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2200万美元Pre-A轮融资，叠加今年3月800万美元种子轮，累计募资3000万美元。本轮由多家AI、深科技与基础设施背景机构领投，资金将用于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，以及完善数据处理、标注与合规工具链。

Ropedia成立于2025年下半年，业务模式明确：不研发机器人本体，专做真实世界数据采集与处理。

Ropedia成立于2025年下半年，总部新加坡，在加州山景城设办公室。三位联合创始人均有清华本科、南洋理工博士路径：CEO陈昭熹博士曾在Meta参与光学动捕数据体系搭建；CTO洪方舟博士在Meta做过第一人称多模态智能研究；首席科学家刘子纬为南洋理工大学副教授、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，刘子纬本人计算机视觉领域谷歌学术引用超9万次。团队不研发机器人本体，专做真实世界数据采集与处理。

其核心产品HOMIE头戴设备同步采集第一视角影像、深度信息、音频、手部与肢体动作，将人类在真实环境中执行任务的过程转化为多模态训练数据。据公司披露，该方案最高可将单条数据采集成本降至传统遥操作方式的约1/50，设备已进入量产阶段。公司称已服务北美、中国、新加坡等地超20家机器人及基础模型公司。

这笔钱指向一个正在发生的具体变化：具身智能行业开始为"数据"单独付费。

过去两年，资本和媒体关注点集中在机器人本体厂商的运动能力展示上。但2026年多个工业部署案例表明，制约模型落地的瓶颈已经从执行端转移到训练端。当前主流数据采集方式存在两个结构性缺陷：遥操作虽然能产出高质量动作轨迹，但采集效率受限于单人单工位模式，且数据与特定机器人硬件构型绑定，更换平台后复用率低；互联网公开视频数据量庞大，但缺乏精确的位姿、力反馈和时序对齐标注，无法直接用于策略网络训练。两条路径都无法支撑百万小时量级的训练数据需求。

Ropedia选择的技术路线是用可穿戴设备替代机器人本体作为采集终端。操作者佩戴HOMIE正常完成现实任务，系统记录全流程多模态信息，后端进行时空对齐、标注和质量控制。这种方式的实质是将采集场景从实验室扩展到厨房、仓库、零售货架等真实环境，同时将边际成本从人工遥操作大幅降低至硬件折旧加分发成本。由于采集主体是人而非特定构型的机器人，产出的数据理论上可以复用于不同形态的下游本体。

判断这类公司的实际价值，需要看三个可验证的指标。

一是成本数据的统计口径。"最高降至1/50"是对比什么基线？是否包含后端清洗标注的完整链路？这些细节决定其商业模式的真实利润空间。二是合规能力。第一视角采集必然涉及人脸、声纹、私人空间等敏感信息，新加坡IMDA联合JTC与SIT已在榜鹅数码区推进实体AI真实世界测试床建设，监管框架正在成形，数据采集商的合规资质将直接影响其业务边界。三是客户复购率和数据集复用比例。如果下游客户每次都需要针对自家机器人构型重新标注，那么"通用数据集"的实际价值会缩水，Ropedia的商业模式也可能退化为定制化外包服务。

地缘布局上，Ropedia总部设在新加坡，办公室落在硅谷山景城。公司计划利用新加坡国家机器人计划开放的测试场和监管沙盒资源，打通东南亚场景采集与北美模型交付的链路。其定位是"中立数据节点"——不参与本体竞争，但在产业链中占据了一个此前被忽视的位置。

Ropedia这3000万美元的意义不在于金额本身，而在于它证明了数据供应链已经可以脱离本体厂商独立融资、独立估值。过去行业默认数据采集是本体公司的内部职能，现在有人专门做这件事还能拿到钱，说明资本开始认可这个环节的独立商业价值。窗口期的问题不用预判，看后续有没有更多同类公司拿到融资就知道这个判断是否成立。

（更多人形机器人赛道深度文章，请关注微信公众号“人形大讲堂”）