2026年北京世界機械人大會，提供了一個頗清晰的行業切面：中國的人形機械人產業，焦點已不再只是造出更像人、動作更靈活的「身體」，而是開始打造用來訓練機械人「大腦」的數據基建。

據報，中國至少有90個人形機械人數據收集及訓練中心正在運作或興建中。這個數字反映投資重心正快速轉移：由製造本體，轉向收集能夠訓練具身智能的資料。不過，大會同時亦暴露出一個關鍵落差——大規模生產數據，與證明這些數據可以令機械人在不同機體、任務及工作環境之間靈活遷移，並不是同一回事。13

具身數據，成為新的戰略資產

人形機械人需要的，不只是圖片或文字。要訓練真正有用的物理智能，模型還要理解人看到甚麼、身體如何移動、物件會如何回應，以及一個動作如何隨時間展開。因此，第一身影片、姿態資料、深度資訊、觸覺訊號和機械人狀態數據，都可能成為具身人工智能模型的重要輸入。

Lightwheel AI以 EgoSuite-Open100K 將這個方向具體化。這個數據集計劃收集10萬小時第一身人類活動，涵蓋超過15,000項任務及逾15,000個真實世界收集場景，並使用頭戴式及腕戴式視角，同時提供手部及全身姿態、語義標註和深度資料。首批1萬小時已經透過 Hugging Face 提供，項目亦計劃在 AtomGit 分發。1 12

這種方法的吸引力很直接：透過人類示範，可以廣泛涵蓋日常操作和動作，而不必每一次都用昂貴的實體機械人錄製。但人類活動數據，並不自動等於機械人的經驗。人可以本能地調整平衡、摩擦力和接觸力度；機械人則要靠自身的感測器、關節和控制系統，處理這些物理效果。

六種收集方式，亦帶來基本取捨

商湯智能產業研究院研究員田峰表示，業界正同時採用六種數據收集模式，包括遙操作、動作捕捉、合成數據，以及在真實生產線上收集資料。13

每一種方法，捕捉到的問題面向都不同：

• 遙操作 可以保留機械人本身的動作及物理回饋，但需要機械人硬件、操作員和受控的基建。
• 動作捕捉 能夠大規模記錄人類動作，卻未必包含機械人將會面對的力道和環境限制。
• 合成數據 可以有效製造罕見情境，但模擬中的行為仍要證明能夠轉移到現實世界。
• 生產線收集 最接近商業應用，因為它能記錄特定工序、失敗情況和現場限制。
• 第一身人類數據 覆蓋面廣、收集成本較低，但可能欠缺關節扭矩、接觸力等機械人動力學資料。

據報，不使用機械人本體的人類數據收集，成本大約只有用實體機械人收集示範的五分之一。代價是，數據可能反映受聘收集員如何完成一項工作，而不是熟練工人實際如何工作。13

這並不代表人類數據沒有價值，而是說它應該只是更大訓練組合的一層，並要與遙操作、機械人狀態數據、模擬資料，以及真實部署後的回饋一同使用。

機械人供應鏈，正變成數據捕捉供應鏈

大會傳達的另一個訊息是，機械人基建已不只包括馬達、電池和機械人框架，還包括用來記錄示範及感知—動作行為的設備。第一身及手持式捕捉系統、數據手套、觸覺介面、鏡頭、微控制器、記憶體和模擬元件，全部都成為數據管線的一部分。13

ORBBEC展示的無機械人本體第一身及手持式捕捉硬件、BrainCo的數據手套和觸覺靈巧手，以及GigaDevice的微控制器、記憶體和模擬產品，都指向一條成本可能較低的示範數據收集路線。13

但設備愈多，標準問題亦愈突出。不同感測器、校準方法、動作空間、中間件和標註格式所收集的數據，未必可以直接合併。

行業觀察人士將這種情況形容為 「孤島數據」：資料本身有用，卻被困在產生它的硬件及軟件系統之內。開放數據集可以減輕問題，但「開放」本身並不保證可重用。要令數據量真正累積成共同能力，還需要共通數據結構、校準元數據、時間同步規則、介面和評測標準。13

