“机器人学校”16类真场景助实操料年采集500万条数据助推具身智能数据标

马年春晚舞台上，机器人轮番上台演小品、秀武术、拍电影，完成了一场国产人形机器人的国民级亮相，也引发大量追问:机器人何时走进日常生活？今年初启动试运营的广东省首个异构具身智能机器人训练场——惠阳异构具身智能训练场，或许可以解答一二。

训练场位于惠州市惠阳区科技创新中心。推门而入，几十台形态各异的机器人正在给超市货架摆放商品、收银扫描，在“快递站”分拣包裹，制作咖啡，分类生物医药物料……充满科幻感的“未来”触手可及。细看之下，每台机器人背后都有一位人类训练师在仔细操控。这其实是机器人正在接受不同场景的“职业培训”，过程中产生的海量行为数据，正是让通用机器人顺利走入千家万户的“秘籍”。

与实验室里简单、有限、可复现的场景不同，一旦走入真实世界，机器人将面对无穷无尽的复杂状况。要“智能地”应对一切，还需更多来自物理世界的真实行为数据。具身智能机器人训练场通过搭建真实物理场景与仿真平台，供机器人“学习”人类行为，采集有效训练数据，推动具身智能数据标准化，破解高质量训练数据短缺这一发展瓶颈。

“机器人要有强泛化能力”

“机器人一定要有更强的泛化能力，要能举一反三，达到一定程度后才会出现『涌现』的能力，遇到没见过的东西也能自主应对。”惠阳异构具身智能训练场运营方负责人介绍，目前训练场共划分16类大场景，涵盖康养家庭、酒店客房、工业流水线分拣、生物医药物料分类等，场景维持高频迭代，平均每两周更新一次。上月末，训练场正式产出的首批“数字资产”已陆续交付。

场景均采企业工厂真实环境

训练场中的场景均采用当地企业、工厂的真实环境。机器人在训练师操控下，一遍遍重复人类的精准动作，学习应对不同规格、材质、形状物体时的发力方式与运动轨迹等信息，并生成相应数据。数据经过标注、清洗等技术处理后，留下有价值的高质量数据。基于对这些数据的学习，机器人逐渐形成自己的“手感”，越发灵活地应对现实场景。”必须有足够多的数据去教会它，这个过程和我7个月大的小孩学习拿东西很像。”该负责人说。

制造业基础优势助数据生产

目前，优必选、星尘智能、智元、穹彻智能、浙江人形等国内头部机器人企业的约180台机器人已在此“入学”，包括双足机器人、轮式人形机器人、固定式机械臂等不同构型，预计一年可采集500万条多模态数据，并将持续引入更多本体厂商。据介绍，除场景多元丰富外，不同机器人产生的异构数据同样是增加数据多样性、提高泛化能力的重要维度。

国家“十五五”规划纲要重点布局具身智能等未来产业，构建全链条培育体系，提出强化算力算法数据高效供给，在此背景下，“数据”正成为新的“石油”“黄金”，和未来国际竞争的关键资源。”这类数据的需求是全球化的，中国如果能率先掌握高质量的数据标准，就拥有了话语权。”训练场运营方负责人介绍，中国的竞争优势在于制造业基础，大量的场景和技术工人有助于数据生产，快速填补空白。

自去年起，内地具身智能训练场的建设热潮全面爆发，北京、广州、上海、天津、绵阳等多个城市已陆续建成专业训练场。中国人工智能学会副理事长、清华大学教授孙富春对此表示，建设训练场能推动具身智能数据标准化，将仿真数据与真实数据结合，破解高质量训练数据缺乏的难题。

面临重复采集难共享等挑战

同时孙富春指出，当前具身智能训练场面临两方面挑战:一是对具身智能人形机器人的定义与内涵仍存在诸多不一致；二是现有数据采集途径容易造成重复采集，采集的数据难以使用和共享，缺乏统一评价标准与安全可靠的保障。

据介绍，作为惠阳异构具身智能训练场的运营方，刻行时空主要解决异构机器人接入标准不统一、场景数据价值挖掘不足，以及不同模型厂商数据需求匹配与共享效率不高等问题。运营方认为，未来具身智能产业竞争很大程度上将体现为高质量数据能力的竞争，能够持续生产、组织和流通数据的平台，将成为产业发展的重要基础设施，在这一点上，粤港澳大湾区正走在前列。