不造机器人，做具身智能上游的“数据译者”。
2026年的中国，几乎每一周都有一家具身智能公司宣布完成新一轮融资。
上半年，这个赛道的融资总额冲到935亿元，是去年同期的5倍多，融资事件多达322笔，同比暴涨137%。
有投资人形容，这种节奏“哪怕移动互联网最疯狂的时候也没见过”。热钱背后是一个更朴素的事实：机器人越来越会走、会跑、会翻跟头，但它们几乎不会“干活”。
真正卡住这个行业脖子的不是算法，而是数据——全球高质量物理交互数据加起来大约只有50万小时，行业普遍认为一个能规模化落地的具身智能模型至少需要千万小时级数据，缺口超过99%。
这个缺口催生出了一整条新赛道。
手亿科技就是在这条赛道里跑出来的公司之一。它不造机器人，不做大模型，做的是产业链最上游，也最容易被忽视的一件事：把人的手部动作，变成机器人能听懂的语言。
在最难的“野采”缝隙里找解法“创业最开始的时候反而没有什么太多难度，因为实际上一个人做是最轻松的，你的技术也能自己把控，”手亿创始人许展玮直言。“后来，我们的产品要经过更多市场的检验，这一阶段反而是我比较紧张的时候。”
从产品路径看，手亿成立时间不长，但已经经过了数轮产品的快速迭代。最初，手亿是个硬件入口，一套采集系统，角色更像是配合别人的零部件供应商。
但很快团队发现，只提供一个模块对大部分客户来说不够用。客户没有能力搞懂整个行业的全貌，除了核心技术产品，还需要有人把配套一并准备好。
于是手亿从“配合别人”变成了“交钥匙”，商业模式随之更灵活，“我们打造了自己的数据中台，把软硬件打通，再往后开始做数据资产管理，在手部操作这个方向上形成了自己的操作模型。”
许展玮把这条路径归结为两股力量共同推动的结果：一边是几位联合创始人的学术积累，另一边是跟客户沟通中不断暴露出来的新需求。这也是为什么手亿一直把自己定位成“具身智能的基础设施公司”，而不是单纯的硬件厂商。
产品往前走的同时，一个更关键的判断也在同步发生。手亿要靠什么方式采集数据，才能真正规模化？
这个判断的源头，要追溯到团队最早的基因。他们最初的合作伙伴是国内头部手机厂商的to C业务，那些业务最核心的追求是可穿戴设备的“无感”体验。
许展玮用自动驾驶来解释这套逻辑：“就像自动驾驶里面加传感器，不能影响司机的正常驾驶体验，在人的身上加可穿戴的设备，不能够影响到人们正常的工作效率和工作节奏。”
“无感和可穿戴性，是这一轮竞争的核心，”他肯定地说。
目前，具身数据采集大致分成几条并行的路线：金字塔顶端是遥操作获得的“真机数据”，精度最高、成本也最贵；中间是仿真和合成数据，便宜、能规模化，但对真实场景的还原始终隔着一层；底层是海量的人类视频，来源广、但精度有限。
手亿选择的是这几条路线中间一条更微妙的缝隙——视觉为主，配一根腕带做独特视角追踪。
许展玮看来，纯视觉、纯异构方案容易做出大规模，“但手的跟踪和场景理解能力较差”；数据手套的方案，在一定规模里边的成本是可控的，一旦规模真正上量的时候，它的通用性就会下降非常大；依赖固定机位的第三方视角，最大的问题是做不了“野采”，人们希望自己在做数据采集的时候更自然，甚至意识不到自己在被采集。
手亿的判断在这一年里得到了印证。
做仿真的光轮智能在数据集里加了腕带，上市公司创维的数采设备里配了腕带，老牌厂商奥比中光今年也把腕带加了进来，机器人本体不管是轮式、双足还是人形，做操作任务时手上也普遍配上了腕部镜头。
“从手亿最早提出来，到今年大概不到一年的时间，这已经成为一个统一的方案”。
有了方案，然后是执行的效率。
“同样的3亿个小时的数据，如果只能够有10%有效被采集使用，那也意味着一个小时的数据需要10个小时的成本来cover掉。很多公司好不容易把采集、流转、清洗、质检、筛选这些环节都跑完，然后发现只有大概不到10%的数据是可以用的。”许展玮直言。
而手亿的竞争力就在这里。把这条链路的效率提升到“量级”级别，而不是百分之几或翻一倍那么简单。
除了效率之外，行业另一个大问题是，很多数据厂商没有自己训练、验证模型的能力，数据分层只能靠人工定义的指标，手亿则能用自研模型反过来给已采集的数据做质量分层，让价格更透明，能匹配的客户也更多。
这些凑成了手亿的护城河，而许展玮看来，护城河解决的是“客户为什么留下来”，而成本解决的是“客户为什么先进来”。
手亿当前的成本数字，是行业竞品的十分之一。许展玮把这归结为一次范式革新，而不是补贴。传统方案依赖特殊材料的触觉传感器、需要3D打印和电磁场求解的外骨骼，这些负担本身就是成本大头。
“手亿把传感器部分做了一次种类上的革新，转而用市面上通用的高精度传感器，在大批量生产的前提下，有巨大的成本优势。”
数据竞赛终将从“拼量”走向“比质”2026年被很多人称为“具身智能数据规模化元年”。在激烈的竞争之下，出现了一种奇特的现象。机器人厂商把设备卖进数据采集中心，采集中心用这些设备采集数据，再由机器人公司花钱把数据买回去，资金、产品、数据转成了一个闭环。
这种热度催生出一种反常的“估值倒挂”：本体厂商还在为量产爬坡挣扎，数据服务商的估值已经先冲上了独角兽线。
也是在这样的背景下，今年8月末，北京首个人形机器人数据训练中心宣布停止运营，原因之一是实验室里遥操作采集出来的数据“太干净”，覆盖不了真实世界里光线、物料、场地这些复杂因素。
放回手亿的故事里看，有两点值得留意：一是它从一开始选的就是“无感、非侵入式”的野采路线，没走搭场景、固定机位这条后来被证明有坑的路；二是面对这样一个单笔融资动辄十亿级别的赛道，在许展玮看来，手亿的融资节奏“偏保守”，即便身边人都在说趁能拿到钱就多拿，他更看重的是“认不认可手亿的计划”。
对未来，许展玮的判断很朴素：三年之后，大家不会再一味追求数据的“量”，会转向“质”。所谓的“质”，一方面是指精度，模型想要完成的任务越来越复杂和精细，对数据精度的要求也会水涨船高；另一方面就是数据的有效率。“低质量的原始数据的量，最多三年内就会被市场填满，真正的竞争力会转到数据清洗、资产管理和效率这些更深的地方，手亿的定位也会随之从‘基础设施公司’进一步聚焦到数据的检索、处理、存储和算力调度上。”
中国具身智能市场从2025年约9150亿元冲向2026年预计超过1.09万亿元，有望在2035年突破万亿级别。对于手亿而言，这场长跑，眼下才刚跑完热身圈。
