中泰证券人形机器人运控报告指出，人形机器人训练数据严重短缺是当前产业化核心瓶颈之一。马斯克在特斯拉财报会上指出，人形机器人所需训练数据规模约为汽车自动驾驶的10倍。目前可用于训练人形机器人的开源数据集无论数量还是规模都极为匮乏。动捕设备作为真实人类运动数据采集的核心工具，正成为人形机器人产业的"铲子"——无论哪家本体厂商最终胜出，动捕设备需求都将持续增长。全球动捕市场2023年约32亿美元，Vicon占38%、OptiTrack占25%，国内凌云光、诺亦腾等厂商加速布局。

数据缺口是人形机器人产业化的核心瓶颈之一。在特斯拉2024年第四季度财报电话会上，马斯克指出，人形机器人所承担的任务及用途相较汽车自动驾驶复杂得多，大概有1000倍之多，所需的训练数据规模也会随之扩大至10倍左右。对比开源数据集规模，Waymo自动驾驶数据集包含1150个场景、1260万个3D标注框；BDD100K包含10万段40秒高清视频；nuScenes包含140万张相机图像、39万次激光雷达扫描。而人形机器人数据集方面，Open X-Embodiment仅整合了60个已有数据集、包含22个机器人的527个技能训练数据；AgiBot World涵盖80余种日常生活动作；ALOHA 2.0规模有限。两者差距达1-2个数量级，数据短缺已成为制约人形机器人运控算法训练的关键瓶颈。

人形机器人的数据来源主要为真实人类运控数据采集及数字孪生两类，需要两者结合。先在孪生环境中将真实数据进行倍增，跑通基础模型，再通过sim-to-real的迁移学习，叠加真实人类运动数据采集矫正，从而完成一套动作学习。真实数据采集依赖动捕设备，通过捕捉目标对象关键点位位移信息，并将其转化为数字信号，进而生成三维空间中的运动数据。采集工具包含Vision Pro、动捕装置等，在精细程度、环境约束条件、成本上有所差异。数字孪生通过虚拟环境模拟，通过迁移学习提升模型泛化能力。RoboGen等平台可实现自动化的机器人任务生成与训练数据合成，加速数据积累。

表：光学动捕与惯性动捕技术对比

特性	光学动捕	惯性动捕
原理	摄像头捕捉标记点位置	加速度计、陀螺仪测量运动
精度	高精度，静态环境优异	较高，可能随时间累积误差
实时性	实时性较好	实时性非常好，延迟极低
环境要求	需特定环境（光线、无反光干扰）	环境要求低
设备复杂度	复杂，需多个摄像头和标记点	简单，只需佩戴传感器
成本	较高	相对较低
便携性	差，安装校准复杂	好，易于携带和安装
人形适用场景	上肢精细运动捕捉	全身运动捕捉

根据MarketsandMarkets数据，2023年全球动作捕捉市场规模约32亿美元。竞争格局方面，英国Vicon占38%市场份额，美国OptiTrack占25%，Motion Analysis占15%，CR3合计占78%，市场高度集中。光学动捕领域，Vicon在视觉运动捕捉技术领域处于领导地位，拥有先进红外摄像技术和计算机视觉算法；OptiTrack具备高精度、低延迟和实时数据处理能力，广泛应用于电影、游戏、VR等领域；瑞士Qualisys为医疗和工业领域提供光学动捕平台。惯性动捕领域，荷兰Xsens为惯性动捕领军企业，系统精度高、不易受外界环境干扰。国内动捕厂商包括度量科技、青瞳视觉、凌云光、瑞立视、诺亦腾等，在人形机器人应用领域加速布局。

国内主要动捕设备厂商已与头部人形机器人本体厂商建立合作关系。凌云光FZ Motion光学动捕系统可实现0.01mm精度的稳定捕捉，拥有先进骨骼结算算法，在遮挡情况下能实现数据自动修复，已与宇树科技、优必选、小米建立合作。诺亦腾PN Studio惯性动作捕捉套装成本低、环境适应性强，HybridTrack光学运动测量系统具有强鲁棒性和高精度，合作智元机器人、千寻智能。度量科技提供Mars系列、Plotus系列、Orbit系列等多系列动捕产品。青瞳视觉拥有MC系列、R系列、K系列、D系列以及U系列捕捉相机。动捕设备厂商作为人形机器人产业的"铲子"供应商，无论下游本体厂商竞争格局如何演变，动捕设备需求都将持续增长，确定性较强。报告建议重点关注凌云光（光学动捕领先）和诺亦腾（奥飞娱乐子公司，惯性动捕领先）。