中新经纬9月12日电 (李自曼)一台机器人正从桌面上拿起一张明信片，精准对准印章位置按下 ，随后将盖好章的明信片投进邮筒 ，整套动作一气呵成。
不远处 ，另一台机器人端坐钢琴前 ，弹出一段完整旋律。再往前走，还有机器人正有节奏地敲击编钟 ，发出清脆的声音 。
这是11日中新经纬在2026年中国世界 服务贸易交易会(下称服贸会)电信、计算机和信息服务专题展看到的几幕 。
机器人越来越聪明，动作越来越流畅 ，但让机器人学会这些动作 ，不仅仅是因为算法迭代，更是因为数据在背后支撑。数据从哪来？怎么变成机器人能用的“教材 ”？
数据量不足实际需求的5%
机器人要学会这些动作 ，首先得有足够的数据来训练 。但现实是 ，数据远远不够用 。
国金证券2026年7月发布的研报显示，截至2026年初，全球高质量真实物理交互数据总量仅约50万小时 ，而训练通用具身模型至少需要1000万小时的多模态交互数据 ，当前数据量不足实际需求的5%。
中国信通院人工智能研究所等机构于2026年8月联合发布的《具身智能训练场研究报告(2026年)》(下称报告)也指出，具身基础模型要迎来“ChatGPT时刻” ，至少需要千万小时级真实数据 ，而当前全球可用的高质量真实数据仅为数十万至百万小时级，供需之间存在量级差距 。
凌宇科技(北京)有限公司(下称凌宇科技)研发总监张丽强对中新经纬表示 ，大语言模型有互联网多年的文字积累 ，可以直接训练；而具身智能需要的是对空间信息的感知和对动作行为的理解，这些数据没有成熟积累 。“跟大语言模型差距差不多有1万倍。 ”张丽强说 ，这也意味着具身智能的数据赛道才刚刚起步 ，机会很大 。
数据缺口之外，行业标准也在逐步建立中 。
某运营商工作人员孟凡在采访中介绍 ，上个月在冰丝带落幕的第二届世界机器人运动大会上 ，公司打造的具身智能管理平台，接入了16个国家、666支队伍共2056台机器人。该平台收集的156万条运行数据，是机器人日常状态的数据反馈 ，包括位置信息 、电量情况 、关节温度、网络接入情况等 。
“因为各品牌有差异 ，管理起来比较复杂，平台做了统一接入 、统一建档 、统一运营 。 ”孟凡说 ，现阶段具身智能行业标准不统〖One〗、 协议接口各有不同 ，统一整体运维和管理是行业正在解决的问题。
上述报告也指出，训练场面临场景任务同质化 、数据多样性和流通性不足等共性挑战。不同本体 、场景、机构之间的数据难以互通共享 ，进一步制约了模型训练效果 。
给机器人配“老师”
缺口已然显现 ，数据从哪来？
景辰数智(北京)科技有限公司(下称景辰数智)工作人员师乐姣介绍，“景睿 ”机器人的数据来自石景山人形机器人数据训练中心 。训练过程中 ，所有机器人都会有一个“老师 ”(数据采集员)。老师会带着机器人学习相应动作 ，比如盖章的小demo(示范样本) 。在示范教学完成后，通过大量样本采集 、标注与多轮质量核验 ，建成高质量数据集 ，输入模型开展机器人训练 。
“真机数据采集现在缺口比较大，我们对样本合格率 、采集成功率的要求很高。”师乐姣说，仅盖章这一个流程 ，从数据采集到模型训练 ，短程可能在半个月甚至几天就可以完成，但是要保证盖章完整以及每次拾取印章与盖章的可达性 ，还是需要大量的数据输入与强化学习后的验证 。
另一种是便携采集模式 。据张丽强介绍 ，凌宇科技在服贸会期间首次公开发布了一套便携式数据采集设备，一天大概能采集8到10小时的工作数据 ，生产数据量约400G。
最困难的是数据处理
数据采回来 ，不等于就能直接喂给机器人 。
北京数据集团智能院旗下北京数据先行区服务有限公司(下称京数公司)技术研发人员刘永辉向中新经纬表示，从“有数据 ”到“数据能用 ” ，中间最困难的是数据处理 。
“原始数据本身没有释放价值 ，核心在于中间的数据处理环节。”刘永辉介绍，最基础的是清洗 ，把字段不清晰、字段空白等问题找出来 ，有些筛选掉，有些打回去更新 。清洗完成后，关键是标注 。
刘永辉称 ，标注内容取决于实际应用场景：交通自动驾驶要对图像中的车 、路边 、车道线做语义分割和拉框标记；商务交流、展会交流等不同语种交互场景 ，标注会侧重转写，把说话中的所有发声单元如实展现出来。“只有把这些信息赋能到原始数据之上 ，形成的数据集才有价值。 ”
数据从采集到训练再到执行 ，还离不开底层技术的支撑 。
北京东土科技股份有限公司(下称东土科技)工作人员向中新经纬介绍，东土科技全国产化智能机器人通用电子架构由“鸿道操作系统+AUTBUS总线世界 标准+MaVIEW工具软件平台 ”组成 ，包含大小脑融合机制、快速反应的神经网络及确定性控制 ，可快速开发机器人及应用机器人 。
该工作人员表示，东土鸿道操作系统搭配AUTBUS 、TSN确定性网络 ，解决机器人数据采集 、传输两大痛点：一是时间不同步 ，二是网络拥堵丢包、传输时延忽快忽慢。
（文章来源：中新经纬）
