300万台机器人，谁来教它干活？

京东一张采购单，把具身智能的供需关系彻底晒在了阳光下。

9月9日，2026京东全球科技探索者大会（JDD）在北京举行，主题叫“JoyAI·跃迁物理世界”。京东在会上放出豪言：5年内采购300万台机器人、100万台无人车和10万架无人机，打造全球最大规模的具身机器人应用军团。

300万台是什么概念？业内有个私下流传的算法：这个数字比过去十年全球工业机器人的年出货量加起来还夸张。但另一边，2026世界机器人大会的展台上，最火的不是哪家机器人跑得快，而是一群人戴着采集设备、拿着手柄，一遍遍教机器人擦桌子。

一边是订单管够，一边是机器人连端盘子都要人手把手教。这个反差，就是当下具身智能产业最真实的底色。

📈 京东这张订单，买的是什么？

先看订单本身。

京东的采购清单分三块：300万台机器人、100万台无人车、10万架无人机。这不是发布会PPT上的期货，而是绑着一个明确目标——物流全流程无人化落地。

拆开看结构很有意思：机器人占了大头，而且京东的说法是“具身机器人”，不是传统AGV和机械臂。这意味着它要买的，是能在真实、动态、非结构化环境里干活的机器——仓库地面上有人走、箱子堆得不齐、包裹形状千奇百怪。

据多位接近物流行业的业内人士透露，大物流公司对“能用的人形或具身机器人”是真实饥渴的，仓储环节的人力成本和流动性常年是运营方的心病。问题在于，市场上真正能7×24小时稳定干活的整机，目前供不上这个量。

这就是京东订单的第一层产业逻辑：需求侧已经先于供给侧起跑了。过去十年，工业机器人的故事是“上游推着下游用”；现在剧本反过来了，场景方拿着真金白银等货。

⚠️ 百米8.86秒之后，端盘子还是难关

运动能力上，机器人今年的进步确实炸裂。

8月25日，北京国家速滑馆，第二届世界人形机器人运动会。决赛现场，天工Ultra跳出3.4米夺冠并包揽前四，刷新了它自己在开幕式上刚创下的2.88米纪录。更刺激的是田径项目：百米复赛跑出8.86秒，超过了博尔特9.58秒的人类纪录。

这届运动会共有16个国家的666支赛队、2056台人形机器人参赛，赛期5天。连平均年龄11岁的东城区府学胡同小学“府学翱翔队”，都上了U19三对三足球赛的场。

跑得比博尔特快，为什么端个盘子还是难题？

答案藏在一组对比里：跑步、跳跃是全身的周期性动力控制，物理约束清晰；而“拿起桌上浅蓝色盘子，放到白色托盘上”，涉及感知、抓取力度、材质判断、容错决策——浅蓝色盘子和白色桌布的低对比度场景，对现在的机器人就是地狱难度。

一个业内流传的说法很直白：机器人现在是个体育生，文化课还没及格。运动控制的天花板被运动会的聚光灯照亮了，操作智能的短板被发布会刻意绕开了。

而京东要的是文化课满分的员工。300万台订单真正对标的，不是赛场上那8.86秒，而是仓库里每天几亿次的抓放动作。

🔋 70多所“学校”，教不会端盘子

短板的解法，行业已经达成了共识：数据。

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对《中国新闻周刊》说了一句话，被业内反复引用：“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量，比自动驾驶还要多出几个量级。

背景数据是：中国信通院《具身智能训练场研究报告（2026年）》显示，截至2026年6月底，全国建成启用超70家训练场，在建或规划46家。在8月6日的安徽合肥具身智能数据采集预训练场，83台来自不同企业的机器人在家居、商超、工业等30余个复刻场景里同时实训——这个画面被从业者戏称为“机器人技校开学”。

