活力中国调研行｜直击雄安“机器人训练工厂”：5000万小时需求撞上8万条储备，“数据荒”下雄安正在紧急“补课”

2026-07-18 07:25:34 [知识] 来源：德瑞斯资讯网

走进中国雄安集团数城公司具身智能训练场，活力视觉焦点并非冰冷的中国机械躯体，而是调研一群佩戴VR眼镜、手持操作手柄的行直训练下雄年轻人。他们双臂悬空，击雄据荒紧急动作在游戏的安机安正灵巧与手术的精准间切换，通过远程遥控，器人求撞指挥人形机器人完成夹面包、工厂入烤箱、时需上万摆盘等一系列厨房操作。条储尽管动作略显生涩，备数补课但已初具人类生活的活力节奏感。

训练场内，中国数据采集员正通过遥控引导机器人完成面包夹取任务
图片来源：每经记者张蕊摄

这是调研《每日经济新闻》记者跟随2026年“活力中国调研行”深入现场目睹的真实场景。在这个被称为“机器人训练工厂”的行直训练下雄空间内，工业搬运、家居生活、商业零售及物流装配等场景一应俱全。无论是穿着外骨骼机械臂搬运箱子，还是通过手柄指挥摆桌签，亦或是盯着传送带进行分拣训练，所有看似枯燥的重复劳动，核心目的只有一个：为机器人输送高质量的“数据养料”。

然而，既然市面上已有机器人品牌在便利店等场景落地，为何仍需持续采集数据？单场日均数据产出几何？采集难点何在？数据进入雄安新区城市可信数据空间后的商业模式如何？针对这些核心问题，记者进行了深度调研。

一、行业痛点：具身智能面临严峻“数据荒”

谈及建设具身智能训练场的初衷，数城公司总经理助理李国良直言，当前行业面临迫切的“数据荒”。要实现机器人在多场景下的灵活作业，至少需要10亿条数据支撑，这一体量极为庞大。

“去年9月至10月，合作伙伴提出的具身智能高质量数据集采购需求高达5000万小时。我们走访全国多个训练场后发现，大规模、长时长的数据储备严重不足。”李国良表示，雄安新区凭借较低的人工成本优势，建设训练场既能带动地方就业，又能填补社会共性需求缺口。

李国良指出，具身智能行业的提升亟需聚焦两大方向：
1. 模型研发能力：即构建强大的“世界模型”，赋予模型极强的多场景适配能力。
2. 场景数据储备：通过海量数据训练，提升模型的泛化能力。

训练场内搭建的真实商业零售场景
图片来源：每经记者张蕊摄

他将具身智能的发展比喻为人的成长：数据是“养料”。在“幼儿园”阶段，数据构建认知基础；在“小学”阶段，通过多场景数据采集与迭代支撑模型训练。“只有经过反复的数据采集、模型训练，并将模型迁移至机器人本体，机器人才能真正发挥作用。”

为何已有落地场景仍需持续采集？

尽管部分机器人已在便利店等成熟场景落地，但李国良强调，这些机器人本体缺乏泛化能力。它们只能执行固定位置、固定物品的预设动作。例如，若固定位置放置可乐，机器人可识别抓取；若换成方便面或位置移动，机器人即失效。

因此，要实现机器人的“举一反三”和灵活应变，必须通过大量数据训练提升泛化能力。李国良举例称，若让机器人从跳霹雳舞迁移至跳古典舞，绝非一条数据可成，需数千次采集与训练。模型迁移至本体往往需要上万条数据。目前，提升泛化能力与开发世界模型，已成为头部企业及科研院所的核心攻关方向。

二、采集挑战：场景复杂性远超技术本身

“拿起面包、放入烤箱、取出、摆盘，这一系列操作构成一条数据采集。”数据采集员梁俪珊介绍，每个动作需重复上千次，机器人才能“记住”。环境、角度、力度等细微差异均会影响识别效果。

由于动作重复次数高达数千甚至上万次，工作枯燥，数据采集员往往兼任数据标注工作。“网速良好时，一天可标注三四十条，但受数据时长和网络波动影响，效率会有所波动。”梁俪珊表示。

数据产出与有效性分析

李国良透露，一台机器人每日工作8小时，通过机械臂或操作杆操作，约产生1000个动作及1000条数据。但在标注核查环节，抓取失败、角度或位置偏差等“无效数据”会被剔除（尽管部分失败数据对模型训练亦有价值）。总体而言，每日用于正向训练的有效数据约为200～400条。然而，训练单一动作或模型，仍需数千至数万条数据支撑。

统一平台破解标准难题

国内机器人厂商逾百家，数据标准不统一是行业普遍难题，也是跨厂家、跨构型统一训练的障碍。为此，数城公司与合作方研发了适配主流机器人品牌数据格式的平台，通过点对点数据解析技术，实现单一平台对主流机器人的统一数据采集。

目前，训练场已与智元机器人等多家厂商合作，覆盖轮式、轮臂、折叠式等五六种构型（除四足机器人外）。李国良认为，场景复杂性才是真正挑战。家居、酒店、餐饮、环卫、巡检等场景各异，所需数据密度不同。千行百业的训练需求，意味着机器人替代人工（尤其是重复性、危险性工作）的市场潜力巨大。

屏幕上展示的烤面包数据标注页面
图片来源：每经记者张蕊摄

三、商业模式：数据要素在可信空间流通

为落实《可信数据空间发展行动计划（2024—2028年）》，国家数据局去年7月发布试点名单，数城公司位列13个城市可信数据空间试点之一。

目前，训练场已进入真机数据采集与标注的常态化运营阶段，高质量数据同步上架至雄安新区城市可信数据空间，需求方可直接选用下单。

李国良介绍，公司因研究具身智能训练场而涉足数据要素流通。目前需求方主要包括具身智能本体企业、模型企业、科研院所及高校。“我们正与一家单位洽谈下单。目前机器人规模尚小，自有数据储备为8万条，但已实现技术路线的打通与闭环。”

数据交易定价机制

关于从可信数据空间下单的商业模式，李国良指出，具身智能数据主要有两种销售模式：
1. 按小时计算
2. 按条数计算：每条价格在8元～48元之间。

价格差异主要取决于两个维度：
* 数据独占性：若数据仅卖给一家，转移持有权，价格较高。
* 非独占性：若数据可复制销售，不转移权属，价格较低。

这符合数据“三权分置”原则，即持有权、加工使用权和经营权分离。

四、未来展望：从固定场景走向全域采集

谈及下一步规划，李国良表示，近期重点是扩大具身智能训练场规模，增强数据采集生产能力：
* 固定场景深化：搭建更多固定场景进行数据采集。
* 移动场景拓展：工作人员或采集员通过穿戴式、背包式设备，在社会真实场景中采集更广泛数据。例如，为酒店、餐馆工作人员配备可穿戴采集设备，在不影响效率的前提下，采集满足城市运营管理与治理需求的数据。