在中关村论坛的平行分论坛——2026中国科幻大会上，北京石景山具身智能触觉及多模态感知数训创新中心正式宣布成立。该中心由北京石景山科技创新集团有限公司与某科技企业合作共建，旨在满足具身智能产业对技术创新的迫切需求，重点聚焦触觉感知、异构计算、自主无人数采三大技术领域，致力于打造一个覆盖多模态数据采集、算法优化训练及场景应用落地的全链条技术转化平台。
机器人产业智能化升级过程中，数据问题已成为制约行业发展的核心瓶颈之一。在论坛的“百亿具身智能对话”环节，星动纪元联合创始人席悦指出，当前具身智能发展的最大障碍在于数据获取。他提到，真实场景下的数据采集面临多重挑战：场景方开放权限的难度大，大规模采集成本高昂且耗时较长，而现有替代方案如1:1复刻真实场景自建训练场，又因过度依赖工程师全程参与导致效率低下、成本居高不下。
针对数据困境，席悦提出两项解决方案：一是构建“数据采集-模型迭代”的闭环数据飞轮机制，使机器人能够在真实环境中自主应对极端情况，从而持续提升系统效率；二是推动“人类演示+真机采集”的组合模式，但需解决两者在本体构型、运动形态、感知方式上的差异问题。原力灵机创始人唐文斌则认为，数据虽是当前瓶颈，但并非不可逾越的障碍。他强调，通过资金投入购置机器人、建设训练场、雇佣遥操作人员及外包数据标注，可快速积累百万小时级、亿级样本的数据量，因此“数据有无”并非行业壁垒，真正的竞争力在于企业能否实现真实场景数据的自动回流，并搭建高效的数据飞轮闭环。
智平方联合创始人张鹏表示，尽管公司已具备多种数据获取途径，但真实场景数据的价值无可替代，仍是行业布局的重点。他透露，智平方通过一线实际部署的产品实现数据回流，并将沉淀后的数据视为最宝贵的资产，在确保安全的前提下与客户共享这部分数据。据悉，北京石景山人形机器人数据采集训练中心四期项目已与乐聚、他山、睿尔曼、灵初等企业展开合作，共同探索破解机器人行业数据短缺与质量瓶颈的路径。
一位行业人士分析称，当前具身智能领域正经历数据体系重构，无本体数据技术如第一人称视角数据（EGO）、通用操作接口（UMI）方案的兴起，可能使依赖重资产投入的遥操作数据采集工厂面临发展困境。他指出，真实场景数据仍是机器人模型训练的“金字塔尖”资源，但行业普遍面临两大核心问题：一是数据质量与数据管线设计的标准化缺失；二是数据处理能力存在显著行业鸿沟，多数厂商缺乏搭建高效数据处理体系的技术实力，且行业内缺乏统一的数据技术诀窍共享机制与基准评测体系，导致数据应用效率参差不齐。
该人士进一步表示，若EGO、UMI等无本体数据技术能够普及，将进一步凸显场景资源的稀缺性，企业可能摆脱对传统数据采集工厂的依赖，直接在真实场景中完成数据采集，场景的可及性与多样性将成为数据竞争力的关键变量。从技术升级趋势来看，具身智能需要亿级小时级的训练数据，当前总量仍严重不足，但部分与主流技术路线错位的核心资产可能面临贬值风险，如依赖机器人本体、固定场地的重资产中心可能出现产能利用率下滑、单位成本飙升的情况。长期来看，数据领域的竞争逻辑将从“是否拥有规模化训练中心”的硬件比拼，转向真实场景获取能力、场景与数据闭环迭代效率等维度的较量。
