70所机器人学校，教不会端盘子？

机器人也开始上“学校”了，而且学费不便宜。

2026世界机器人大会展区，一块大屏循环播放着“擦桌子”的特写：机械手指触碰桌面，力度、角度实时微调。但别急着鼓掌——这并非机器人自主决策。屏幕旁，一位观众头戴采集设备、手持手柄遥控操作，机器人第一视角画面同步上屏，这段视频经处理后将变成训练机器人干活的“教材”。

这是本篇的核心判断：具身智能的竞争，正在从“本体军备赛”切换到“数据基建赛”。谁先把物理交互数据攒够，谁才有可能摆脱“遥控大玩具”的标签。

📉 大会风向变了：不比跳高，比擦桌子

先说一个现场观察。

去年的机器人展会，主角是那些跳得高、跑得快的整机，观众看的是“惊艳表演”；今年，焦点悄悄让位给了“教机器人干活”的数据采集展位。

变化还不止于此。一批定位为“数据基础设施”“物理AI数据基座”的专业服务商首次集中亮相。它们的商业模式说起来朴素到近乎无聊：不造整机，不训大模型，只为机器人产业提供最底层的数据支撑。

这里有一条值得记住的判断，来自北京人形机器人创新中心具身智能数据与训练基地负责人夏华林：“现在的具身智能机器人，相当于十年前的自动驾驶。”而机器人所需的数据，比自动驾驶还要多数个量级。

翻译一下：自动驾驶当年烧钱烧在路测和标注上，今天的具身智能，烧钱烧在让机器人一遍遍端盘子、擦桌子、分拣快递上。

真实世界的物理交互数据，是具身智能从“看懂世界”迈向“改变世界”的关键。这句话听起来像口号，但它背后是一条正在成型的产业链：

一个闭环。目前这个闭环里最重、最贵、最脏累的环节，就是中间的采集与清洗——而这恰好是今年大会上集体亮相的那批公司要吃的蛋糕。

🏫 70多家“学校”，都在怎么上课

据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）》，截至2026年6月底，全国建成启用的训练场已超70家，在建或规划中的还有46家。

70多所“学校”，授课方式高度一致：把真实场景搬进室内。

最典型的样本是安徽。8月6日，合肥市具身智能机器人数据采集预训练场内，83台来自不同企业的机器人在家居、商超、工业等领域的30余个复刻场景中开展实训。相当于把一个家庭的厨房、一家超市的货架、一条产线的工位，原样复制给机器人反复练习。

北京也没闲着。8月10日，位于北京市石景山区的人形机器人数据训练中心内，上百台机器人在训练师带领下学习人类的生产生活技能，练的科目包括快递分拣——是的，机器人先从分快递学起，跟很多物流新人的第一课一样。

为什么各地都在建训练场？产业逻辑不复杂：具身智能的数据没法纯靠仿真生成，物理接触的力反馈、摩擦、形变，这些信号仿真给不准。所以真实采集暂时不可替代，训练场就成了数据时代的“矿场”。

但70家够吗？报告的原文措辞是：“这还远远不够。”

📊 数据饥渴：比自动驾驶还差几个量级

“现在的具身智能机器人相当于十年前的自动驾驶。”夏华林这句话，值得展开讲。

十年前的自动驾驶，缺的是带标注的行驶数据；今天的具身智能，缺的是带力反馈和关节角度的物理交互数据。两者的共同点在于：数量决定模型上限。

需要说明的是，目前尚无权威机构公布具身智能训练数据的构成比例，视频画面、力反馈信号、关节角度序列各占几何，仍取决于具体任务和采集方案。但可以确定的是，后两类信号在自动驾驶时代几乎不存在，这正是具身智能数据更“贵”、更难攒的原因。

看一组来自一线的数字。在华东某机器人训练场，一位“00后”训练师对着麦克风下达指令——“拿起桌上浅蓝色盘子，放在白色托盘上”——随即操纵机械臂完成抓取、平移、放下。这看似简单的一个动作，她一天要重复上百次。而仅“零件分拣”这一个任务，该训练场已采集了三四万条数据。

