本刊记者 崔晓萌

一把锁、一把钥匙，对准、插入、转动——“咔嗒”，锁开了……在北京石景山的人形机器人训练场，一名00后“老师”正带着他的机器人“学生”，一遍遍重复这个看似简单的动作。

如今，人形机器人的“求学成长路”已被写入国家规划。“十五五”规划纲要明确提出，统筹布局具身智能实训场，推进虚实融合的协同训练与进化。

一个个专为机器人打造的“校园”，正在破解具身智能核心数据痛点。在北京、山东、上海等地，不少人形机器人已经进校“求学”。

机器人为何要专门“上学”？它们在实训场里究竟学些什么？决定AI大脑进化速度的瓶颈，到底卡在哪里？

多台人形机器人正在数据训练中心进行数据采集 本刊记者 崔晓萌I摄

漫长 “求学路”

全国规模最大的人形机器人训练中心位于北京石景山，自2025年10月起，100台人形机器人在此开启“校园生活”。

这座上万平方米的“学校”，并非传统厂房或教室，而是充满生活气息的实景训练场。这里复刻了多个生活服务、快消零售、物流仓储、汽车制造等真实场景，人形机器人在这里反复练习：擦桌、叠衣、折纸入袋、开锁、分拣快递……

以物流场景为例，训练中心配备完整快递传送带，采集员一边遥操作机器人，一边投放快递。机器人则需要完成一整套动作：用仿真手抓取快递，将单号面朝向扫码台，扫码后抹平快递，再传送至另一侧传送带。

机器人的“学习”，本质是数据的采集、处理与模型训练迭代。在这座训练场，采集员通过遥操作与示范学习，引导机器人完成动作并录制原始数据；标注人员对数据进行清洗、标注。

后续这些数据将会转化为结构化“教材”用于模型训练，最终将训练好的模型回灌至机器人终端，形成完整学习闭环。

乐聚机器人合伙人、技术总监王松告诉本刊记者，这里单台机器人日均采集约4小时数据，按两分钟一次采集计算，100台机器人单日可完成至少12000条数据采集任务。

数据决定具身智能发展高度

人形机器人为何要进入实训场反复训练？宇树科技创始人王兴兴在2026人形机器人与具身智能标准化年会上给出了答案：通过模仿学习采集真人数据，机器人有望掌握人类的各类动作。

具身智能的发展离不开本体、智能体、数据和学习进化框架四大核心要素，其中数据决定了具身智能“大脑”的发展高度。可以说，未来机器人的能力上限，很大程度上由数据基础设施决定。

智源研究院理事长、北京大学计算机学院教授黄铁军称，统筹布局具身智能实训场被写入“十五五”规划纲要，对当前破解数据难题具有重要意义。

“只有经过这类真实场景的训练与测试，具身智能才能真正走向现实世界。”黄铁军称。

当前人形机器人既需要“聪明大脑”，也需要“灵巧肢体”。它的学习逻辑与人类相似：人学走路要反复试错，学踢球需要示范纠正，机器人同样需要海量高质量数据训练决策模型，再在真实场景中不断迭代优化，最终具备适应环境、自主完成任务的能力。

中国科学院自动化研究所研究员赵晓光称，实训场就像机器人上岗前的“实训课堂”，通过由简到繁的系统训练，让机器人掌握解决实际问题的能力。

光轮智能战略与生态副总裁廉和介绍，人形机器人训练数据主要分为三层：前两层通过互联网视频、仿真数据等获取，无需本体直接参与，成本可控。第三层利用本体采集数据进行模型微调，这对其真正落地走进家庭至关重要，成本高但不可或缺。

倒水、叠衣、折纸、开锁这类于人类而言日常的动作，对机器人来说需要突破感知、动作、决策等多重技术难关。

从展示向“会干活”转型，是行业发展的重要方向，而走进实训场“苦练本领”，是机器人真正进入生活的关键一步。

从“能表演” 到 “真干活”

尽管多地训练中心相继落成，但人形机器人“大脑”的进化仍面临诸多瓶颈。

目前，人形机器人从跳舞表演到真正干活，进化的瓶颈还在于数据，这是产业发展中公认的问题。到底差多少数据？

廉和称，行业内经常提及人形机器人的泛化能力，实际上，当人形机器人的大脑足够聪明后，它是有泛化能力的，能够举一反三，但前提是数据量足够大，这个数据量至少是自动驾驶的2~3个数量级，目前这个数据还差得比较多。

国研新经济研究院创始院长朱克力说，除了数量外，行业数据标准不统一，数据异构、通用性差，无法跨场景、跨平台复用，也造成了大量时间和成本浪费。

近几年，机器人产业规模不断壮大。天眼查数据显示，截至目前，我国现存在业、存续状态的机器人相关企业超108.6万家。近5年间，机器人相关企业的注册数量呈现出逐年增长的态势，并在2025年达到顶峰。

从国家统筹布局到地方政策加持，机器人产业发展的沃土持续厚植。伴随着产业快速发展，技术攻关也同步推进。近期，国内首条年产能万台级的人形机器人自动化产线在广东正式投产，标志着我国人形机器人规模化量产能力实现重大突破。

朱克力称，人形机器人从技术演示走向产业爆发，未来突破可集中在三个方向：一是虚实融合加速弥合仿真鸿沟，提升虚拟数据实用度；二是小样本、弱监督算法降低数据依赖；三是场景化规模化落地带来数据自然沉淀。三者叠加，可推动人形机器人成为发展新质生产力的重要引擎。