La Cina sta costruendo l’infrastruttura dati per addestrare l’intelligenza dei robot umanoidi

La World Robot Conference 2026 di Pechino ha offerto una fotografia significativa della direzione presa dall’industria cinese dei robot umanoidi: non più soltanto costruire corpi sempre più avanzati, ma creare l’infrastruttura dati necessaria per addestrarne il “cervello”.

Secondo quanto emerso alla conferenza, in Cina sono già operativi o in costruzione almeno 90 centri per la raccolta e l’addestramento dei dati destinati ai robot umanoidi. Il dato segnala uno spostamento delle priorità d’investimento. Ma mostra anche la distanza ancora da colmare tra produrre dati su scala industriale e dimostrare che quei dati possano generare un’intelligenza trasferibile tra macchine, attività e ambienti di lavoro. 13

Il nuovo asset strategico sono i dati del mondo fisico

Per addestrare un robot utile non bastano immagini o testi. L’intelligenza fisica deve comprendere ciò che una persona vede, il modo in cui si muove, la reazione degli oggetti e la sequenza temporale delle azioni. Per questo video in prima persona, informazioni sulla postura, profondità, segnali tattili e dati sullo stato del robot sono diventati elementi preziosi per i modelli di IA incarnata.

Lightwheel AI ha reso concreta questa strategia con EgoSuite-Open100K, un dataset progettato per raggiungere 100.000 ore di attività umane riprese in prima persona. Il progetto copre oltre 15.000 attività e scenari di raccolta nel mondo reale, utilizzando immagini da telecamere montate sulla testa e sui polsi, insieme a informazioni sulla postura di mani e corpo, annotazioni semantiche e dati di profondità. Le prime 10.000 ore sono disponibili su Hugging Face; il progetto prevede anche la distribuzione attraverso AtomGit. 1 12

Il vantaggio è evidente: le dimostrazioni umane possono offrire una panoramica ampia delle attività quotidiane di movimento e manipolazione senza dover registrare ogni esempio con un costoso robot fisico. Tuttavia, i dati raccolti dagli esseri umani non equivalgono automaticamente all’esperienza di un robot. Una persona corregge in modo naturale l’equilibrio, l’attrito e il contatto con gli oggetti; un robot deve invece percepire e controllare questi effetti attraverso il proprio corpo e i propri sensori.

Sei metodi di raccolta, con un compromesso di fondo

Tian Feng, dell’Intelligent Industries Research Institute di SenseTime, ha descritto sei paradigmi di raccolta dei dati che operano in parallelo, tra cui teleoperazione, motion capture, dati sintetici e raccolta su vere linee produttive. 13

Ogni metodo cattura una parte diversa del problema:

• La teleoperazione può preservare le azioni specifiche del robot e il feedback fisico, ma richiede hardware, operatori e infrastrutture dedicate.
• Il motion capture registra i movimenti umani su larga scala, ma non necessariamente le forze e i vincoli che un robot incontrerà.
• I dati sintetici permettono di generare rapidamente scenari rari, anche se il comportamento simulato deve poi dimostrarsi efficace nel mondo reale.
• La raccolta in fabbrica è la più vicina all’uso commerciale, perché registra attività concrete, errori e vincoli ambientali.
• La cattura in prima persona delle attività umane offre ampiezza e costi inferiori, ma può non includere dinamiche robotiche come la coppia dei giunti e le forze di contatto.

Il vantaggio economico dichiarato è rilevante: la raccolta da parte di esseri umani senza un robot fisico può costare circa un quinto rispetto alla registrazione di dimostrazioni con robot reali. Il compromesso è che i dati potrebbero riflettere il modo in cui svolgono un compito gli addetti incaricati della raccolta, non quello di lavoratori esperti. 13

Questo non significa che i dati umani debbano essere scartati. Significa piuttosto che dovrebbero costituire uno strato di un insieme di addestramento più ampio, affiancati da teleoperazione, dati sullo stato del robot, simulazioni e feedback provenienti dagli impieghi reali.

La filiera hardware diventa anche una filiera per catturare dati

Il messaggio più ampio della conferenza è che l’infrastruttura della robotica ormai comprende anche gli strumenti usati per registrare dimostrazioni e comportamenti sensomotori, non soltanto motori, batterie e telai. Sistemi di raccolta in prima persona e portatili, guanti, interfacce tattili, telecamere, microcontrollori, memorie e componenti analogici entrano così a far parte della pipeline dei dati. 13

Questa trasformazione può offrire un percorso meno costoso per raccogliere grandi quantità di dimostrazioni. Ma apre anche un problema di standardizzazione. Dati ottenuti con sensori diversi, procedure di calibrazione differenti, spazi d’azione, middleware e sistemi di annotazione non compatibili potrebbero non essere facilmente combinabili.

