事件背景
大衍科技在 2025 年 5 月成立於浙江桐乌，完成數千萬元天使輪融資。創始人楊林是自動駕駛算法工程師出身，在速騰、酷睿程、比亞迪、蘇州博世等企業深耕自動駕駛領域 7～8 年。核心科學家來自聯合國科學院院士、加拿大工程院院士的二十年數字孿生與觸覺交互積累。
公司主要業務是合成數據與觸覺大模型研發，同時建設機器人數據產線。楊林在受訪時提到一個關鍵觀察：「汽車合成數據沒漲，甚至有點跌。隨著機器人本體競爭越來越激烈，大家就開始卷機器人大腦，而大腦的瓶頸就是數據。」
現象：需求轉移的信號
這則新聞看似描述一家初創公司的融資與業務轉向，但深層邏輯是一個經濟現象——舊賽道飽和，新賽道缺數據。
2024～2025 年間，中國自動駕駛領域發生了什麼？
- **競爭白熱化**：從小鵬、理想、蔚來到華為系、比亞迪、甚至傳統車企的自動駕駛方案都進入量產階段。
- **數據採購需求停滯**：當大多數玩家都有自己的採集閉環或向供應商 dump 需求時，獨立合成數據公司的訂單增速自然放緩。
- **價格競爭激化**：標註數據、合成數據的採購單價在下降，因為供給側過度競爭。
同時期，機器人本體市場急速膨脹。從大語言模型驅動的「物理世界 AI」概念在 2024 年遠火、到 2025 年機器人公司（從初創到大廠）都在搶佔「機器人大腦」領地。但機器人與自動駕駛不同：
- **自動駕駛**：主要用視覺與雷達，數據需求相對標準化，已有成熟供應鏈。
- **機器人**：涉及視覺 + 觸覺 + 力控 + 多模態感知，數據類型多樣、標準尚未統一，市場上可採購的合成觸覺數據幾乎是空白。
因此，當大衍科技用自動駕駛積累的「合成數據 + 物理模擬」能力，轉向機器人觸覺大模型時，它進入了一個需求剛性強、競爭對手稀少、技術門檻高的細分市場。這就是需求轉移套利。
深層原理：成本優勢的時間窗口
經濟學有一個概念叫「技術轉移」（technology spillover），但這個故事講的不只是技術轉移、還涉及成本結構套利。
楊林與其團隊在自動駕駛領域積累的是： 1. 數據模擬引擎：如何快速生成合成數據、如何驗證合成數據的真實性。 2. 物理引擎與標註流程：數字孪生技術、可控擴散模型。 3. 與主機廠、供應商的溝通經驗：理解什麼樣的數據能解決什麼樣的算法問題。
這些能力在自動駕駛領域已經邊際遞減（供給過剩、價格下降），但轉移到機器人觸覺領域時、立刻變成了稀缺資源。為什麼？因為機器人廠商急需觸覺數據、但整個產業還沒有標準化的供應商、也沒有成熟的數據管道。
這個套利窗口有生命週期：
階段 1（現在）：大衍科技是少數懂觸覺模擬的團隊，訂單增速快。
階段 2（未來 1～2 年）：隨著融資與口碑傳播，競爭對手會進入（要麼是自動駕駛公司跟風、要麼是 AI 公司新組建機器人數據部門）。
階段 3（遠期）：機器人觸覺數據市場成熟、標準化、供應方增多，利潤率與增速回歸行業平均。
為什麼這是「需求轉移」而非「簡單轉向」
關鍵區別在於：
- **簡單轉向**：公司 A 的產品不賣了，改賣產品 B。這是被動、倉促、往往失敗率高。
- **需求轉移套利**：公司 A 的核心能力（成本結構、技術棧、組織經驗）在新市場 C 仍有競爭力，且新市場 C 的需求增長速度 > 舊市場 B 的需求衰退速度。
大衍科技符合第二種模式。它沒有拋棄自動駕駛的技術積累、而是直接遷移到機器人。換言之，。