当人形机器人在展台上流畅地完成抓取、搬运、装配等动作时，很少有人会去想：这些动作背后，究竟需要“喂”多少数据？

答案是——比大多数人想象的要多得多。

行业共识是，能实现通用自主能力的具身大模型，至少需要千万小时级的高质量真实交互数据。而截至2026年初，全球合规、可用的真实物理交互数据总量仅约50万小时，不足大语言模型训练数据的两万分之一。缺口超过99%。

数据，正在成为具身智能从实验室走向真实世界最大的“看不见的瓶颈”。

一座国家级基地的“数据实验”

今年5月，国家人工智能应用中试基地（具身智能）在杭州高新区（滨江）正式揭牌。这是国内唯一专注具身智能领域的国家级中试平台，已聚集18家首批入驻企业和18家共建合伙人。

这座基地的特殊之处在于，它不仅仅是机器人的“训练场”。宽敞的大开间内，讨论声与电话铃声此起彼伏——验场景、采数据、练模型，基地正加快打通国产具身智能机器人技术的全链条。在家庭仿真场景中，机器人学习识别、抓取与放置日常用品；在仓储物流仿真场景中，进行分拣与搬运作业训练。

而在18家共建合伙人中，有一家企业的角色颇为特殊——它是唯一一家专注于数据基础设施的共建方。这家名为景联文科技的企业，承担的是基地数据方向的建设任务。近期，该公司完成近亿元A轮融资，市场分析认为，这折射出数据基础设施在AI产业链中的价值正在快速抬升，是产业需求爆发的自然结果。

这并非偶然。在具身智能的产业链上，算力、算法、数据三者缺一不可。但相比于算力集群和算法模型的高调亮相，数据基础设施建设往往显得“沉默”——却又至关重要。

从“拉框”到“教机器人看世界”

数据标注行业正在经历一场深刻的变化。

过去，数据标注被理解为“拉框”——在图片上框出物体、在语音中转写文字，拼的是人力和速度。但大模型进入医疗、工业、具身智能等专业领域后，一个残酷的现实浮出水面：通用模型能写诗聊天，却“看不懂”手术台上的操作逻辑，也“不理解”工厂里的工艺控制。

国家数据局印发的《关于推进行业高质量数据集建设行动的实施方案》提出，要推动数据加工和标注等技术加速向智能化、精细化发展。数据标注正在从人工逐条处理，转向模型批量处理与人工重点复核相结合。

这意味着，数据标注的核心竞争力不再是“人头”，而是行业知识和专业技术平台。

走进真实世界

景联文科技的做法，某种程度上代表了这一趋势——把数据采集从“手工作坊”重构为覆盖人员、设备、流程、质控全链路的标准化工程体系。公司已在芜湖、重庆、贵阳建成三大具身智能数据采集基地，覆盖居家、酒店、商超、办公室、工厂五大真实场景。

今年6月，景联文科技携手国家具身智能中试基地、百度云、蚂蚁数科等16家伙伴，共同启动“100万小时超高质量真实数据计划”。目标是打通机器人数据全链路，夯实国内具身智能产业发展底座。

与此同时，全国范围内的数据采集基础设施正在加速铺开。数据显示，截至2026年4月底，中国已有至少90个人形机器人数据采集和训练中心处于使用或规划建设中。

一个更大的命题

这场关于数据的实验，指向的其实是一个更大的命题：人工智能要真正走进真实世界，就需要有人走进医院、走进工厂、走进城市、走进机器人训练现场——把真实发生的一切，转化为AI能够理解、能够学习、能够持续进化的数据。

2026年《政府工作报告》首次提出“打造智能经济新形态”。智能经济新形态以人工智能技术为核心驱动力，以数据为关键生产要素。而数据，恰恰是最需要“笨功夫”的那一环。

国家数据局已明确提出，力争到2028年底建成一批覆盖重点领域的行业高质量数据集。数据从供给到价值释放的良性循环正在形成。

机器人的“ChatGPT时刻”或许还有距离。但每一个走进真实场景采集数据的人，都在让这个时刻更近一步。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj015

文章投诉热线:157 3889 8464  投诉邮箱:7983347 16@qq.com