1天前 谁为人形机器人的“数据房地产”买单？

出品：人形机器人场景应用联盟

曾经被视作具身智能基础设施标杆的北京首个人形机器人数据训练中心，最近迎来一次调整。

8月28日，有媒体报道称，位于北京石景山首钢园的人形机器人数据训练中心已停止运营，核心设备与技术提供方睿尔曼智能撤出。

随后，石景山区给出了另一种表述：一期原合作主体迁出后，中心正在进行技术能力提升改造，未来将重点转向4D高斯光场、世界模型等技术路线，并与二期、三期形成协同。

因此，与其将其理解为一个数据中心突然“倒下”，更值得关注的问题是：运行一年多后，北京最早一批人形机器人数采中心开始主动换轨。

而它恰好暴露了当下具身智能数据产业一个越来越现实的问题：建一个数据中心并不难，难的是谁来长期为数据买单。

01.

数据中心很多，真正的需求在哪里？

石景山人形机器人数据训练中心一期于2025年3月落地，占地约3000平方米，部署108台机器人，搭建家庭康养、特种作业、新零售、汽车装配、3C电子工厂等十大场景，最初规划每年产出超过百万条高质量多模态数据。

此后扩张速度很快。

2025年10月，面积约6000平方米的二期启动运行；到今年5月，石景山三期数训中心已经聚集近270台（套）机器人，官方披露的年数据生产能力接近2000万条。

类似项目也在全国大量出现。

过去两年，数采中心已经成为不少地方布局具身智能产业的重要抓手。其逻辑并不难理解：单个创业公司自己买机器人、租场地、搭建遥操作系统和招募数采人员，投入很高。公共训练场可以把这些成本摊薄，同时承担测试验证、人才培训、标准制定和产业招商等功能。

问题出现在下一步。

数据中心可以依靠项目投资建起来，但运营最终仍需要真正的数据需求支撑。

而具身智能数据目前具有很强的“私域”属性。

不同企业采用的机器人本体、传感器、灵巧手、控制频率、模型架构都不相同；即使完成同一个“叠衣服”动作，一家公司采集的数据，也很难完全无成本地迁移到另一家公司。

这意味着，机器人企业当然需要数据，却未必愿意持续采购通用数据。

于是一个潜在矛盾逐渐显现：地方建设训练中心，更关注产业公共服务能力、企业集聚以及基础设施供给；机器人企业关注的，则是数据能不能直接提升模型能力，以及获取这些数据的成本是否低于自采。

两套目标存在交集，却很难天然重合。

所谓“数据房地产”的风险，也由此产生：场地、机器人、遥操作设备和算力都可以被量化，真正的数据价值却很难靠面积、设备数量和采集时长衡量。

02.

从“有多少数据”，转向“数据有没有用”

睿尔曼这次给出的解释很直接。

按照公司说法，过去在训练场内进行遥操作采集，环境参数可控、光照稳定、场景相对固定，数据过于“干净”。当机器人真正进入工厂、仓储或者家庭后，还会面对物料偏差、光照变化、地面扰动和大量异常工况，训练场很难完全复现这些变量。

因此，睿尔曼正在从实验室集中遥操，转向机器人进入真实场景之后的远程遥操，让数据伴随实际作业持续回流。

这背后代表着具身数据逻辑的一次变化。

行业早期解决的是“有没有数据”。当时真机数据极少，规模化遥操作训练场能够快速补充基础动作数据，对模型冷启动、基础技能学习仍然具有价值。

但随着机器人逐渐走向应用，问题正在变成“哪些数据有用”。

相比重复采集大量标准动作，真实环境中的失败、纠错、扰动以及长尾情况，往往能带来更大的模型增量价值。评价一个数采中心，仅仅计算采集小时数、数据条数或者机器人数量，越来越难反映数据最终产生的训练效果。

与此同时，数据路线本身也在快速变化。

真机遥操之外，仿真数据、合成数据、视频数据、互联网数据、世界模型都在成为具身模型新的数据来源。国家数据局今年甚至已经启动《高质量数据集 具身智能 仿真合成数据生成与处理规范》《面向训练基地的数据采集与模型训练规范》等标准制定。

这也意味着，当下依然很难提前押注某一种数据生产方式会成为最终答案。

03.

数采中心需要从“建项目”走向“跑闭环”

所以，北京首家人形机器人数训中心的调整，未必意味着公共数据训练场失去了价值。

真正需要重新回答的是它的角色。

今年6月，国家数据局发布《关于推进行业高质量数据集建设行动的实施方案》，提出“需求牵引、急用先行、应用验证”，强调形成“场景牵引数据、数据驱动模型、模型赋能应用、应用创造价值”的数据飞轮。文件还提出建设“物理分散、逻辑集中”的国家数据集管理服务系统。

这可能比单纯建设更多物理训练场更接近下一阶段的方向。

未来公共数采平台的价值，或许不会主要体现在拥有多少平方米场地、采购多少台机器人，而在于能否把真实工厂、商超、物流、康养等分散场景连接起来；能否建立跨企业的数据格式、质量评价和授权机制；能否提供初创企业单独承担不起的测试、评测和公共数据服务。

相应地，评价体系也需要发生变化。

从“生产了多少条数据”，逐渐转向“多少数据真正被模型使用”；从设备利用率，转向模型训练后的任务成功率和泛化能力；从一次性建设投入，转向有没有企业愿意持续购买服务。

只有需求方愿意持续付费，数据中心才真正形成商业闭环。

从这个意义上看，北京首家人形机器人数训中心此次换轨，提供了一个很有价值的行业样本。

过去一年，各地正在快速复制“场地+设备+机器人+数采员”的训练中心模式。产业进入下一阶段后，问题已经从“有没有数据基础设施”，进一步变成了“这些基础设施究竟创造了多少有效数据”。

具身智能仍处在技术路线快速迭代期。对于地方产业政策而言，建设基础设施依然有必要，但比扩大面积和设备规模更重要的，是让投入能够跟着真实需求变化。

数据中心真正稀缺的，从来不是房子，也不是机器人，而是一套能够持续运转的数据飞轮。