人形機器人量產(chǎn)元年，數(shù)據(jù)才是具身智能的“生死線”

如果說2025年是人形機器人“學會走路”的一年，2026年正被逼著“學會干活”。一個尷尬的現(xiàn)實是：在舞臺上，機器人的動作一年時間里突飛猛進；在生活中，連把一杯水從餐桌端到茶幾上，都做不利索。

問題出在了哪？我們在一場行業(yè)論壇上找到了答案。

百度智能云事業(yè)群總裁沈抖的解釋是：數(shù)據(jù)是制約行業(yè)發(fā)展的核心短板，具身智能尚未進入生產(chǎn)生活環(huán)節(jié)，數(shù)據(jù)未形成規(guī)模化正向循環(huán)，與自動駕駛的成熟數(shù)據(jù)生態(tài)存在較大差距。

用一句話總結(jié)的話：并非只是算法不夠好，還涉及到訓練數(shù)據(jù)夠不夠多、夠不夠廣、夠不夠“真”。

01 數(shù)據(jù)的“含金量”，才是真正的壁壘

每次談及大模型時，“智能涌現(xiàn)”的概念被頻頻提起：把互聯(lián)網(wǎng)上的文本和圖片喂給模型，智能就“涌現(xiàn)”了。

在具身智能產(chǎn)業(yè)，類似的邏輯卻行不通。

文本、圖片、視頻等多半是“公開數(shù)據(jù)”，具身智能需要的是“任務級”和“過程級”的物理交互數(shù)據(jù)。比如需要讓機器人知道一個蘋果握在手里是什么觸感、掉到地上會怎么滾動、抓太輕會滑落、抓太重會捏破。

互聯(lián)網(wǎng)上沒有這些數(shù)據(jù)，必須有人在真實世界里手把手教，或者通過遙操作設備“示范”，代價是四個層次的數(shù)據(jù)困境。

第一，標準缺失。

即使是同一個抓取動作，由于傳感器型號、關節(jié)扭矩精度、坐標定義方式的差異，數(shù)據(jù)之間互不兼容。結(jié)果是“行業(yè)缺乏統(tǒng)一的數(shù)據(jù)格式標準與元數(shù)據(jù)規(guī)范，數(shù)據(jù)無法跨企業(yè)、跨平臺復用。”

就像是戰(zhàn)國時期的文字，每個諸侯國的“字”都差不多，就是沒有統(tǒng)一標準、彼此無法互通。

第二，采集成本高昂。

真機遙操作采集是行業(yè)公認質(zhì)量最高的方案，操作員穿戴上動捕設備和力反饋手套，手把手帶著機器人完成每一個動作。單小時有效數(shù)據(jù)的成本可高達數(shù)千元，且操作員上手門檻極高。

好比是讓一個大學教授去給幼兒園小孩一對一輔導，效果是好，但效率太低，幾乎無法規(guī)模化。

第三，傳統(tǒng)標注模式不適用。

以前標注一張圖是“貓”還是“狗”，或者在自動駕駛的2D視頻畫面里畫個框，屬于平面視覺的范疇。

但三維世界的交互，涉及力覺反饋、觸覺感知、6D自由度姿態(tài)，以及對物理規(guī)律的理解。單單是標注一個“拿起水杯”的動作，就需要同步記錄視覺、力覺、關節(jié)角度、接觸點壓力分布等多路信號。

第四，Sim2Real的鴻溝。

在仿真環(huán)境中訓練出來的機器人策略，遷移到真實世界時往往“水土不服”：光照稍微變了一點，物體擺放位置和訓練時不一樣，摩擦力、彈性質(zhì)感與仿真參數(shù)有細微偏差……任何一個微小差異都可能導致整個操作失敗。

最終影響模型泛化性的因素，不只是“有沒有數(shù)據(jù)”的問題，還牽涉到“數(shù)據(jù)夠不夠真”。

參考自動駕駛行業(yè)的先例，人形機器人想要走進千家萬戶，規(guī)模化正向循環(huán)的數(shù)據(jù)體系，是不可或缺的一環(huán)。

與之相對應的，包括樂聚機器人在內(nèi)的企業(yè)紛紛以生態(tài)合作的方式填補數(shù)據(jù)短板，逐漸形成了一套體系化的數(shù)據(jù)生成能力，可以清晰看到一個完整的三層結(jié)構(gòu)：

第一層是基礎設施層：制造身體和訓練大腦能力。

一端是與東方精工聯(lián)合打造的萬臺級人形機器人產(chǎn)線，解決“身體”的規(guī)模化生產(chǎn)；另一端是機器人訓練場，持續(xù)生成高質(zhì)量交互數(shù)據(jù)，構(gòu)建“數(shù)據(jù)大腦”。

第二層是核心技術層：“核心零部件+OS+大腦”。

通過投資和聯(lián)合布局，打通了一體化關節(jié)、電機、靈巧手、數(shù)據(jù)平臺、具身大腦與操作系統(tǒng)等關鍵環(huán)節(jié)，把過去分散在產(chǎn)業(yè)鏈各處的能力，收斂為可協(xié)同的系統(tǒng)能力。

第三層是“場景應用層”：場景落地網(wǎng)絡。

在工業(yè)與服務場景中，與中國一汽、海晨股份等合作伙伴展開探索，讓機器人在真實生產(chǎn)環(huán)境中不斷“回流數(shù)據(jù)”，形成閉環(huán)。

只是彼時業(yè)界的注意力還集中在”人形“的形態(tài)上，對數(shù)據(jù)的討論尚未成為行業(yè)的主要議題。

02 行業(yè)正在轉(zhuǎn)向：從“造機器”到“養(yǎng)數(shù)據(jù)”

