3月19日，《中国电子报》记者在调研北京人形机器人创新中心具身智能机器人数据采集与训练基地时了解到，目前数据采集主要面临场景碎片化、机器人“方言”不通、数据质量参差不齐等难点。“数据飞轮效应”下，该数据基地有望迎来全球首个采集完成百万小时高质量具身智能机器人数据的里程碑。

走进数据基地，记者观察到这里复刻了家居、商超、办公、工业、医药、康养六大核心领域，构建起超过30个典型应用场景的实体空间。每一处场景的布局，都遵循着“真实、泛化、可复用”的数据采集原则。尤为重要的是，这些场景并非静态的“样板间”，而是可动态配置、可组合重构的“数据工厂”。据了解，数据基地建立了标准化的项目管理体系，制定了从数据采集、标注、质检在内的全流程规范手册，实现从任务下发到最终交付的全流程质量可控。

当前，高质量数据已成为驱动人形机器人产业发展的战略资源。不过，人形机器人要真正走进千行百业，需要的不仅仅是几百、几千条“精修”数据，而是海量、多样、高质量的数据“原料”。其中真机数据是机器人智能从虚拟走向现实的必经之路。

数据基地专家指出，真机数据能够精准还原力觉反馈、触觉信息、环境干扰等仿真难以复制的细节，这些被称为“物理直觉”的关键信息只能通过真机采集的多模态数据来训练。更重要的是，真机数据在真实环境中完整的任务闭环，一条简单的“抓取-操作-放置”轨迹中蕴含了大量人类在复杂环境中的隐性决策，其数据价值密度远高于其他类型的数据。此外，真机数据还能有效解决“分布偏移”问题，机器人可以学习适应各种环境特征与突发情况，从而真正实现从实验室走向现实世界的跨越。

记者在采访中了解到，数据采集主要面临三大难点：一是场景碎片化，真实环境千差万别，每个变量都在考验算法的泛化能力。二是机器人“方言”不通，不同构型的机器人本体存在显著的“方言”差异，传感器布局、关节自由度、控制接口各不相同，导致不同构型的数据难以迁移。三是数据质量参差不齐，数据采集涉及动作捕捉、多模态同步、人工标注等环节，任何环节偏差都可能产出“低质数据”，低质数据浪费资源甚至误导模型。

为破解行业数据瓶颈，行业正在积极探索。据悉，北京人形机器人创新中心布局的专业化数据采集基地是将分散的场景集中复现，将多样的机器人统一调度，将采集、标注、质检全流程标准化。目前，该数据基地已为多家头部企业及科研机构交付超数万小时高质量数据，整体数据合格率稳定在95%以上。