（2026.08.28，新加坡）戴着头显设备，手握遥控器，数据训练师一遍遍引导机器人完成抓取、放置的动作。在逾万平方米的训练大厅里，一台台人形机器人正在练习叠衣服、取快递、热餐食。2025年9月建成投用的北京石景山训练中心，正以这样的方式，为中国最大的“机器人学校”积累数据。
石景山训练中心由国企京师科创集团和深圳乐趣机器人公司联合运营，国资占股67%，规划总投资7亿元人民币，目前前三期已投入2亿元。中心目前有100台机器人，年产数据2.9万小时，细分近700个场景，数据采集单条合格率达99%。
不止北京石景山，类似的训练中心，正在中国多个城市快速铺开。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，全国已建成启用的具身智能训练场超过70家，在建或规划中的有46家，覆盖18个省区市，形成长三角、京津冀和珠三角三大集群。浙江建成数量最多，达14个；山东、江苏、北京、广东各有8个。
中国在人形机器人的硬件制造和产能上已处于全球领先地位。行业研究数据显示，2026年上半年全球人形机器人出货量约1.91万台，中国占比超过97%。然而，硬件能力不等于作业能力——没有高质量数据，机器人就无法在工厂、养老机构等真实场景中“干活”。
“有多少数据，就有多少AI能力。”宇树科技创始人王兴兴在2026世界机器人大会上直言。
行业公认数据缺口极大。与生成式AI可从互联网获取海量文本不同，人形机器人所需的物理交互数据此前从未被系统性记录，只能从零开始逐条采集。
据《具身智能训练场研究报告》，若要实现“ChatGPT时刻”，需千万小时级以上真实数据，而当前全球可用的高质量真实物理交互数据仅几十万小时，缺口超过99%。智元合伙人、觅蜂科技CEO姚卯青算过一笔账，具身智能要具备实际应用能力，“至少需要千万小时以上、亿小时级别数据”。
在北京亦庄的人形机器人创新中心数据训练基地，近5000平方米的场地一比一复刻了工业智造等六大类30余个细分场景，150台真机、40种不同构型的机器人同步采集数据。训练基地还配备了智能“助教”——VLA视觉语言动作模型，可对机器人的动作实时打分，识别哪些动作值得学、哪些是错误动作，使作业效率和成功率大幅提升。
随着场景需求升级，数据采集标准也在提高。石景山中心数采组组长付金珑说，以前练习夹取物体，没夹住可以重试，“现在动作必须一次成功、流畅自然，稍有迟疑或抖动，整条视频就作废。”在家庭场景中，“端盘子”的训练标准已从简单的“抓—拿—放”进阶为“行进间盘子里的东西不能洒、不能晃”。
中心总经理朱凯将数据训练中心比作“新基建”：“像当年基建一样，很多都是由国资出面来承担的。中国也有非常丰富的场景，政府端、企业端都会提供，没有场景就没有数据。”