在这个链条的最前端，站着一群新职业从业者——“00后”机器人训练师。

在华东某机器人训练场，一位训练师对着麦克风下达“拿起浅蓝色盘子”的指令，操纵机械臂完成抓取、平移、放下。这样一个动作，她一天重复上百次。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。

这些由视频、力反馈和关节角度组成的“教学素材”，清洗后喂给大模型。该训练场数据采集负责人郑鑫的说法很冷静：“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。”

更值得玩味的是2026世界机器人大会上的一个变化。与去年厂商争相展示跳多高、跑多快不同，今年最热闹的是“教机器人干活”的数据采集展位——现场观众头戴采集设备、手持手柄遥控机器人擦桌子，第一视角画面同步上屏，经处理后就成了训练教材。

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。它们不造整机、不训大模型，只做最底层的数据支撑。

这说明一个分工正在成型：具身智能产业里，已经长出了不碰整机、纯卖数据的“卖铲人”。正如当年自动驾驶催生了标注行业，具身智能的数据采集、清洗、真机训练，正在成为一个独立赛道。

💡 数据，才是这轮具身智能的护城河

把三条素材线拧在一起，产业格局就清晰了。

这轮具身智能的竞争要素排序，正在被重写：

第一，场景方的话语权前所未有地高。 京东这种自带百万级场景的巨头，不再只是客户，而是定义产品规格的甲方。机器人好不好用，不再由发布会PPT说了算，由仓库里的分拣准确率说了算。

第二，数据的稀缺性超过算法。 自动驾驶时代，数据可以靠车在路上跑自己攒；机器人不行——它的数据必须来自真实物理交互，要么人去教，要么机器去试错。这也是为什么夏华林说机器人数据比自动驾驶多数个量级：自动驾驶攒的是轨迹，机器人攒的是“手感和力道”。

第三，训练场成为新的重资产入口。 70多家建成、46家在建规划，这个节奏对标的是当年的充电桩和智算中心。地方政府之所以积极，是因为训练场不只是技术设施，更是产业招商的钩子——合肥一次放进83台机器人的实训场，本质上是在为本地机器人产业链“养鱼”。

据多位接近训练场运营方的人士透露，头部训练场的档期已经排满，整机厂商为了抢真机训练工位，开始提前锁位。这种“数据产能紧张”的状态，在三年前是不可想象的——那时候大家还在争论要不要开源模型。

回到京东那张订单：300万台机器人5年内交付，倒推一下，意味着整机厂商必须在成本、可靠性和操作智能上同时跨过三道坎。而操作智能这道坎，卡的不是电机和减速器，是数据。

🚗 冷静一分钟：订单不是终点，是发令枪

泼一点冷水。

京东的采购规模是真，但“5年300万台”的节奏必然是分阶段的——先小批量试点验证，再逐级放量。这意味着短期真正兑现的订单量，远小于标题数字。产业链公司如果按满额订单规划产能，风险不小。

真正该盯的指标有三个：

1. 单场景的渗透率：京东仓库里到底有多少个环节跑通了无人化，比总量更有信号意义；

2. 数据采集的边际成本：一个分拣任务三四万条数据，如果任务泛化能力上不去，成本曲线永远下不来；

3. 训练场的规模化能力：70家够不够？答案已经很明确——不够，远远不够。

一线采集师最直接的感受是“任务越来越难，容错率越来越低”。这其实是好消息：说明基础动作的数据快采完了，行业在往更难的操作智能爬坡。

小结

京东的300万台订单和训练场里一遍遍端盘子的机械臂，构成了2026年具身智能的一体两面：需求已经狂奔，供给还在上课。

这场“跃迁物理世界”的战役，胜负手不在发布会的聚光灯下，而在训练场的日复一日里。谁能以更低成本、更快速度攒出高质量物理交互数据，谁就握住了下一个十年的入场券。运动会上的8.86秒会被人记住，但真正决定300万台机器人能否落地，是那每天重复上百次的抓取、平移、放下。