物理AI数据价值链重塑：从人工采集到智能标注的转型阵痛

野村证券发布的机器人研报指出，随着第一人称视角（Ego）视频数据市场供过于求，原始数据采购价格持续下行，严重压缩了底层采集环节的盈利空间。该趋势促使整个产业链向模型实验室直连的一级供应商、数据验证及自动化标注环节集中。

二级采集商生存压力加剧，部分已接近盈亏平衡

根据野村对东南亚地区的产业调研，自2026年中起，多家二级数据采集运营商已陷入微利甚至亏损状态。其主要成因在于数据重复使用率极低，多数数据集仅能完成一次性交易，难以形成持续收益。

一级供应商利润结构受限，依赖数据复用与客户资源

在当前供应链中，一级供应商每小时可保留约5美元收益，而实际参与采集的工人收入仅为1至2美元。尽管供应商利润率维持在10%至20%区间，但这一水平高度依赖于数据能否实现二次或多次销售，缺乏复用能力则极易被市场淘汰。

自动化标注颠覆人力成本结构，头部企业率先转型

野村调研显示，某领先一级供应商于2026年8月全面引入机器标注系统后，原超过千人的标注团队缩减至约50人。此举显著降低单位成本，同时提升数据处理速度与一致性。未来，具备高效数据流转能力与实验室对接资源的供应商将更具竞争优势。