具身智能的下一座基础设施是实训场

训练场不缺，缺的是从工位长出来的数据。这是今年具身智能行业最实在的一句话。

一、发生了什么

雷峰网的一篇产业报道给了一组口径：按中国信通院《具身智能训练场研究报告（2026 年）》及多家机构测算，训练一个通用具身模型至少需要千万小时级的真实交互数据，而全球可用的高质量真机语料只有百万小时量级，差一个数量级。

与此同时，供给端还很原始。如果主要靠专家遥控真机采集，一个点位一天产出往往只有几十小时。截至今年 6 月底，全国已建成启用的具身智能训练场超过 70 家，另有 46 家在建或规划。

政策侧的动作在 6 月：工信部与国资委联合启动人形机器人与具身智能实景实训专项行动，把生产作业工位、服务操作点位当作实训载体，要求训练发生在应用现场。

落地案例里，数字比较具体的有几个：智元在浦东的数据采集工厂覆盖 106 个真实场景，工程侧记录 217 个复杂操作任务、87 个原子技能、3000 余种操作物品；上海电气的中试平台约 6800 平方米，整机年试制产能约 2000 台，可完成 400 多项验证；上汽通用与智元联合研发的「能仔1号」在电池产线上累计完成近 8 万件工件作业，开动率 98%。

二、跟你有什么关系

要采数据做模型的团队。 你的瓶颈不是场地，是任务拆解的粒度。拆不到原子技能这一层，采回来的视频没法训练。

想买数据的中小公司。 现在市场上的真机数据格式各自为政，跨平台复用率低。买之前先问标注规范和坐标系定义。

在选行业的投资人。 看训练场数量会看错。要看的是：这个场有没有对应订单，失败样本有没有回流的通道。

三、怎么产一条能用的真机数据

1. 先把任务拆到原子技能。 炒菜不是「炒菜」，是取菜、切、装盘、备料、翻炒。每一段单独定义成功条件，单独采。拆不动的任务，说明你还没想清楚要模型学什么。
2. 覆盖变量，不要覆盖次数。 削苹果要换形状、换颜色、换刀具；叠衣服要换朝向。同一动作重复一千次同一角度，价值接近零。
3. 把失败样本当成资产。 熟练工的动作是标准答案，能教模型怎么做对；新手磕磕绊绊的操作教的是出错后怎么救回来。后者在真机部署时更稀缺。
4. 算单条可用数据的成本。 采集时长 × 人力 + 标注 + 失败重采 + 场景租金。报道里的「几十小时一天」是采集量，不是可用量，中间还有清洗和标注的损耗。
5. 设计回流通道。 部署现场的数据能不能实时回到训练侧，决定模型迭代速度。有团队做的在线学习框架，就是让真机交互数据回流后立刻更新策略。
6. 用别人能复核的指标验收。 别用「成功率」自证。用开动率、节拍、连续运行小时、单件成本这类产线语言，这些数字骗不了人。

四、三个别信的说法

「建了训练场就有数据。」 70 多家建成的场地里，不少是同质化的演示场景。真正稀缺的是带订单的真实工位——训练在哪儿发生，决定了数据有没有用。

「仿真够了，不用真机。」 仿真能扩大覆盖，但迁移到新产线、新货架时，落差依然明显。现在的共识是真机采关键样本、仿真做规模扩增，不是二选一。

「成功率 95% 就能上岗。」 报道里那个 95% 是多任务平均、在特定任务集上的自测结果。产线看的是连续八小时不出事，这两个指标不是一回事。

五、一句话结论

实训场的价值不在场地多大，在于它离订单多近、失败样本能不能回到模型里。

信息来源

• 真机实干，产训一体：具身智能的下一座基础设施，为什么是"实景实训平台"？ - 雷峰网，2026 年 10 月

功能与价格以官方公告为准。本文写于 2026 年 10 月 22 日。