不做机器人，专采真人作业视频：新加坡Ropedia融资3000万美元，把"机器人数据"做成独立生意

新加坡具身智能数据公司Ropedia的累计募资已达3000万美元。据人形大讲堂获悉，公司近日完成2200万美元Pre-A轮融资，此前今年3月曾取得800万美元种子轮。本轮领投方来自AI、深科技与基础设施领域，所募资金计划投入四个方向：拓展东南亚和北美的数据采集网络，壮大新加坡及山景城团队，推进自研头戴设备HOMIE量产，并补强数据处理、标注和合规工具链。

成立于2025年下半年的Ropedia，业务路径十分清楚：不开发机器人本体，只从事真实世界数据的采集和处理。

团队专注真实世界数据的采集和处理，并不研发机器人本体。Ropedia在2025年下半年成立，总部设于新加坡，另在加州山景城设有办公室。三位联合创始人均沿着清华本科、南洋理工博士的路径成长：曾参与Meta光学动捕数据体系搭建的陈昭熹博士出任CEO；在Meta研究过第一人称多模态智能的洪方舟博士担任CTO；首席科学家刘子纬是南洋理工大学副教授，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。

把真人执行真实环境任务的过程转换成多模态训练数据，是核心产品HOMIE的用途。这款头戴设备能同时记录第一视角影像、深度信息、音频以及手部和肢体动作，目前已经进入量产阶段。按公司披露的口径，相较传统遥操作方式，单条数据的采集成本最高可降至约1/50。公司还称，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。

这笔融资体现出一个正在发生的具体变化：具身智能行业开始把“数据”作为独立产品付费采购。

过去两年，资本与媒体主要关注机器人本体厂商展示的运动能力。然而，2026年的多个工业部署案例显示，模型落地瓶颈已由执行端转向训练端。现有主流数据采集方式有两个结构性问题：遥操作能够生成高质量动作轨迹，但单人单工位模式限制了采集效率，数据又与特定机器人硬件构型绑定，更换平台后的复用率较低；互联网公开视频虽然规模庞大，却缺少精确的位姿、力反馈和时序对齐标注，不能直接用于策略网络训练。这两种路径均不足以满足百万小时量级的训练数据需求。

Ropedia采用可穿戴设备取代机器人本体充当采集终端。操作者佩戴HOMIE完成正常的现实任务，由系统记录全过程的多模态信息，再通过后端完成时空对齐、标注和质量控制。其本质是把采集场景由实验室拓展至厨房、仓库、零售货架等真实环境，同时让边际成本从人工遥操作大幅下降为硬件折旧和分发成本。因为采集者是人，而不是特定构型的机器人，所以相关数据理论上能够被不同形态的下游本体复用。

评估这类公司的真实价值，要观察三个能够验证的指标。

需要首先核对的是成本统计口径：所谓“最高降至1/50”，采用了什么对比基线，后端清洗标注的完整链路是否计算在内？答案关系到这一商业模式实际能留下多少利润。其次要看合规能力。人脸、声纹、私人空间等敏感信息不可避免地会被第一视角采集涉及；实体AI真实世界测试床正由新加坡IMDA联合JTC与SIT在榜鹅数码区推进，监管框架也处于形成过程中，因此合规资质将直接限定数据采集商的业务边界。最后还需关注客户复购率与数据集复用比例。若下游客户面对不同的自家机器人构型，每次都必须重新标注，“通用数据集”的实际价值便会减少，Ropedia的商业模式也可能转为定制化外包服务。

从地缘布局看，Ropedia把总部放在新加坡，并将办公室设于硅谷山景城。公司拟借助新加坡国家机器人计划开放的测试场和监管沙盒资源，连接东南亚场景采集与北美模型交付。它将自身定位为“中立数据节点”，不加入本体竞争，却占据了产业链中此前受到忽视的位置。

Ropedia获得这3000万美元，关键并非融资金额，而是数据供应链由此证明可以脱离本体厂商，获得独立融资和估值。行业过去默认数据采集属于本体公司的内部职能；如今专门从事该业务的公司同样能获得资金，表明资本开始承认这一环节的独立商业价值。是否存在窗口期不必预判，只需观察后续有没有更多同类公司获得融资，便能检验这个判断。

（微信公众号“人形大讲堂”提供更多人形机器人赛道深度文章，欢迎关注）