← 国内外 14 家机器人与具身智能公司2026-11-02 · 调研报告
国内 · 具身智能数据基础设施(不造本体)

诺亦腾机器人诺亦腾机器人科技(北京)有限公司(Noitom Robotics,母公司为诺亦腾科技)

具身智能行业的“卖铲人”:从十多年的动作捕捉业务孵化出来,不造机器人,只做机器人训练所需的人类动作、触觉、视觉等多模态数据,以及遥操作采集系统;2026 年发布 ModalityNet 数据平台,年数据产能合计超 45 万小时,客户包括 NVIDIA、Google DeepMind、字节、小鹏、智元、傅利叶等。

45 万小时+ModalityNet 三大数据集的年产能合计(MOV 10 万 + OM 5 万 + ITW 30 万)S1S3
600+ 小时在 Hugging Face 开放下载的动捕与人物交互研究数据S2
2012 年母公司诺亦腾科技成立,惯性动作捕捉服务好莱坞影视与 3A 游戏S4S5
两轮2026 年完成 Pre-A++(数亿元)与 Pre-A+++ 融资S4S6
官网
noitomrobotics.com ModalityNet 数据平台 诺亦腾动作捕捉
调研日期
2026-11-02(信息截至当日)
调研视角
做 AI 产品的团队:看公司的战略、产品、技术路线、落地、供应链与风险
来源构成
8 条:A 级官方 3 条、B 级权威媒体 / 第三方 5 条
利益相关
本报告由 Claude(Anthropic 的模型)协助完成,与调研对象无利益关系。诺亦腾机器人未上市、未披露收入与估值;数据产能与合作方以官网和 ModalityNet 平台为准,融资信息来自媒体报道。

一页结论

  1. 明确不做本体:以“数据”为核心交付界面,服务机器人本体企业、具身模型团队与高校科研S4S6
  2. 数据是具身智能的瓶颈:语言模型有互联网文本,机器人需要的动作轨迹、手部操作、触觉与环境交互数据只能在物理世界逐条采集S4
  3. 以人为中心的中间层数据:提出四层数据金字塔,聚焦介于真机遥操作与互联网视频之间的人类全模态数据,并通过跨本体映射复用到不同机器人S3
  4. 客户覆盖中美头部:ModalityNet 列出的合作方包括 NVIDIA、Google DeepMind、斯坦福、伯克利、字节跳动、腾讯 Robotics X、小鹏、智元、傅利叶S1
  5. 国家队资本加持:Pre-A++ 轮投资方包括北京、上海人工智能产业投资基金、深创投、中金资本等S4

01公司介绍

项目内容
公司诺亦腾机器人科技(北京)有限公司,总部北京;母公司诺亦腾科技 2012 年成立S4S6
官网noitomrobotics.com;数据平台 modalitynet.comS1S2
创始团队创始人兼 CEO 戴若犁博士;联合创始人兼首席科学家韩磊博士S3S4
母公司业务惯性与光惯混合动作捕捉(PN Hybrid、PN Link、PN Studio),服务影视、游戏、VR/AR、数字人S4S5
融资2026-06 Pre-A++ 轮数亿元(北京市人工智能产业投资基金、上海人工智能产业系列基金、深创投、建发、广发信德、中金资本、元禾璞华等;老股东君联、五源、经纬等追加);2026-10 Pre-A+++ 轮(汇融基金独家)S4S6
诺亦腾机器人官网首页:开放 600+ 小时动捕与人物交互数据(2026-11-02 截图)[S2]
诺亦腾机器人官网首页:开放 600+ 小时动捕与人物交互数据(2026-11-02 截图)S2

02公司战略

诺亦腾机器人的定位是具身智能的“数据基础设施”:把人类与物理世界交互的数据,变成可规模化生产、可评估、可复用的产品。

  • 卖铲人路线:在本体大战之外,做所有机器人公司都绕不开的数据环节,被媒体比作具身智能领域的“台积电”S4
  • 技术迁移:把十多年的动捕精度、标定流程和数据治理能力迁移到机器人数据S2S4
  • 数据框架:四层数据金字塔,从第一层到最后一层具身特异性降低、多样性与泛化能力增强;ModalityNet 聚焦以人为中心的中间层S3
  • 生态合作:与智象未来合作生成视频数据,与黎曼动力共建百万小时具身数据闭环S7S8
  1. 母公司诺亦腾科技成立S4
  2. 与智象未来合作生成具身视频数据S7
  3. 发布 ModalityNet;完成 Pre-A++ 轮数亿元融资S3S4
  4. ICRA 2026 参展,展示新一代采集终端S3
  5. 与黎曼动力、光轮智能战略合作S8
  6. 完成 Pre-A+++ 轮融资S6

