China Membangun Infrastruktur Data untuk Melatih “Otak” Robot Humanoid

Konferensi Robot Dunia 2026 di Beijing memberikan gambaran penting tentang arah industri robot humanoid China. Fokusnya mulai bergeser: bukan hanya merakit tubuh robot yang semakin cakap, melainkan membangun infrastruktur data untuk melatih “otak” robot—atau yang dalam industri disebut kecerdasan berwujud (embodied intelligence).

Sedikitnya 90 pusat pengumpulan dan pelatihan data robot humanoid dilaporkan telah beroperasi atau sedang dibangun di berbagai wilayah China. Angka ini menunjukkan perubahan besar dalam prioritas investasi. Namun, konferensi tersebut juga memperlihatkan jarak antara memproduksi data dalam skala industri dan membuktikan bahwa data itu dapat menciptakan kecerdasan robot yang mampu bekerja lintas mesin, tugas, dan lingkungan. 13

Data fisik menjadi aset strategis baru

Robot humanoid membutuhkan lebih dari sekadar gambar atau teks. Agar dapat memahami dunia fisik, model AI perlu mempelajari apa yang dilihat manusia, bagaimana tubuh bergerak, bagaimana benda merespons sentuhan, serta bagaimana suatu tindakan berlangsung dari waktu ke waktu.

Karena itu, video sudut pandang orang pertama, informasi posisi tubuh, kedalaman, sinyal taktil, dan data kondisi robot menjadi bahan penting bagi model AI berwujud.

Lightwheel AI menunjukkan gagasan tersebut melalui EgoSuite-Open100K, dataset aktivitas manusia sudut pandang orang pertama yang dirancang mencapai 100.000 jam. Dataset ini mencakup lebih dari 15.000 tugas dan lokasi pengumpulan di dunia nyata, dengan rekaman dari kamera yang dipasang di kepala dan pergelangan tangan. Data tersebut juga dilengkapi posisi tangan dan seluruh tubuh, label semantik, serta informasi kedalaman. Sebanyak 10.000 jam pertama tersedia melalui Hugging Face, sementara proyek ini juga menargetkan distribusi melalui AtomGit. 1 12

Keuntungannya jelas. Demonstrasi manusia dapat mencakup beragam aktivitas sehari-hari—terutama tugas manipulasi dan gerakan—tanpa mengharuskan setiap contoh direkam menggunakan robot fisik yang mahal.

Namun, data aktivitas manusia tidak otomatis sama dengan pengalaman robot. Manusia secara alami menyesuaikan keseimbangan, gesekan, dan kontak dengan benda. Robot harus merasakan serta mengendalikan efek fisik tersebut melalui sensor, aktuator, dan bentuk tubuhnya sendiri.

Enam metode pengumpulan dan satu kompromi mendasar

Tian Feng dari Intelligent Industries Research Institute milik SenseTime menjelaskan bahwa enam paradigma pengumpulan data kini berjalan secara paralel. Di antaranya adalah teleoperasi, penangkapan gerak, data sintetis, dan pengumpulan data langsung di lini produksi. 13

Setiap metode menangkap bagian berbeda dari persoalan:

• Teleoperasi dapat merekam tindakan yang spesifik bagi robot sekaligus umpan balik fisik, tetapi membutuhkan perangkat robot, operator, dan infrastruktur yang terkendali.
• Penangkapan gerak mampu merekam gerakan manusia dalam skala besar, tetapi tidak selalu menangkap gaya dan batasan fisik yang akan dihadapi robot.
• Data sintetis dapat menghasilkan skenario langka dengan efisien, meski perilaku dalam simulasi tetap harus terbukti dapat berpindah ke dunia nyata.
• Pengumpulan di lini produksi paling dekat dengan kebutuhan komersial karena merekam pekerjaan, kegagalan, dan kendala lingkungan yang benar-benar terjadi.
• Pengambilan data manusia dari sudut pandang orang pertama menawarkan cakupan luas dengan biaya lebih rendah, tetapi bisa kehilangan dinamika robot seperti torsi sendi dan gaya kontak.

Keunggulan biaya metode tanpa robot fisik cukup besar. Pengumpulan gerakan manusia tanpa tubuh robot dilaporkan hanya memerlukan sekitar seperlima biaya pengumpulan demonstrasi dengan robot fisik. Komprominya, data tersebut bisa lebih mencerminkan cara petugas pengumpul data menjalankan tugas daripada cara pekerja berpengalaman melakukannya. 13

Ini bukan alasan untuk menolak data manusia. Data tersebut lebih tepat dipandang sebagai satu lapisan dalam campuran pelatihan yang lebih luas, bersama teleoperasi, data kondisi robot, simulasi, dan umpan balik dari penerapan di dunia nyata.

Rantai pasok robot ikut berubah menjadi rantai pasok pengumpulan data

Pesan yang lebih luas dari konferensi itu adalah bahwa infrastruktur robotika kini mencakup peralatan untuk merekam demonstrasi dan perilaku sensorimotor—bukan hanya motor, baterai, dan rangka robot.

Perangkat kamera sudut pandang orang pertama dan genggam, sarung tangan data, antarmuka taktil, kamera, mikrokontroler, memori, serta komponen analog semuanya menjadi bagian dari jalur data. ORBBEC menampilkan perangkat pengambilan gambar tanpa tubuh robot, BrainCo menyoroti sarung tangan data dan tangan taktil, sementara GigaDevice menawarkan komponen seperti mikrokontroler, memori, dan perangkat analog untuk mendukung tumpukan tersebut. 13

Perubahan ini membuka jalur yang berpotensi lebih murah untuk mengumpulkan demonstrasi dalam jumlah besar. Namun, muncul persoalan standar. Data yang direkam dengan sensor, prosedur kalibrasi, ruang aksi, middleware, dan aturan pelabelan yang berbeda belum tentu dapat digabungkan dengan mudah.

