上海浦东，一座数据采集工厂里，数十台人形机器人每天重复同一批动作：抓起一个杯子，放到指定位置，再抓下一个。采集员通过遥操作设备一遍遍纠正轨迹，机器视觉、关节角度、力控反馈的数据随之汇入后台。同一时刻，成都、无锡、南昌、苏州、天津、深圳等几十个城市，类似的场景同步上演。这些枯燥的重复，是过去两年中国具身智能行业……

本文来自微信公众号： 科技C位 ，作者：东木褚

上海浦东，一座数据采集工厂里，数十台人形机器人每天重复同一批动作：抓起一个杯子，放到指定位置，再抓下一个。

采集员通过遥操作设备一遍遍纠正轨迹，机器视觉、关节角度、力控反馈的数据随之汇入后台。

同一时刻，成都、无锡、南昌、苏州、天津、深圳等几十个城市，类似的场景同步上演。

这些枯燥的重复，是过去两年中国具身智能行业最热闹的一门生意：

训练场。

生意的起源是一道算术题。

大语言模型可以从互联网获得约300万亿词元的现成语料，机器人要学的视觉、动作、力觉、触觉数据，互联网上却几乎没有，只能从零采集。

中国信通院测算过缺口：

机器人要迎来自己的”ChatGPT时刻”，需要千万小时级真实数据，而目前全球可用的高质量真实数据只有数十万到百万小时级。

今年上半年，我国人形机器人出货量超过4万台，全球占比97%，造出来已经不是问题，卡在”用起来”的数据关上。

于是训练场成了答案。

截至2026年6月底，全国已建成启用超过70家具身智能训练场，另有46家在建或规划，覆盖18个省级行政区，形成长三角、京津冀、珠三角三大集群。

这门生意做到了什么程度，又卡在哪里，账该摊开算一算了。

两年解决了什么

先说成果。训练场首先解决的是”有没有”的问题。

两年前，机器人数据的生产还是手工作坊状态。

现在，北京人形机器人创新中心的数据基地里，6000平方米实训空间铺开家居、快递分拣、化学实验等30多个场景。

采集员的每一次操作都有标准化的任务拆解和流程定义，数据经过清洗、标注、校验、质检后进入模型训练，训练出的模型部署回真机，真机暴露的问题再回流到数采系统，形成闭环。

这个基地的数据合格率，从建设初期的50%左右，用三个月时间优化到95%以上，年产能18万小时，已对外交付近3万小时高质量数据。

成本也在下降。真机遥操作数据规模化运营后，单小时有效数据成本降到约275元，而在小规模采集阶段，这个数字可能是每小时数千元。

信通院预计，已启用的训练场今年数据年产量累计将达到千万小时级。

数据开始变成能力。

在深圳，依托实训数据训练的轮臂式人形机器人可以完成开关电柜、启闭工业阀门等复杂作业；

智元与上海创智学院的联合成果显示，用真实场景实时回流的数据更新模型，长程任务平均子步骤得分比传统监督微调方法提升近50%。

交易和流通也开了头。

今年初，全国首单具身智能数据集在江苏省数据交易所完成交易，北京、贵阳的数据交易所陆续跟进，北京人形的RoboMIND数据集面向全球开源，下载量已突破2000万次。

