而机器人商业化落地需要数千万小时，缺口超过 99%；需求端，这些数据「又难卖」——企业集体冲刺的百万小时，并没有转化成对应的收入。
如果只是缺数据，价格应该涨、数据应该抢手。缺口和滞销同时成立，只有一种解释：卖的东西和买的东西不是同一种东西。
百万小时军备赛，和它的成本曲线
三家公司在同一条赛道上冲刺：千寻智能称已累计获得超 20 万小时多类型真实交互数据、计划年内突破 100 万小时；星海图计划年内完成百万小时数据建设；昆仑万维孵化的黎曼动力称数据积累已过半、年底前达成。三家口径均为自述，注意这是「小时数」竞赛。
成本曲线决定了这场竞赛的天花板。真机遥操作采集约 500 到 1000 元一小时，仿真数据约 20 到 50 元一小时，差出 10 到 50 倍。中国信通院的测算把总账算得更直白：若机器人迎来「ChatGPT 时刻」需要 1.1 万亿 token 的数据，全部依靠真机采集，约需 2.12 万台机器人连续工作一整年。这意味着纯真机路线在数学上就不成立，最终的供给结构必然是真机打底、仿真放量、两者按任务类型配比。
一张工位验收单
需求侧的口径在 11 月 1 日之后会变得更硬：数据标准落地后，数据将按任务与工位计价，而不是按小时计价（本站 139 号稿已写过标准本身）。这让「验收口径」成为整个链条的关键节点——数据卖得动的前提，是买方能在合同里写清楚「什么算合格」。
所以判断一节数采中心的价值，该问的是两个数：卖出的数据里，有多少是客户按工位验收后复购的；有多少是本地国资或关联方回购的。前者是真实需求，后者是 146 号稿写过的「注水订单」问题的数据版。两个数的比例，比任何百万小时宣传都更能说明这家数据公司的成色。
谁先换计价单位，谁握住定价权
把三件事串起来：需求缺口是真实的（99%），军备赛是热烈的（三家冲百万小时），滞销也是真实的（卖不动）。链条上缺的不是数据，是把「小时数」翻译成「工位验收」的能力——谁能定义验收标准、谁的数据能被客户按工位复购，谁就握住了这门生意的定价权。