03产品定位与产品线

产品定位说明
HiPHI-MOV 数据集机器人行走与移动操作的“动作先验”S1S3人体全身动作、手部姿态、物体网格与轨迹、第一人称与侧视视觉S3
HiPHI-OM 数据集精细灵巧操作的“交互先验”S1S3全身与手部动作、手部触觉、物体网格、多视角 RGB-D,置信度接近真值S3
ITW+ 数据集真实环境的“分布先验”S1S3非受控环境的人类行为、第一人称 RGB-D、音频S3
遥操作系统(Project T)为机器人厂商提供动捕设备与远程操控采集方案S4端到端、低延迟双向遥操作S2
数据服务采集、清洗、标注、治理与质检全流程S2支持 ROS、Isaac Sim、MuJoCo 等平台S2
ModalityNet“数据概览”:三大数据集当年产能(2026-11-02 截图)[S1]
ModalityNet“数据概览”:三大数据集当年产能(2026-11-02 截图)S1

04主要功能与技术路线

数据平台
ModalityNet:注册后浏览与获取数据集,支持定制数据生产与模型训练合作S1S3
数据工程
亚毫米级时空同步、多模态高维信号配准S1跨本体映射:数据适配不同机器人本体S1S6标准化处理、标注与质检体系S6
采集系统
高精度动作捕捉(惯性、光惯混合)S5手部触觉、RGB-D、第一人称视觉同步采集S3分布式高通量采集,数据工厂 A1、A2 运行中,B1、C1、D1 计划 2026 年上线S1
遥操作
双向遥操作,人穿动捕服“手把手”教机器人S2S4
合作本体
与 PNDbotics、因时机器人联合打造 Adam-U 数据采集与操作平台(31 自由度)S2
根据诺亦腾机器人官网与 ModalityNet 平台整理。
官网合作案例 Adam-U:与 PNDbotics、因时机器人共建的数据采集与操作平台(2026-11-02 截图)[S2]
官网合作案例 Adam-U:与 PNDbotics、因时机器人共建的数据采集与操作平台(2026-11-02 截图)S2

05解决方案与场景

客户类型方案案例
机器人本体企业遥操作采集系统 + 定制数据S2S4小鹏、智元、傅利叶(ModalityNet 列出)S1
具身模型团队多模态训练数据、跨本体映射S6黎曼动力 Riemann-1.0 世界动作模型S8
科技公司与研究院数据集与联合研究S1NVIDIA、Google DeepMind、字节跳动、腾讯 Robotics XS1
高校开放研究数据集S2斯坦福、伯克利、加州大学圣地亚哥分校S1
视频生成合作生成具身视频数据S7智象未来,预计年内产出数万小时S7
ModalityNet“合作方”:从高校到世界 500 强(2026-11-02 截图)[S1]
ModalityNet“合作方”:从高校到世界 500 强(2026-11-02 截图)S1

06商业模式

模式说明
数据集授权ModalityNet 数据集获取(注册制)S1S3
定制数据生产按客户任务采集、标注与交付S3
设备与系统动捕设备、遥操作采集方案(继承母公司产品)S4S5
模型训练合作与模型团队共建数据闭环S3S8
30 万小时+ ITW+ 真实环境 10 万小时+ HiPHI-MOV 动作 5 万小时+ HiPHI-OM 灵巧操作
口径:数据工厂 A1、A2 当年产能,公司称每月更新S1。作为对比,经典数据集 AMASS、LAFAN 为几十小时级S3。

07上下游供应链与渠道

上游:采集硬件
母公司诺亦腾的动作捕捉设备S4S5触觉、RGB-D 等传感器(供应商未公开)
上游:数据工厂
A1、A2 运行,B1、C1、D1 计划 2026 年上线S1Pre-A++ 投资方在各地拥有数据采集场景资源S4
诺亦腾机器人
采集、处理、标注、质检、跨本体映射S6
渠道
ModalityNet 平台、ICRA 等学术会议、Hugging Face 开源数据S1S2S3
下游客户
机器人本体企业、具身模型公司、科技巨头、高校S1S6
根据官网与媒体报道整理(分析意见)。

