在人形機器人從實驗室走向工廠車間的關鍵階段，產業的核心瓶頸正在發生轉移。野村證券在7月5日發佈的最新行業報告中明確指出，數據已取代硬件，成為制約人形機器人規模化部署的“關鍵零部件”。這一判斷得到了Figure AI首席執行官的呼應，他直言：“阻礙我們從當前階段走向大規模部署的最大障礙就是數據，我們需要海量數據。”
野村給出了一個量化概念：在年出貨量約10萬臺的情景下，行業年度數據需求約達1000萬小時。這背後是一個正在快速成型的訓練數據市場，而該市場內部呈現出鮮明的價值分層。
報告將人形機器人訓練數據劃分為四個層級，各層級在價格與體量上差異顯著。處於金字塔尖的是真機遙操作數據，它要求人類操作員遠程控制機器人執行任務以採集高質量動作數據，單價高達500至1000元人民幣/小時，對應子市場規模約22億至25億元人民幣，是價值最高、利潤最豐厚的細分領域。其次是故障恢復數據，單價約400至500元人民幣/小時，但由於多數廠商尚未打通從部署到反饋的閉環，目前佔比極低。
體量最大的是無實體數據，包括第一視角視頻等，佔總時長的40%至50%，但單價僅約100至300元人民幣/小時。處於最底層的仿真/合成數據成本最低，約50元人民幣/萬幀，市場規模約5億至6億元。野村強調，仿真數據是真實數據的“力量倍增器”而非替代品。報告引述英偉達的案例稱，其合成動作流水線使GR00T N1真機性能較純真機訓練提升約40%，但無法單獨支撐起完整的訓練體系。
這種“底部廉價合成、頂部稀缺真機”的分層結構，決定了數據服務商的競爭壁壘。野村認為，能夠打通數據採集、傳輸、評估、訓練、部署與調試全流程的閉環方案，是純數據服務商最具防禦性的商業模式。單純的“數據即服務”模式雖能快速變現，但缺乏評估和“大腦級”能力的供應商，極易被人形機器人整機廠商垂直整合。
報告的另一大核心判斷是，靈巧手的技術成熟度直接決定商業化落地的時間表。當前靈巧手市場面臨一個根本性矛盾：手部形態越接近人手尺寸，數據採集與下游操作之間的映射越精準，但縮小尺寸後內部空間卻不足以容納足夠的傳感器載荷。調研顯示，國內廠商中僅有一家被認為真正達到了人手尺寸，而主流設計仍明顯偏大，削弱了數據與執行之間的一致性。現有觸覺技術也存在天花板，即便是尺寸領先的全手方案也僅搭載約80個壓力點，且無法有效感知側向力或滑動。
這一技術瓶頸直接影響了應用場景的落地節奏。野村預測，工業場景如搬運、分揀、機床看管和裝配，有望在2027至2028年實現質的突破，出貨量將在此期間顯著增長。而家庭場景的大規模部署則可能要等到2030年之後，酒店及服務式公寓清潔將是較早落地的切入點。精密裝配和接觸密集型任務之所以難以被仿真覆蓋，根源就在於靈巧手的能力不足。
在手臂技術路線上，市場已出現分化。採用諧波減速器加力矩傳感器的方案正逐漸向工業機械臂方向漂移，仿生特性有限。野村的核心判斷是：高精度手臂僅能解決中間運動環節，而足夠靈巧的手部可以彌補手臂精度的不足。因此，更傾向於省去力矩傳感器和諧波減速器、將能力集中於末端執行器的架構設計。
綜合來看，野村的報告描繪了一個清晰的產業圖景：在人形機器人的競賽中，硬件製造能力正逐漸趨於同質化，而數據獲取與處理能力，尤其是圍繞高價值遙操作數據構建的閉環體系，以及靈巧手這一末端執行器的技術突破，將成為決定誰能率先實現商業化的核心護城河。