Nasce così il fenomeno dei cosiddetti “dati-isola”: registrazioni utili, ma intrappolate nell’ecosistema hardware e software che le ha prodotte. Un dataset aperto può ridurre il problema, ma l’apertura da sola non garantisce il riutilizzo. Servono schemi condivisi, metadati di calibrazione, convenzioni temporali, interfacce e protocolli di valutazione prima che l’aumento del volume dei dati possa tradursi in una capacità comune. 13

Esiste una legge di scala anche per la robotica?

Resta poi una domanda decisiva: il modello secondo cui, nell’IA generativa, più dati e modelli più grandi portano a sistemi più capaci vale anche per la robotica?

Il rapporto GEN-0 pubblicato da Generalist AI nel novembre 2025 ha fornito una risposta incoraggiante, ma ancora limitata. Negli esperimenti dell’azienda, i modelli più piccoli faticavano ad assorbire dati sensomotori sempre più diversificati, in un fenomeno definito “ossificazione”. Le prestazioni continuavano invece a migliorare con modelli più grandi, con una transizione apparentemente collocata intorno ai 7 miliardi di parametri. 36

Si tratta di un’evidenza significativa, ma non ancora di una legge di scala valida per tutta la robotica. Il risultato proviene dai modelli, dai dati e dai criteri di valutazione di una singola azienda. Inoltre, la robotica affronta una difficoltà che i modelli testuali non incontrano nello stesso modo: una politica di controllo deve agire attraverso un corpo specifico, in un ambiente specifico e sotto vincoli fisici reali.

La domanda pratica, quindi, non è soltanto se un modello sia abbastanza grande. Occorre capire se i dati di addestramento contengano i segnali fisici corretti e se la politica appresa riesca a trasferirsi a corpi diversi e ad attività reali.

Più robot spediti non significa automaticamente più domanda commerciale

La capacità manifatturiera cinese offre un vantaggio importante nella diffusione dei robot per la sperimentazione e la raccolta dei dati. Tuttavia, i numeri delle installazioni possono essere fuorvianti se la maggior parte delle macchine viene ancora impiegata per dimostrare capacità, fare ricerca o produrre nuovi dati, invece che per generare valore economico ricorrente.

Secondo Interact Analysis, nel 2025 la produzione globale di robot umanoidi ha superato le 20.000 unità, ma soltanto circa il 10% è stato utilizzato in applicazioni reali; la maggior parte è stata destinata alla ricerca, alla raccolta dei dati o all’intrattenimento. La stessa analisi ha indicato la Cina come motore sia dell’offerta sia delle prime adozioni. 21

Questo contesto è importante per interpretare il boom dei centri dati. Sostegno pubblico, acquisti in blocco e programmi di riacquisto dei dati possono far crescere rapidamente il numero di robot, strutture e ore registrate. Possono contribuire alla nascita di un ecosistema di apprendimento, ma non dimostrano da soli che i clienti siano disposti a pagare per robot capaci di ridurre stabilmente i costi, aumentare la produzione o svolgere attività difficili da affidare alle persone.

Il vero collo di bottiglia è la convergenza

La conferenza di Pechino non ha dimostrato che la Cina abbia già risolto il problema dell’intelligenza incarnata. Ha mostrato che il Paese sta assemblando, a una scala insolita, i componenti di una possibile soluzione:

1. Dati ampi, ottenuti da dimostrazioni umane e ambienti diversi.
2. Dati ancorati alla realtà fisica, raccolti tramite teleoperazione, sensori robotici e attività produttive reali.
3. Infrastrutture interoperabili, affinché le registrazioni possano passare da un corpo robotico e da uno stack software all’altro.
4. Modelli capaci di scalare e trasferire le competenze, invece di limitarsi a memorizzare dimostrazioni.
5. Feedback dalle applicazioni reali, inclusi errori, recupero dagli imprevisti e interventi degli operatori.
6. Ricavi commerciali, in grado di finanziare la raccolta continua dei dati senza dipendere indefinitamente dai sussidi.

Anche l’ecosistema proposto da Lightwheel va in questa direzione: standard aperti per i dati, raccolta guidata dalla valutazione e coordinamento tra progettazione dei dati e dei modelli. 1

La conclusione più importante è quindi più circoscritta rispetto all’idea che la Cina abbia già costruito un “cervello robotico”. La Cina sta costruendo le fabbriche, gli strumenti e i dataset che dovrebbero renderlo possibile. Resta da vedere se questa infrastruttura produrrà umanoidi realmente utili e generalizzabili. La risposta dipenderà dalla qualità dei dati, dalla loro fedeltà fisica, dalla compatibilità tra hardware e dalla prova che i robot sappiano creare valore duraturo al di fuori di dimostrazioni e laboratori di ricerca.