随着具身智能走向产业化，机械人对真实物理世界的数据需求愈发逼切。一场具身智能数据采集“新基建”热潮席卷全国，京津冀、长三角、珠三角等经济圈争相布局数据采集，打造一座座机械人练兵场。《星岛》记者近日直击北京石景山人形机械人数据训练中心，数百台机械人正接受“岗前培训”——从抓取螺丝、分拣快递，到叠衣烹饪、康养服务，各显身手。每个机械人身旁都配有专属“教练”手把手教机械人如何“做好呢份工”，并采取运行参数。中心总经理朱凯说，一项看似简单的基础技能，背后往往需要数千组数据支撑。
内地上半年机械人出货2.3万台
“机械人语言大模型或可准确理解人类指令，但欠缺对物理世界的真实感知，一旦要求机械人动手干活，它往往只能干瞪眼。”朱凯指出，现时人形机械人产业之中，运动控制、肢体协调等基础“小脑”技术已趋成熟，产业竞争重心，正转向认知决策、环境感知、语义理解等“大脑”能力的比拼。
今年上半年内地人形机械人出货量达2.3万台，但能够落地工厂生产线、稳定承接实务工作的产品占比不足 5%。在他看来，高质量真机数据的稀缺，严重制约了机械人“大脑”的迭代升级。
所谓具身智能（Embodied AI）是指有物理实体（如机械人）的具身智能系统。它透过感测器与物理环境即时互动、学习与执行动作，有别于仅存于软体的传统聊天机械人。多场景的数据“燃料”输入，是驱动具身智能模型深度认知真实物理世界的关键。
全国至少30座具身智能数据采集场
截至去年底，全国已建成至少30座具身智能数据采集场，覆蓋北京、天津、上海、广州等一线城市，辐射京津冀、长三角、珠三角等经济圈，郑州、无锡、济南等二线城市也纷纷入局，吸引政府、企业及研究机构等各方力量参与其中。
北京石景山人形机械人数据训练中心占地面积上万平方米，相当超过24个标准篮球场，是全国最大人形机械人训练场，年生产高质量数据近2000万条。这里复刻工业智造、智能家居、康服养老服务及5G融合等前沿场景，为机械人提供从运动竞技、居家陪护，到工厂制造、物流分拣等全场景、系统化“教育”。
《星岛》记者现场直击，在这间“机械人学校”，数百个不同类型的人形机械人分班分组、有序“上课”：左边同学专攻抓取汽车零件，右边同学演练分拣快递；隔壁教室有的摆放药物，有的抓取食材，有的叠衣物……每个同学都有专属老师——数据采集员，通过遥操设备引导其完成标准化动作，同步采集记录关节转动、抓取力度等运行参数。
训练模型需数千万小时数据
“每个简单的动作任务，都要反复示范数百甚至上千次去教它（机械人）。”现场一名采集员告诉记者，采集工作流程单调枯燥，却也颇有成就感，当见到机械人慢慢练出“手感”，顺利掌握一项技能，“感觉就像看着自家小孩学会走路一样。”
业内普遍认为，训练模型需要数千万小时量级数据，而目前全球累积优质数据仅50万小时。庞大的场景数据缺口背后，“无本体采集”模式产业链亦悄然崛起。内地各大社交平台上，时薪20元（人民币，下同）、日薪200元的数据采集招聘信息随处可见。无论工厂技工、超市理货员，还是居家宝妈，都可以透过培训成为一名“无本体采集员”（UMI Data Collector）。
这一岗位无需实体机械人配合。采集员只需穿戴数据公司派发的传感、摄录设备，走进工厂、超市、家庭等真实场景，重复拧螺丝、取蔬果、叠衣服等日常动作，就能完成数据采集。这些数据经过加工处理，便变身“喂养”机械人的核心“燃料”。
驻京记者 杨浚源
