▶ 本报记者  孙庆阳

　　9月2日，北京人形机器人创新中心宣布，其开源数据集RoboMIND全球下载量突破2000万次，近一个月实现翻倍增长。该数据集自2025年12月开源以来，已累计释放30余万条双臂操作轨迹，覆盖700余项实操任务，面向全球开发者全量开放。此前，国家发展改革委政策研究室副主任、新闻发言人李超在新闻发布会上表示，将以具身智能实训场和应用中试基地为抓手，构建高质量真机数据采集系统，破解具身智能训练“数据饥渴”问题。

　　2026年被业界称为具身智能数据元年，高质量具身智能数据已成为机器人行业竞逐的关键资源。

　　数据成“硬通货”

　　“互联网已经发展二三十年，数据是现成的。当前，大模型可以依靠互联网上现成的文本、图片、视频训练。但是，机器人需要的物理世界数据，比如，机器人如何抓取、走路、躲避障碍，这些数据现实中很少。”创世伙伴创投创始主管合伙人周炜认为，宇树科技上市市值一度冲到2000多亿元，不少公司只有Demo（演示/示范）已经估值几十亿元。在具身智能机器人产业加速发展的过程中，谁能率先掌握高质量的数据，谁就握住了下一阶段的入场券。

　　周炜举例说，灵巧手公司能让机器人手的灵活性做到20-30个维度，配合触觉、电子皮肤的功能，机器人手在运作中采集的数据量可能不亚于一台行走的机器人。具身智能数据的采集方式远比想象中多元，机器人数据竞赛也越来越激烈。

　　研究机构Interact Analysis的报告显示，目前，中国已有至少90个人形机器人数据采集和训练中心处于使用或规划建设中。周炜表示，一个数采中心的建设需要场地、设备、操作人员、技术人员等要素，投入动辄千万元级别。数据采集和训练中心的井喷，意味着具身智能的“ChatGPT时刻”还未到来，数据竞赛已开启。可见，数据在具身智能发展中至关重要。

　　普渡机器人联合创始人兼CTO郭璁表示：“目前，普渡机器人在全球部署了约13万台设备，每年积累了3650万小时导航数据和1580万小时操作数据。这些数据的价值，可能比他们卖出去的机器人本身还要高。”

　　数据从哪里来

　　真机采集数据，最真实也最贵。“这是让机器人在真实环境中工作，以采集数据。”一位业内人士透露，在这一过程中，采集的有效数据可能有一半被直接使用，剩下的数据仍然需要清洗、标注、优化。例如，智元开源包含100万条轨迹的数据集AgiBot World，英伟达GROOT N1模型80%的真机数据就来自数据集。但一个数采工厂需要几百人的团队、大量设备、长期的运营成本，代价是高昂的。

　　仿真生成数据，精度不够但便宜。谋先飞创始人兼CEO崔汉青认为，真机数据太慢太少，“我们能不能通过烧算力和电就把数据产出来”？谋先飞自研物理引擎，在仿真环境里让机器人“上学”，成本低、效率高、场景可以无限扩展。但崔汉青也承认：“仿真训练是机器人的‘虚拟学校’，我们永远做不到百分之百和真实数据一样，能做到90%、95%，就已经很好了。”

　　崔汉青观察到市场共识正在转变：去年，业内有人说仿真生成数据没用，今年机器人企业在仿真环境里训练出的机器人已取得了出色的效果，英伟达等企业也在持续加码仿真生成数据。崔汉青提醒，数据不仅要有规模，分布也很重要，真实数据必须多样性，才能给模型带来本质的信息输入。

　　Echo数据被称为第一视角数据。崔汉青把这类数据比作金矿，这是人类拿东西、走路、工作的真实经验的集合。

　　“但问题在于，人类的手和机器人的手不一样，怎么让仿真生成派上用场，把人的动作翻译成机器人能用的数据？我们通过动作重定向，把人类手的数据映射到机器手上。仿真和Echo的结合才是天作之合。”崔汉青说。

　　期待标准的统一

　　酷哇科技联合创始人兼COO李柯宏举了个例子：“特斯拉FSD（全自动驾驶）被业内看作是二维智能，几百万辆车在路上跑了多年，目前还未达到L4级别，数据采集仍是核心瓶颈之一。具身智能机器人被看作三维智能，它的数据采集难度更高。”

　　“企业热衷于数据采集的同时，面临着不容忽视的问题：目前，市场上有双足人形机器人、轮式机器人、四足机器人、固定底座机械臂，每种机器人的数据格式、传感器配置、动作逻辑都不同，数据采集中心采集的数据，另外型号的机器人可能就用不了。”银河通用创始人王鹤说。

　　机器人构型各种各样、硬件接口互不兼容、运动控制协议各异、数据采集与存储格式各行其道，几乎是当下人形机器人行业的普遍现状。数据难以在不同机器人之间复用，一份数据难以发挥十份的效能，也是具身智能数据短缺的一个重要因素。

　　王鹤认为，当数据无法跨本体流动，“数据规模”只是账面资产，而非真正的能力。从这个角度看，RoboMIND将30余万条双臂操作轨迹向全球全量开放，意义在于为行业提供一套可对照、可检验的“标准答案”。

　　京东工业工业自动化事业部负责人冯天霖判断，当前，机器人及其零部件的技术路线复杂多样，谁能帮行业把标准树立起来，谁就能占据产业链主导地位。当不同本体、不同场景的数据都能在统一标准下翻译、复用，机器人产业才算真正从“教会一台机器人干活”走向“教会整个产业干活”。