08主要客户与落地

指标数据口径
列出的合作方NVIDIA、Google DeepMind、斯坦福、伯克利、UCSD、字节跳动、腾讯 Robotics X、小鹏、智元、傅利叶等ModalityNet 官网轮播(未说明合作形式)S1
战略合作黎曼动力、光轮智能、智象未来公开合作公告S7S8
开放数据600+ 小时(Hugging Face)官网S2
收入未披露—

09营收与财务

指标数据口径
收入与利润未披露未上市
Pre-A++ 轮数亿元人民币2026-06,具体金额未公开S4
Pre-A+++ 轮金额未公开,汇融基金独家投资2026-10S6
估值未公开—

从融资节奏看,公司半年内完成两轮融资,并表示会继续启动下一轮,说明数据服务方向正获得资本持续关注(分析意见)S4S6。

10落地痛点

  • 数据标准不统一、跨本体通用性弱:同一份人类数据要映射到不同机器人,仍是行业难题S6
  • 采集成本高:高精度、多模态、对齐的数据只能在物理空间逐条采集S4
  • 人类数据到机器人的差距:人手与机器人手结构不同,中间层数据能否有效迁移需要模型验证(分析意见)
  • 价值难量化:数据对模型提升的贡献难以直接计量,影响定价(分析意见)

11近期动态

  • 2026-10-26:宣布完成 Pre-A+++ 轮融资S6
  • 2026-08-06:与黎曼动力、光轮智能签署战略合作S8
  • 2026-06:ModalityNet 上线;完成 Pre-A++ 轮数亿元融资S3S4
  • 2026-03:与智象未来合作具身视频数据S7

12潜在风险分析意见

风险表现可能程度
技术路线变化若仿真、视频生成或机器人自采数据足够好,人类采集数据的需求可能下降(分析意见)中
大客户自建头部机器人公司自建数采中心(如智元、优必选)S1中
同类竞争光轮智能等数据公司同样提供人类数据平台S8中
商业化不透明收入与客户付费规模未披露(分析意见)中

“可能程度”为基于现有公开信息的判断,不是量化预测。

13综合结论分析意见

优势

  • 十多年动捕精度与工程积累
  • 中美头部客户名单
  • 规模化数据工厂

劣势

  • 收入未披露
  • 依赖下游模型验证数据价值

机会

  • 具身模型对数据的持续需求
  • 数据标准与跨本体映射
  • 国家与地方 AI 基金资源

威胁

  • 头部公司自建数采
  • 合成与视频数据替代

对 AI 产品团队的启示

  • 在热门赛道里做“铲子”:本体与模型竞争激烈时,数据基础设施是所有人都需要的确定性环节。
  • 老技术找到新用途:动作捕捉从影视游戏迁移到机器人训练,是典型的能力复用。
  • 数据产品要讲清“怎么用”:四层金字塔、跨本体映射、质检流程,让数据从原材料变成可直接训练的产品。
  • 开源数据是获客手段:600+ 小时开放数据降低客户试用门槛。

信息缺口

以下信息未找到可靠的公开来源,本报告不做推测。

  • 收入、客户数与单价
  • 各轮融资金额与估值
  • 与列出合作方的具体合作形式
  • 跨本体映射的效果评测
  • 数据工厂的实际产出

来源

A 官方 · B 权威媒体或第三方 · C 社区(仅用于口碑与线索)。访问日期均为 2026-11-02。

  1. S1 · AModalityNet 数据平台(数据概览、合作方)诺亦腾机器人 · 2026-11-02 访问
  2. S2 · A诺亦腾机器人官网(服务、Adam-U 案例、开放数据)诺亦腾机器人 · 2026-11-02 访问
  3. S3 · B三大数据集,45万小时级产能:诺亦腾机器人ModalityNet正式发布艾邦机器人 · 2026-06
  4. S4 · B数亿元融资落地!具身智能与人形机器人研发商诺亦腾机器人再获融资机器人圈(新浪财经) · 2026-06-17
  5. S5 · A诺亦腾动作捕捉产品官网诺亦腾科技 · 2026-11-02 访问
  6. S6 · B诺亦腾机器人完成Pre-A+++轮融资,专注于PhysicalAI全模态数据服务投资界 · 2026-10-26
  7. S7 · B智象未来携手诺亦腾机器人,共创具身智能数据新范式IT 之家 · 2026-03-30
  8. S8 · B黎曼动力携手光轮智能与诺亦腾机器人,剑指2026年百万小时具身智能数据建设36 氪 · 2026-08-06