本篇报告解决了以下核心问题：1、数据采集应用的理论前提：具身智能大模型真正落地应用前，为何、如何转动数据飞轮？2、数据采集应用的现状：从数据采集行业出发，各具身智能公司的大模型、数据采集工厂、数据采集硬件、平台及数据资产等的建设情况如何？
　　数据采集应用的理论前提：具身智能大模型真正落地应用前，为何、如何转动数据飞轮？
　　1、从具身智能应用落地的目的出发，具身智能大模型需要打通表征与闭环两条主线，打破数据墙、表征墙与闭环墙三道墙，完成这一目的，可能需要百亿小时级别的高质量数据；典型的具身智能数据可以表示为视觉、语言、动作以及状态等，通过多模态数据跑通感知决策行动的闭环；
　　2、数据采集行业：从较宏观的角度来看，当前，数据采集行业逐步走向硬件设备成熟化+采集平台生态化+相关职业完善化，并催生了数据加工产业，主要有数据清洗、标注、治理、管理等；
　　3、数据采集方式：现有具身智能数据采集方式可归纳为四种核心范式：人类示教驱动、仿真环境驱动、真机跨平台数据聚合和世界模型生成，不同方式各有其优劣。
　　应用现状-布局、竞争：数据采集的行业现状与商业闭环
　　1、整理了各本体厂大模型路径、进展以及数采工厂的建设情况；
　　2、整理了各厂商在数据采集行业的布局，部分厂商布局全链路生态，包括硬件本体、数据集、大模型及场景落地；
　　3、数据采集硬件的不同形态，主要有手部数采设备、外骨骼类、柔性类和穿戴电信号类等。
　　相关标的：我们认为人形机器人处于技术突破、商业化落地初期，后续有望迎来量产空间，维持人形机器人行业“推荐”评级。建议关注：1）本体：宇树科技、优必选、极智嘉等；2）垂直场景本体应用：杰克科技、永创智能等；3）数据采集硬件：凌云光、汉威科技、福莱新材等。
　　风险提示：人形机器人行业进展不及预期风险；数采成本下降不及预期风险；数据应用安全性及合规风险；相关行业标准制定与行业发展速度不匹配风险；中美贸易摩擦风险；重点关注公司业绩不及预期风险；研究报告中使用的公开资料可能存在信息滞后或更新不及时的风险等。