Akibatnya, industri menghadapi apa yang kerap disebut sebagai “data pulau”: catatan yang berguna, tetapi terperangkap di dalam tumpukan perangkat keras dan perangkat lunak yang memproduksinya. Dataset terbuka dapat membantu mengurangi persoalan ini, tetapi keterbukaan saja tidak menjamin data dapat digunakan ulang.

Skema data, metadata kalibrasi, aturan waktu, antarmuka, dan protokol evaluasi bersama tetap diperlukan agar volume data dapat terakumulasi menjadi kemampuan yang bisa dipakai lintas sistem. 13

Apakah robotika memiliki hukum penskalaan seperti AI generatif?

Pertanyaan lain yang belum terjawab adalah apakah pola yang dikenal dalam model bahasa besar—semakin banyak data dan semakin besar model, semakin baik kemampuannya—juga berlaku untuk robotika.

Laporan GEN-0 dari Generalist AI pada November 2025 memberikan jawaban yang menarik, tetapi masih terbatas. Dalam eksperimen perusahaan tersebut, model yang lebih kecil kesulitan menyerap data sensorimotor yang semakin beragam. Generalist AI menyebut kegagalan ini sebagai “ossification”, atau kondisi ketika model seolah mengeras dan tidak lagi mampu menyerap informasi baru.

Kinerja terus meningkat pada skala model yang lebih besar, dengan laporan itu mengidentifikasi titik perubahan yang tampak berada di sekitar 7 miliar parameter. 36

Temuan tersebut merupakan bukti penting, tetapi belum dapat disebut sebagai hukum robotika yang berlaku secara umum. Hasilnya berasal dari model, data, dan rancangan evaluasi milik satu perusahaan. Robotika juga menghadapi persoalan tambahan yang tidak muncul dengan cara yang sama pada model teks: kebijakan robot harus bekerja melalui tubuh tertentu, di lingkungan tertentu, di bawah kendala fisik nyata.

Dengan demikian, pertanyaan praktisnya bukan hanya apakah model sudah cukup besar. Yang lebih penting adalah apakah data pelatihan memuat sinyal fisik yang tepat dan apakah kebijakan yang dihasilkan dapat berpindah ke bentuk robot serta tugas yang berbeda.

Banyak robot dikirim bukan berarti permintaan komersial sudah kuat

Skala manufaktur China memberikan keunggulan besar dalam menempatkan robot untuk eksperimen dan pengumpulan data. Namun, jumlah pengiriman dapat menyesatkan jika sebagian besar robot masih digunakan untuk memamerkan kemampuan, bukan menghasilkan nilai ekonomi yang berulang.

Interact Analysis melaporkan bahwa produksi robot humanoid global melampaui 20.000 unit pada 2025, naik sekitar sepuluh kali lipat dari kurang dari 2.000 unit pada 2024. Akan tetapi, hanya sekitar 10 persen yang digunakan dalam aplikasi dunia nyata; mayoritas dipakai untuk penelitian, pengumpulan data, atau hiburan. Analisis yang sama menempatkan China sebagai penggerak utama pasokan dan adopsi awal robot humanoid. 21

Konteks ini penting untuk memahami maraknya pusat data robot. Dukungan pemerintah, pembelian dalam jumlah besar, dan program pembelian kembali data dapat dengan cepat meningkatkan jumlah robot, fasilitas, serta jam rekaman.

Semua itu mungkin membantu membentuk ekosistem pembelajaran. Namun, langkah tersebut belum membuktikan bahwa pelanggan akan membayar robot yang secara konsisten menekan biaya, meningkatkan produksi, atau mengerjakan tugas yang sulit dilakukan manusia.

Hambatan sebenarnya adalah konvergensi

Konferensi di Beijing tidak membuktikan bahwa China telah menyelesaikan persoalan kecerdasan berwujud. Yang terlihat adalah upaya membangun berbagai komponen solusi dalam skala yang tidak biasa:

1. Data yang luas dari demonstrasi manusia dan lingkungan yang beragam.
2. Data yang berpijak pada kondisi fisik dari teleoperasi, sensor robot, dan tugas produksi nyata.
3. Infrastruktur yang interoperabel, sehingga rekaman dapat dipindahkan antarrobot dan tumpukan perangkat lunak.
4. Model yang dapat berkembang dan berpindah tugas, bukan sekadar menghafal demonstrasi.
5. Umpan balik dari penerapan, termasuk kegagalan, pemulihan, dan intervensi operator.
6. Pendapatan komersial yang mampu membiayai pengumpulan data berikutnya tanpa ketergantungan permanen pada subsidi.

Ekosistem yang diusulkan Lightwheel juga mengarah pada siklus semacam ini: standar data terbuka, pengumpulan yang didorong evaluasi, serta perancangan data dan model secara bersamaan. 1

Kesimpulannya lebih sempit daripada klaim bahwa China telah membangun “otak robot”. China sedang membangun pabrik, instrumen, dan dataset yang dimaksudkan untuk memungkinkan lahirnya otak tersebut.

Apakah infrastruktur itu akan menghasilkan robot humanoid yang benar-benar berguna masih bergantung pada kualitas data, kesetiaan terhadap kondisi fisik, kompatibilitas antarperangkat keras, dan bukti bahwa robot dapat menciptakan nilai yang bertahan di luar demonstrasi serta laboratorium penelitian.