三个露出来的窟窿

但热闹的另一面，是这门生意的账一直没人算清。

第一个窟窿在产能口径里。

操作8小时，不等于得到8小时数据。扣除摆放道具、复位场景，一名专业遥操员一天实际录制约6小时，再经过三道质检，最终有效数据只有3到4小时。

你付了8小时的工资、折旧和场租，能进模型的不到一半。

许多训练场宣称的”百万小时产能”，说的只是生产能力，不是能交付、能卖掉的商品。

湖北一家人形机器人创新中心6月披露”年数据采集能力超千万条”，7月公开信息又变成”日均产出2.4万条”，设计产能、日均产出和年度实际采集量，从来不是一个概念。

第二个窟窿在客户名单里。

不同机器人的自由度、夹爪、控制系统都不一样，一台机器人采的数据很难直接喂给另一台，最自然的客户就是本体厂商自己。

软通动力的文件提供了一个样本：子公司采购智元的机器人建无锡数采场，项目落地后智元再按约定回购数据，形成”项目获取、落地、数据回流”的闭环。

地方平台出场地和资金，机器人厂商卖本体，再买回数据，两笔交易在一个圈里完成。

今年9月，刚上市的梅卡曼德CEO公开质疑这类”攒局式”收入不可持续，把争议推到了台前。

澎湃新闻梳理的117个数采项目里，只有67个能确认存在实际数据采集活动。

第三个窟窿在场景本身。

训练场为了提高效率，把厨房、货架、流水线复刻进固定空间，光照稳定、地面平整，机器人一天可以重复数百次同一个动作。

真实的工厂不会这样配合，零件反光，地面有油污，物料每天都有偏差。真正决定机器人能不能长期干活的，恰恰是训练场里很少出现的异常情况：

抓取失败、突然遮挡、零件滑落，以及失败后如何恢复。信通院报告点名的四大挑战里，场景任务同质化排在第一位，大量训练场集中建设少数易展示的任务，复杂长程任务挖掘不足。

北京人形数据与训练基地产品负责人史明威直言：

市面上宣称有多少万小时数据的训练场不少，但1万小时高质量数据，可能比100万小时重复数据更重要。

退烧之后往哪走

三个窟窿指向同一个结论：靠产能讲故事的阶段结束了。

信通院把训练场的演进划成建设热潮期、能力沉淀期、生态繁荣期三个阶段。

现在的位置，正处在热潮期向沉淀期过渡的窗口。

退烧之后，行业的去向已经能看出几条线。

第一条线，数据从”样板间”走向真实产线。

集中式场地之外，无本体采集、第一视角视频、仿真合成都在快速发展，有企业把上百套无本体采集设备送进家庭和工厂，让数据在真实活动中自然产生。

未来的格局大概率是”中心训练场加分布式实景点位”：中心场负责通用能力训练，分布在工厂、商超、家庭的点位负责补充长尾扰动和真实工况，既提高真实性，也分摊重资产成本。

第二条线，计价方式在变。

过去卖的是”一小时数据”，以后客户更关心的是数据让任务成功率提高了多少、部署时间缩短了几天。

一个年产百万小时但高度重复的中心，竞争力可能不如一个只有几万小时、却掌握大量失败案例和长尾场景的平台。

石景山的训练中心今年9月完成升级，干脆把精度口径写进方案，用80台4K相机阵列和世界模型重建动态场景，比拼的不再是机器人数量和场地面积，而是数据维度和真值体系。

第三条线，单卖数据养不活自己，服务链条必须拉长。

行业媒体测算过一笔账：一座50台机器人的中型训练场，建设投入两三千万，年运营七八百万，按有效数据率40%、报价500元、销售率70%计算，年收入约700万元，撑平运营都勉强。

出路是把数据生产、模型调优、真机验证、中试评测打包成”训练即服务”，再拓展测评认证、人才实训等增值业务。

广东的”1+1+N”体系、上海国地中心的主分训练场联动、香港首个国际应用训练场10月开幕，走的都是这条从”数据工厂”到”公共服务平台”的路。

国家发改委也已明确，将以实训场和中试基地为抓手统筹布局，避免各地继续同质化铺摊子。

评价标准随之改变。

以后再看一家训练场，值得追问的是三个数字：收入里有多少来自与本体供应商无关的第三方客户？客户第二年有没有复购？数据到底给模型带来了多大的能力提升？

前两个检验市场是否真实存在，最后一个决定数据值不值钱。

过去两年，各地抢着给机器人建训练场，解决的是”有没有地方学”的问题。

接下来要回答的问题朴素得多：机器人从训练场出来以后，活儿到底干没干好。

这门生意值不值钱，现在才开始见分晓。