進入2026年后，人形機器人在臺前“表演式炫技”的同時，越來越多人開始思考——怎么才能走向?qū)嵱茫?/p>

答案無不指向了數(shù)據(jù)。

特斯拉的思路是通過統(tǒng)一的AI架構(gòu)，將全FSD的積累擴展至具身智能領域，讓人形機器人Optimus無需從零開始建立“世界模型”，可以復用FSD的成熟管線，實現(xiàn)從道路到空間場景的遷移學習。

國內(nèi)廠商也在加速補數(shù)據(jù)的短板，比如樂聚機器人在4月28日發(fā)布的“數(shù)據(jù)采集訓練場2.0”。

如果說傳統(tǒng)AI像“應試教育”，訓練完了就定型；“數(shù)據(jù)采集訓練場2.0”既像是一個學習各種技能的“素質(zhì)教育學校”，又像是一個培訓實習的“工廠”，讓機器人在各行業(yè)正式“上崗”前，先學習、練習各類技能。

大模型之所以在兩三年內(nèi)實現(xiàn)質(zhì)的飛躍，不是某一家公司聰明，而是沉淀了二十多年的文本和圖像等著被訓練。而具身智能幾乎沒有存量的物理數(shù)據(jù)，必須一幀一幀地采集。

在“數(shù)據(jù)從哪里來，智能就從哪里涌現(xiàn)”的鐵律下，數(shù)據(jù)量能夠達到“智能涌現(xiàn)”的前提，是有人先把數(shù)據(jù)采集的“基礎設施”建起來。樂聚機器人的“數(shù)據(jù)采集訓練場2.0”，扮演的正是“養(yǎng)數(shù)據(jù)”的角色。

確切地說是三個層次的數(shù)據(jù)：

一是輪臂操作，通過VR+全身增量遙操作，覆蓋抓、拿、放等高頻標準動作，滿足規(guī)模化流水線作業(yè)。

輪臂機器人也是當前離商業(yè)落地最近的一條路徑，場景確定、動作標準化、容錯空間相對大，數(shù)據(jù)采集難度也相對可控，操作員通過VR頭盔和手柄遙控機器人，不需要全身復雜的動捕設備。

二是靈巧手操作，搭載觸覺靈巧手與腕部六維力傳感器，聚焦捏、扣、握等五指精細交互，瞄準的是復雜手眼協(xié)同。

人類手指有超過20個自由度，一個簡單的“旋開瓶蓋"動作，就涉及到指尖抓握力道的微調(diào)、手腕旋轉(zhuǎn)角度的實時修正、視覺反饋的閉環(huán)調(diào)整，數(shù)據(jù)采集難度指數(shù)級上升，需要動捕手套+力反饋+高清視覺的多路同步。

三是全尺寸人形操作，整合了搬、蹲、走等大范圍擬人作業(yè)，實現(xiàn)了多關節(jié)協(xié)同與全向移動控制。

人形機器人是數(shù)據(jù)需求最“貪婪”的一條路徑：全身40多個自由度同時運動，每一步都涵蓋重心平衡、步態(tài)調(diào)節(jié)、環(huán)境感知等協(xié)同，只有低成本、高效率生成高質(zhì)量、多樣化的數(shù)據(jù)，才能建立起長期壁壘。

需要說明的是，目前“沒有哪一條是完美的技術路線”。遙操作質(zhì)量高但成本貴，便攜采集規(guī)模大但不夠精細，仿真數(shù)據(jù)便宜卻不夠真實，三條路線誰也替代不了誰，適用于不同的場景、不同的階段。

2023 年樂聚提出生態(tài)計劃的概念，方向非常明確——從“自建能力”走向“開放能力”，第一階段的核心是搭建基礎設施層和核心技術層，第二階段是場景應用層。

當本體、數(shù)據(jù)、大小腦、場景四個核心要素打通后，下一步不再是單點突破，而是通過生態(tài)放大——就是目前正在開展的第三階段，面向行業(yè)招募二次開發(fā)合作伙伴。同時也意味著，在樂聚基礎設施已經(jīng)搭建成熟的基礎上，商業(yè)化將全面提速。

過去，人形機器人企業(yè)更像是“整機廠”，需要自己解決幾乎所有問題；而在生態(tài)化階段，更像一個“平臺公司”，向外輸出標準、工具鏈與基礎能力，讓合作伙伴在不同場景中完成“最后一公里”。

借用行業(yè)內(nèi)的一個樂觀的判斷：隨著越來越多的機器人團隊正在從“造機器”轉(zhuǎn)向“養(yǎng)數(shù)據(jù)”，預計2027年數(shù)據(jù)量將超過1000萬小時，人形機器人的“ChatGPT時刻"可能在兩年后到來。

03 寫在最后

樂聚機器人與東方精工聯(lián)合打造的國內(nèi)首條萬臺級人形機器人自動化產(chǎn)線已在廣東佛山啟用；特斯拉Optimus計劃2026年中實現(xiàn)月產(chǎn)1萬臺......

2026年是具身智能的量產(chǎn)元年，也注定是直面商業(yè)化的一年。至少樂聚機器人在內(nèi)的中國企業(yè)，已經(jīng)在市場爆發(fā)前夜把產(chǎn)品打磨成熟、把標準制定清楚、把數(shù)據(jù)短板補齊，為量產(chǎn)提前鋪好了路。

或許在不久，我們再評估一臺人形機器人有多先進時，不再是驚嘆于它能翻多高的跟頭、跳多酷的街舞，而是像一個真正的伙伴那樣，步履平穩(wěn)地走到你面前，穩(wěn)穩(wěn)地遞上一杯咖啡。