停运！实验室数据，喂不出能干活的机器人

近日，一则消息在人形机器人圈悄然扩散：北京首个人形机器人数据训练中心已停止运营，核心设备与技术提供方睿尔曼智能已从中撤出。

从2025年3月揭牌时的 "行业标杆"，到如今悄然停运，这个占地3000平方米、曾部署100多台机器人的数据中心，只运行了不到一年半。

消息一出，不少人的第一反应是：是不是搞不下去了？

但睿尔曼智能的回应出人意料：这不是失败，是公司数据战略从1.0到2.0的主动升级。

一个标杆项目的退场

北京人形机器人数据训练中心位于石景山区首钢园，内部曾搭建家庭康养、特种作业、新零售、汽车装配、新餐饮、3C 电子等十余个模拟场景，部署100多台机器人，通过遥操方式采集机器人动作数据。运行期间，累计积累千万级轨迹片段数据。

2024年11月，睿尔曼基于该中心发布了全球首个高保真、多模态机器人真机数据集，一度被视为人形机器人数据基础设施的标志性成果。

然而，这个曾被寄予厚望的 "标杆项目"，在运行不到一年半后悄然落幕。

睿尔曼智能相关负责人在接受南方都市报采访时，道出了停运的核心原因：实验室环境下遥操采集的数据，在真实场景中泛化效果不佳。

这并非睿尔曼一家的困境，而是整个具身智能行业的共性痛点——业内称之为 "数据鸿沟"（Sim-to-Real Gap）。

具体而言，实验室场景是精心设计的 "干净环境"：物料标准化、光照可控、地面平整、任务流程固定。而真实工厂、仓库、家庭中，存在大量非结构化、不可预测的情况——货物摆放杂乱、地面有油污、光线忽明忽暗、任务流程随时变化。

用实验室数据训练的模型，到了真实场景往往"水土不服"。这也解释了为什么很多机器人在展会上跑跳自如、表演惊艳，到了工厂产线上却连零件都抓不稳。

睿尔曼的判断很明确：具身智能要真正落地，必须依赖真实物理场景中采集的数据。集中式实验室数据中心作为1.0版本，完成了从0到1的验证，但作为长期模式，已经走到了尽头。

关停北京中心的同时，睿尔曼的数据采集2.0模式早已启动。

早在2026年5月，常州具身智能数据实验平台（数采中心2.0版）正式投运。该平台同样占地3000平方米，部署150台RealBOT轮式人形机器人，可完成超过1000种真实作业任务。

但2.0的核心不在常州基地本身，而在于一套名为“GLN（Global Labor Network，全球远程作业网络）”的分布式体系。

1.0时代是安排人到实验室里遥操机器人，而2.0模式是把机器人直接投放到工厂产线、仓储物流、家庭服务、电力运维等真实物理场景中，一边干活一边采集数据。

目前，已有30余台机器人规模化部署到真实场景。每一次真实作业产生的多模态数据——双臂关节、双目+头部RGB-D、力矩、时间戳——通过GLN网络同步至全域数据训练中心，形成"实景作业→数据采集→算法优化→模型迭代"的闭环。

睿尔曼官网数据显示，其目前具备日产60000条高质量数据的能力。

北京数据中心的停运，放在更大的行业背景下看，意味深长。

8月28日，国家发改委新闻发言人李超在发布会上强调，机器人产业要 "聚焦务实管用、落地见效，以具身智能实训场和应用中试基地为抓手，让机器人在真实场景中迭代技术"，同时提醒 "防止盲目跟风、一哄而上"。

企业实践与政策导向，在此刻形成了微妙的同频。

近期行业的三个信号值得关注：一是宇树科技作为"人形机器人第一股"，上市六个交易日市值蒸发2056亿元，市场用脚投票宣告概念炒作退潮；二是发改委明确提醒防止一哄而上，政策层面开始为行业降温；三是睿尔曼关停北京实验室数据中心，企业层面主动从"概念验证"转向"真实落地"。

三个信号叠加，指向同一个判断：人形机器人行业正在从 "炫技驱动"转向"价值驱动"。

不能产生真实场景价值的投入，都会被重新评估。实验室里的数据再大，也喂不出真正能干活的机器人；展会上的表演再惊艳，也替代不了工厂产线上的稳定输出。

本文基于公开网络信息整理，仅供参考，不构成投资建议。

END