不做机器人，专门采集真人劳动视频：新加坡Ropedia融资3000万美元，把“机器人数据”做成独立生意

扩张东南亚与北美数据采集网络、扩充新加坡与山景城团队、量产自研头戴设备HOMIE，并完善数据处理、标注及合规工具链，是本轮资金的主要用途。人形大讲堂获悉，近日新加坡具身智能数据公司Ropedia宣布完成由多家AI、深科技与基础设施背景机构领投的2200万美元Pre-A轮融资；计入今年3月的800万美元种子轮后，累计募资为3000万美元。

成立于2025年下半年的Ropedia定位十分清晰：不开发机器人本体，而是专注真实世界数据的采集与处理。

不研发机器人本体、只从事真实世界数据采集与处理，是该团队的业务定位。Ropedia于2025年下半年成立，以新加坡为总部，并在加州山景城设有办公室。三位联合创始人的经历均包括清华本科和南洋理工博士：曾参与Meta光学动捕数据体系搭建的陈昭熹博士担任CEO；曾在Meta研究第一人称多模态智能的洪方舟博士担任CTO；南洋理工大学副教授刘子纬出任首席科学家，其计算机视觉领域谷歌学术引用超9万次。CVPR 2026程序委员会相关职务参与者吕健勤任科学委员会主席。

把真实环境中的人类任务执行过程转为多模态训练数据，是HOMIE头戴设备的用途；它会同步获取音频、深度信息、第一视角影像以及手部与肢体动作。据公司披露，相较传统遥操作方式，该方案可使单条数据采集成本最高降至约1/50，设备目前已进入量产阶段。公司还表示，北美、中国、新加坡等地已有超20家机器人及基础模型公司接受其服务。

这笔融资反映了一项正在发生的具体变化：具身智能行业已开始单独为“数据”付费。

百万小时量级的训练数据需求，现有两条主流采集路径都无法支撑。其一，遥操作产出的动作轨迹质量虽高，却受单人单工位模式限制采集效率；数据还会绑定特定机器人硬件构型，平台更换后难以复用。其二，互联网公开视频拥有庞大体量，却没有精确的时序对齐标注、力反馈和位姿，因而不能直接训练策略网络。2026年多个工业部署案例已经显示，模型落地的制约因素从执行端移至训练端；而过去两年，机器人本体厂商展示的运动能力一直是资本与媒体的关注重点。

Ropedia的路线，是让可穿戴设备取代机器人本体成为采集终端。操作者佩戴HOMIE完成日常现实任务，系统记录全过程的多模态信息，再由后端开展时空对齐、标注与质量控制。其本质是把采集环境从实验室延伸至厨房、仓库和零售货架等真实场景，并将边际成本由人工遥操作显著降为硬件折旧与分发成本。由于数据来自人类，而非特定构型的机器人，理论上可以复用于不同形态的下游本体。

评估此类公司的真实价值，可以考察三个能够验证的指标。

需要考察的第一项是统计成本数据时采用的口径：作为比较结论的“最高降至1/50”，基线究竟是什么，后端清洗标注的完整链路是否计入，这些细节关系到商业模式实际具备多少利润空间。第二项是合规能力，因为第一视角采集会涉及私人空间、人脸、声纹等敏感信息。实体AI真实世界测试床已由新加坡IMDA联合JTC与SIT在榜鹅数码区推进，监管框架也在形成；采集商能把业务拓展到何种边界，将直接取决于其合规资质。第三项则涉及数据集复用比例和客户复购率：一旦下游客户每次仍要依照自家机器人构型重新标注，“通用数据集”的价值便会缩水，Ropedia的模式也可能转为定制化外包服务。

从地缘布局看，Ropedia将总部放在新加坡，并把办公室设于硅谷山景城。公司准备利用新加坡国家机器人计划开放的测试场及监管沙盒资源，连接东南亚场景采集和北美模型交付。它将自身定义为“中立数据节点”，不加入本体竞争，却占据了产业链中此前较少受到关注的位置。

Ropedia获得的3000万美元，重要之处并非融资数额，而是证明数据供应链能够脱离本体厂商，获得独立融资和独立估值。行业过去通常把数据采集视为本体公司的内部职能，如今专门从事这一业务的公司也能获得资金，意味着资本开始承认该环节具有独立商业价值。无需提前判断窗口期，后续是否出现更多同类融资，就能验证这一判断。

（微信公众号“人形大讲堂”，欢迎关注，获取更多人形机器人赛道深度文章）