中國具身智能訓練場加速落地 全國建成逾七十家支撐機械人產業
2026-09-17
在中國，被譽為「機械人學校」的具身智能訓練場正加速落地，成為支撐具身智能技術從實驗室走向產業一線的重要新型基礎設施。訓練場內，一字排開的具身智能機械人在數據訓練師遙控下，反覆練習抓取礦泉水瓶、將餐盤放進微波爐、掃碼快遞件；另一邊，戴著動作捕捉設備的操作人員來回疊衣服、整理床鋪，每個動作都被傳感器精準記錄，轉化為機械人學習的「教材」。
疊一件衣服、拿起一個杯子、整理一張桌子，這些人類習以為常的動作，對機械人而言都需要在一次次數據採集和模型訓練中反覆習得，每次抓取和放置都在生成軌跡、力度、成功率等數據，回傳、清洗、標註後成為下一輪模型訓練的「養料」。大語言模型、多模態大模型依託文字積累和海量互聯網數據，實現了「知」的跨越式發展；而具身智能面向物理世界的「行」，則高度依賴真實環境中的實際作業數據，這類數據此前從未被系統性採集、處理和存儲，導致具身智能面臨巨大數據缺口，訓練場因而應時而生。
中國信息通信研究院近期發布的《具身智能訓練場研究報告（2026年）》顯示，截至今年六月底，全國共建成啟用超過七十家訓練場，在建或規劃中的訓練場也有四十多家。訓練場分布與國內具身智能產業集群高度吻合，形成以長三角、京津冀和珠三角為核心的三大集群，其中浙江已建成訓練場數量最多，達十四個，江蘇、北京、廣東、山東緊隨其後，均為八個。中國信通院人工智能研究所具身智能部副主任張蔚敏表示，訓練場建設還在突破傳統人工智能產業高度集聚於一線城市的模式，向三線、四線乃至五線城市延伸，呈現多層級城市協同布局態勢，反映訓練場建設正從人才、資本驅動轉向真實場景、數據供給和運營效率驅動。
具身智能訓練場最初因數據需求而建，如今功能已遠不止於數據採集的「練習場」。廣東省具身智能訓練場負責人高芳表示，把訓練場稱為「機械人學校」，本身已蕴含對未來的想象，就像人要上學才能獲得知識和技能，之後再走向社會、真正發揮價值。例如機械人從學校「畢業」後需要找到合適的「工作崗位」，大灣區擁有豐富場景和機械人供應鏈主體，訓練場會常態化開展機械人產品與行業應用方之間的精準供需對接，幫助企業找到真實落地場景和機械人大腦訓練所需的各類資源，也幫助製造業、醫療、能源等行業找到適合的具身智能機械人解決方案。
越來越多的訓練場還承擔著「連接器」角色。位於浙江杭州的國家人工智能應用中試基地（具身智能）就是一個聯通全國、賦能上下游的「連接器」，以混合所有制企業為建設主體，構建國企主導，行業頭部企業、應用場景企業參與的開放式合作機制。基地構建以算力保障、數據開放、模型服務和場景驗證為核心的公共技術服務平台，讓初創團隊也能以低門檻獲取國家級創新資源，大幅降低中試階段研發成本。專家認為，具身智能訓練場已成為產業創新的公共底座，隨着技術逐步成熟、產業應用不斷深化，訓練場將在場景、數據、服務、運營、標準化等多維度持續演進，中國具身智能訓練場將從建設熱潮期向能力沉澱期穩步過渡。
如何「建得好」又「用得好」，政策層面已經明確方向。今年六月，工業和信息化部、國務院國資委聯合啟動二○二六年度人形機器人與具身智能實景實訓專項行動，堅持應用牽引，要求省級地區至少遴選二十個重點場景單元，按照「最小干預、利舊復用」原則開展作業環境適配改造，打造可訓練、可測試、可驗證的實景實訓空間。國家地方共建人形機器人創新中心首席科學家江磊表示，具身智能機械人已實現「從零到一」的技術突破，但「從一到十」規模化落地的難題尚未解決，卡在標準體系、工程管理、中試等環節，核心矛盾集中在場景適配。
多位受訪專家認為，標準化是提升訓練效果的關鍵。由中國信息通信研究院聯合四十餘家單位共同起草編制的人工智能系列行業標準「具身智能數據集質量要求及評估方法」將於十一月一日起正式實施。張蔚敏介紹，該標準的發布標誌着具身智能數據集建設將從規模導向向質量導向轉變，有效填補具身智能數據方向的行業標準空白。當前多數訓練場以數據產品出售為主要收入來源，但僅靠數據出售難以覆蓋投入，商業模式可持續性也是訓練場自身面臨的考驗。深圳「具寶盆」聯合發起人王茂林表示，下一步將從單一數據供給向覆蓋數據生產、模型訓練、應用驗證的「訓練即服務」轉型，構建多元收入結構，推動訓練場從重資產投入走向可持續運營。面向未來，唯有堅持場景牽引、標準引領、運營為本，理性布局、深耕應用，才能真正把訓練場的基建優勢轉化為產業創新優勢。
