上证报中国证券网讯（记者 窦世平）走进具身智能机器人数据与训练基地，家居、商超、工业等场景依次铺开。头环式采集设备、遥操作装备和不同构型的机器人，被用于记录人类示教与机器人操作。日常生活中的动作，在这里成为模型学习的素材。
记者近日调研发现，人形机器人企业正从本体和运动控制向模型、数据延伸。能否完成操作、换个环境能否继续工作，成为企业需要直面的问题。
当前，真实应用尚未充分铺开，模型训练已经需要大量交互数据。如何让数据供给跟上机器人能力提升的需求，并将训练中的表现转化为实际作业能力，正成为具身智能走向应用亟待破解的现实问题。
机器人公司补上“数据基建”
在北京人形机器人创新中心（以下简称“北京人形”）数据基地，记录一个动作，只是数据生产的开始。不同机型、任务与场景组合采集，既服务自身机器人研发，也向外部客户提供数据。
但是，采集员工作一小时，并不意味着能够得到一小时的有效数据。北京人形机器人创新中心数据与训练基地项目经理刘磊介绍，一名采集员工作8小时，扣除摆放道具、布置场景等时间，可能录制约6小时数据；经过采集质检、标注质检和产品验收，最终留下的有效数据约为3至4小时。
留下的数据还要用于模型训练，训练后的模型再部署到机器人上进行验证。执行中暴露的问题，又成为下一轮补采的依据。刘磊介绍，基地通过自动上传、AI辅助标注、自动质检与人工抽检等方式，提高数据处理效率，打通数据、模型与本体之间的链路。
据北京人形介绍，基地年数据产能可达18万小时，已对外交付近3万小时高质量真机数据，七成以上产能服务行业客户。这样的基础设施正在更多地区出现。中国信息通信研究院发布的《具身智能训练场研究报告（2026年）》显示，截至今年6月底，全国建成启用超70家具身智能训练场，在建或规划中的还有46家。
本体企业也在向具身“大脑”延伸。松延动力董事长姜哲源在接受上海证券报采访时表示，公司创业初期优先解决本体和运动控制问题，如今开始补上“大脑”这一环。在他看来，数据采集还需要打通记录、存储、传输和标注等环节，形成完整的处理体系。“更多的还是比拼数据基建——比拼到底谁能够最快地获得更多高质量、多样化、规模化的数据。”
企业加大投入的同时，数据供给也受到主管部门关注。国家数据局近日召开的具身智能座谈会提出，具身智能产业呈现数据驱动特征，对高质量、多样化、大规模数据的需求持续增长，将加强科学布局和发展引导，适时推动具身智能数据标准建设，积极支持企业加大数据投入。
数据要多更要真正有用
虽然数据生产能力在扩大，但机器人到底需要多少数据，还没有统一答案。
刘磊表示，通用具身能力需要1000小时、100万小时还是更多数据，目前尚无定论。面向固定场景完成简单任务，与进入陌生环境执行复杂任务，对数据的要求并不相同。
在他看来，数据价值还要通过模型表现来判断。例如，机器人在一个家庭的厨房能够完成操作，换到另一个家庭却可能失败。如果将失败前后的数据回流，经过补采、处理和训练，使机器人能够完成原来做不好的任务，这类数据才体现出价值。
松延动力更强调数据的多样性。姜哲源初步判断，具身智能出现能力拐点，至少需要百万小时量级的数据，但这一规模也未必足够。“补一些没见过的数据，这是最关键的。”他认为，让机器人进入陌生场景后仍能完成任务，既需要更多样的数据，也需要机器人自主执行任务所产生的数据。
在光轮智能联合创始人兼总裁杨海波看来，数据资源成为制约国内具身智能产业规模化落地的主要问题。具身数据必须满足高质量、大规模和多样性，既要包含动作、状态、物理交互和任务结果等有效学习信号，也要覆盖更多任务、场景、操作方式，以及成功、失败、纠正和恢复等完整过程。
数据来源也在扩展。北京人形采用真机遥操作与无本体人类示教；觅蜂科技8月底宣布，无本体数据累计超过100万小时；光轮智能则布局仿真合成数据等业务。一名从业者告诉记者，真机记录机器人实际交互，无本体设备便于跟随人进入不同环境，仿真则可构造多种训练场景，但人类动作如何迁移到机器人、仿真与真实环境存在多大差距，仍需通过实际任务验证。
“三条数据路线各有定位，不存在简单的谁取代谁。”国研新经济研究院创始院长、智能经济首席专家朱克力表示，具身智能需要视觉、触觉、力控和动作反馈等多维交互数据。多路线融合是更现实的选择，可先用仿真与无本体数据进行基础训练，再用真机数据微调，兼顾效率与落地可靠性。
集中训练后还要走进真实世界
数据是否有效，最终还是要回到机器人的工作环境进行检验。但把机器人放进真实产线，并不是一件容易的事。
刘磊告诉记者，如果机器人还不能完成作业，进入生产线反而可能拖慢进度，用户未必愿意开放场景。集中式基地可以先提供中试环境，把采集、训练和验证流程跑通，再逐步向实际应用扩展。
训练设施自身也在调整。今年9月，石景山区人形机器人数据训练中心一期完成升级，设置4D世界采集区、物理交互实验场等区域，将数据采集进一步与建模、训练、验证和回流相衔接。
训练场内形成的方法，开始被带到场外。据北京人形相关负责人介绍，基地已将上百套无本体采集设备送到家庭、工业等真实环境，提供统一操作流程，回收数据后进行自动质检和人工抽检，并按有效时长计价。他将集中基地比作“样板间”，先建立技术、工艺和处理能力，再向外部场景延伸。
松延动力计划进入家庭采集数据。姜哲源介绍，公司将结合外部获取与自行采集，第一人称人类操作数据主要依赖外部，本体相关操作数据则以自行采集为主，也可能与外部合作。在他看来，低成本、高可靠的机器人本体，是持续获取多样化数据的重要基础。
真实场景的开放与应用验证，也被纳入政策的推进方向。今年6月，工业和信息化部、国资委启动人形机器人与具身智能实景实训专项行动，要求持续丰富异常处置、突发干扰、边界工况等真实场景数据，并从作业成功率、效率提升、安全可靠性和经济可行性等方面验证应用效果。
朱克力认为，随着机器人进入更多真实场景，集中式基地将进一步承担模型验证、安全测试与迭代任务：既对现场回传的数据进行清洗、标注，也在新算法部署前开展极限和风险场景测试，逐步与现场机器人形成“端侧采集、集中迭代、再下放部署”的协同体系。
