64座训练场：具身智能数据采集产业正在经历什么？

2026年，中国正在疯狂建设“数据工厂”：一场具身智能的“石油战争”已经打响。

64座训练场、27个城市、百亿级投入，数据正在成为人形机器人的“卡脖子”环节

今天是2026年9月10日。距离2026年政府工作报告将具身智能列为六大未来产业之一，已经过去半年多。这段时间里，中国的人形机器人产业正在经历一场前所未有的“基建狂潮”——不是建工厂造机器人，而是建“数据工厂”采数据。

你可能觉得奇怪：机器人不是造出来的吗？怎么还需要专门建工厂“采数据”？

答案是：具身智能的“大脑”比它的“身体”更缺养料，而养料就是来自真实物理世界的高质量交互数据。

01 数据缺口：可用不足5%，需求却是百万小时级

大语言模型可以靠互联网上的文本数据“喂”出来，但具身智能不行。机器人需要学会抓杯子、拧螺丝、走楼梯——这些动作数据，互联网上根本没有。

行业普遍认为，要实现物理智能的涌现，至少需要百万乃至千万小时的高质量真实行为互动数据。然而现实是：目前实际可用的数据量不足需求的5%。

2025年上半年，乐聚机器人把市面上所有开源数据集全部下载统计，发现行业开源真机数据总量不足1000小时，而且多来自实验室项目，质量参差不齐。

这意味着什么？硬件本体能力在快速成熟，但“大脑”的智能化水平被数据供给死死卡住。 机器人可以翻跟头、演小品，但一进工厂干活就“掉链子”——缺的不是硬件，是数据。

02 数据金字塔：量带来“见识”，真机决定“迁移”

具身智能数据不是单一形态，而是像金字塔一样分为三层：

底座（最便宜、最海量）：互联网视频、图片、文本——教机器人“世界大概长什么样”。

中段（结构化数据）：动作捕捉、代理设备演示、仿真数据——具备物理结构与任务对齐性。

塔尖（最稀缺、最贵）：真机演示、真实接触数据、失效样本——和目标机器人“对得最齐”。

战略洞察： 数据的量，只能教会机器人“什么是可能的”；教不会它“这一台具体该怎么做”。底座再厚，塔尖不够，机器人照样落不了地。

这也解释了为什么遥操作采集（用真机让人远程操作）是当前最主流的方式——虽然单小时成本可能突破500元，一套设备超过20万元，机器人本体动辄60万至70万元，但它采集的是塔尖数据，是教会机器人“干活”的决定性数据。

03 疯狂建设：64座“数据工厂”，覆盖27个城市

截至2026年4月，全国规划或建成的具身智能数据采集训练场已达64座，覆盖至少27个城市。京津冀、长三角、大湾区、中西部——四大集群正在形成。

几个代表性案例：

智元机器人（上海浦东）：4000平方米专属工厂，部署100多台机器人，日均产出数万条数据。

帕西尼感知（天津）：1.2万平方米超级数据工厂，150个标准化采集单元，预计年产超2亿条多模态数据。

京东：宣布将建成“全球规模最大、场景最全的具身智能数据采集中心”，计划两年内积累1000万小时真实场景视频数据，并发动内部10万员工和外部50万人参与采集。

北京人形机器人创新中心：部署120台不同品牌机器人，已积累近600万条数据。

青瞳视觉：国产光学动捕龙头，自研高精度动捕系统，已落地宇树、智元等头部厂商训练场，同步开源千小时级多模态数据集。

一座训练场的投资动辄数千万到数亿元，全国累计投入已达百亿级。这种“集中力量办大事”的基建能力，在全球范围内独一无二。

04 社会化采集：数据走出工厂，走进千家万户

除了集中式数据工厂，一种新模式正在兴起：社会化采集。

穹彻智能推出了手持数采系统、可穿戴数采设备，让数据采集走出数采场，走入真实家庭、工作场景。目标是要构建“万人采集”网络，实现全社会级别的数据采集。

京东的“数十万人参与”也是社会化采集的典型——把数据采集从重资产集中式变为轻资产分布式，有望大幅降低单条数据的采集成本，并显著提升场景多样性。

但挑战也随之而来：分布式采集如何保证数据质量？如何实现隐私保护？这需要配套的自动化工具链和严格的安全治理。

05 中美双雄：路径趋同，但中国手握“制造基因”

全球具身智能数据采集产业呈现“中美双雄”格局。

美国走“技术驱动+开源生态”路线。Google DeepMind联合21家机构创建的Open X-Embodiment数据集，涵盖22种机器人形态、超过100万条演示轨迹，奠定了开源数据生态的领先地位。

中国走“场景驱动+制造优势+政策扶持”路线。64座训练场、27城布局，全球密度最高。中国把数据采集变成了一门“制造业”。

但值得注意的是，双方正在向“混合策略”收敛——没有人押注单一数据源。真机、仿真、合成数据——多源融合已成为全球共识。

中国在“数据工厂”规模化运营上具备制造基因优势，但优势能否转化为胜势，取决于能否破解数据孤岛、降低采集成本、形成商业闭环。

06 商业闭环尚未形成，但投资机会已然清晰

当前产业处于“基础设施期”——数据采集训练场大规模建设，但成熟商业模式仍在探索。

确定性机会：上游采集设备国产化。 无论哪家数据服务商胜出，都需要采购动捕设备、遥操作终端、触觉传感器。诺亦腾占据全球惯性动捕70%份额，青瞳视觉打破海外光学动捕垄断——国产替代空间巨大。

高成长机会：数据服务商头部。 光轮智能10亿元融资成为首个具身数据独角兽，觅蜂科技数亿元融资——资本市场正在押注数据赛道。

长期布局：跨本体迁移技术、数据交易基础设施。 一旦跨本体技术突破，今天积累的“孤岛数据”将被激活，数据复用价值指数级提升。

风险提示： 警惕“纯数据交易”概念，短期内难以规模化盈利；警惕“量产滑坡”——如果量产基础不扎实，数据采集产能可能过剩。

07 结语：数据定义具身智能的未来

数据是具身智能的“石油”。但石油需要“炼油厂”（数据处理能力）和“加油站”（数据流通体系）才能转化为价值。

中国正在以64座训练场、27城布局的规模，建设全球最密集的具身智能“油田”；以标委会、行业标准、数据要素政策构建“炼油”与“流通”制度框架。

正如一位业内人士所言：“数据采集不是具身智能的‘配套环节’，而是决定产业节奏的‘卡脖子工程’，其战略地位类似于芯片之于半导体、锂矿之于新能源。”

谁能掌握高质量数据的规模化供给能力，谁就能在具身智能时代占据产业制高点。

这场数据战争，才刚刚开始。

本文基于知行元界发布的《2026年中国具身智能数据采集产业发展蓝皮书》核心观点与数据撰写。