三四万条，喂给大模型之后，换来的可能只是机器人端盘子成功率的小幅提升。这就是数据饥渴的现实：模型每上一个台阶，对数据的需求是指数级的。

为什么训练场里要摆83台、上百台机器人？因为采集本质上是个“人海战术+机海战术”的活儿。一台机器人一天采集的数据量有限，想攒够量级，只能堆机器、堆人、堆场景。

“训练师本身就是最大的成本项。”该训练场数据采集负责人郑鑫算了这笔账——每条数据背后都是一名训练师上百次的重复操作，人工成本在采集总成本中占比相当高。这也是为什么很多训练场选择落地在有政策补贴、人力成本相对可控的城市，合肥、石景山这样的样本并非偶然。

一句话总结：具身智能的数据生意，目前还是劳动密集型生意。这一点，和当年自动驾驶标注产业的路径惊人相似。

⚠️ 训练师的活儿，越来越不好干了

数据采集的第一线，感受最真实。

“现实中，高质量数据支撑不到位，机器人就永远摆脱不了遥控大玩具的标签。”郑鑫说得很直白。

而一线数据采集师最直接的感受是：任务越来越难，容错率越来越低。

这句话值得咀嚼。早期采集，机器人练的是抓方块、搬箱子这类宽容度高的动作；现在练的是端浅蓝色盘子——轻了抓不住，重了捏碎，角度歪了放不到白色托盘上。容错率从厘米级降到毫米级，采集难度随之指数上升。

注意流程图里那个“重做”分支。高质量数据的定义很苛刻：轨迹要平滑、力度要自然、失败片段要剔除。一个动作上百次重复中，能通过质检的可能只是一部分——这意味着训练师的重复劳动里藏着不小的报废率。

这背后是一个产业转型的信号：当“任务越来越难”成为一线共识，说明行业已经过了“啥都采”的粗放阶段，正在向“按需精采”演进。数据采集正在从体力活变成手艺活，对采集员的理解力和稳定性要求都在提高。

对产业而言，这不是坏事。粗放采集出来的数据喂不出好模型，垃圾进垃圾出，是所有AI训练的铁律。容错率降低，恰恰说明下游模型对数据质量提出了真实要求——这是产业走向严肃的标志。

💰 这门生意的终局猜想

把前面的信息拼起来，可以做一个冷静的推演。

短期看，数据采集是一门确定性的生意：训练场数量还在涨（70+46家），整机厂商都有数据需求，专业服务商刚上牌桌，供需两头都在扩张。

中期看，变量有两个。一是采集效率——自动化采集设备、更聪明的遥操作工具、更精准的仿真真值校准，任何一个环节提效，都会压缩纯人工采集的利润空间。二是数据标准化——目前各家训练场的数据格式、质量标准尚未统一，谁先立标准，谁就掌握定价权。

长期看，最终局的赢家未必是采集方，而是能把“采集—清洗—训练—反馈”闭环跑通的整合者。数据是燃料，但烧燃料的是模型，买燃料的是整机厂和落地场景。数据服务商的位置好不好，取决于它能不能在闭环里卡住一个不可替代的节点。

还有一个值得盯的细节：训练场正在下沉到更细的场景。合肥的30余个复刻场景覆盖家居、商超、工业，说明采集已经从通用动作向垂直场景纵深。未来可能出现专攻餐饮、专攻仓储、专攻3C装配的垂类训练场——数据也会像今天的行业大模型一样，分赛道竞争。

小结

回到标题：70多所“学校”，为什么还教不会机器人端盘子？

原因可以直接从正文推出来：端盘子看似简单，实则要求毫米级的力度与角度控制，而支撑这类技能的物理交互数据，缺口以量级计。学校数量多，不等于课时够——每一节课都是一次人工遥操作采集，一条任务的合格数据动辄上万条，70家训练场的产能，目前还填不满下游模型的胃口。不是学校不够好，而是这门课的“课时量”还不够。

具身智能站在十年前自动驾驶的位置上，数据缺口以量级计，70家训练场只是开局。

但方向已经清晰——行业共识正在从“造出更像人的机器”转向“教会机器干人的活”，而后者靠的是枯燥、重复、昂贵的数据基建。明年再看世界机器人大会，展台上最值钱的可能不是那台会翻跟头的整机，而是它身后那座安安静静的训练场。

数据这场持久战，才刚刚开哨。