機械人會否都有自己的 AI scaling law？

另一個仍未有定論的問題是：大型模型常見的模式——數據和模型愈多，能力便愈強——是否同樣適用於機械人。

Generalist AI在2025年11月發布的 GEN-0 報告，提供了一個值得留意、但仍然有限的答案。公司在實驗中發現，較小模型面對愈來愈多元的感知—動作數據時，難以繼續吸收新資訊，並將這種現象稱為「僵化」（ossification）。當模型規模增大，表現仍然持續改善；報告指出，約在70億參數附近似乎出現一個轉折點。36

這是有意義的實驗證據，但尚未足以稱為整個機械人領域的普遍定律。結果來自單一公司的模型、數據和評測設計。機械人還有一項語言模型沒有同樣面對的難題：模型必須透過特定身體，在特定環境中行動，並受到真實物理限制約束。

所以，實際問題不只是模型夠不夠大，而是訓練數據有沒有包含正確的物理訊號，以及訓練出來的策略能否轉移到不同機體和真實工作上。

機械人出貨量，不等於商業需求

中國的製造規模，令業界能夠大量部署機械人，用於實驗和數據收集。但單看部署數字可能會產生錯覺：如果大部分機械人仍然只是用來展示能力，而不是持續創造經濟價值，出貨量便未必代表市場已經成熟。

Interact Analysis表示，2025年全球人形機械人生產量超過20,000部，但只有約10%投入真實世界應用；大部分仍然用於研究、數據收集或娛樂。同一分析亦指，中國是供應和早期採用的主要推動者。21

這個背景對數據中心熱潮尤其重要。政府支援、大批量採購和數據回購計劃，可以迅速增加機械人數量、中心數目及錄製時數，協助建立學習生態，但這些因素本身並不能證明客戶會為機械人付費——尤其是那些能夠穩定降低成本、提升產量，或完成一般人難以處理工作的機械人。

真正瓶頸，是各環節能否接得上

北京大會並沒有證明中國已經解決具身智能。它展示的是，中國正以罕見規模，把可能構成解決方案的不同零件組合起來：

1. 廣泛數據：來自人類示範和多元環境。
2. 有物理根據的數據：來自遙操作、機械人感測器和真實生產任務。
3. 可互通的基建：令錄製內容可以跨越不同機械人本體和軟件系統流通。
4. 能夠擴展並遷移的模型：不只是死記示範，而是可以應對新任務。
5. 部署回饋：記錄失敗、復原行為和人工介入。
6. 商業收入：讓數據收集可以持續，不必長期依賴補貼。

Lightwheel提出的生態方案，同樣指向這種循環，包括開放數據標準、由評測帶動收集，以及數據與模型協同設計。1

因此，最重要的結論要比「中國已經造出機械人大腦」更精準：中國正在興建工廠、儀器和數據集，為這種大腦成形提供條件。這些基建最終能否帶來廣泛實用的人形機械人，仍取決於數據質素、物理真實度、不同硬件之間的兼容性，以及機械人在展示場地和研究實驗室以外，能否證明自己可以持續創造價值。

2026年北京世界機械人大會，提供了一個頗清晰的行業切面：中國的人形機械人產業，焦點已不再只是造出更像人、動作更靈活的「身體」，而是開始打造用來訓練機械人「大腦」的數據基建。

據報，中國至少有90個人形機械人數據收集及訓練中心正在運作或興建中。這個數字反映投資重心正快速轉移：由製造本體，轉向收集能夠訓練具身智能的資料。不過，大會同時亦暴露出一個關鍵落差——大規模生產數據，與證明這些數據可以令機械人在不同機體、任務及工作環境之間靈活遷移，並不是同一回事。13

具身數據，成為新的戰略資產

人形機械人需要的，不只是圖片或文字。要訓練真正有用的物理智能，模型還要理解人看到甚麼、身體如何移動、物件會如何回應，以及一個動作如何隨時間展開。因此，第一身影片、姿態資料、深度資訊、觸覺訊號和機械人狀態數據，都可能成為具身人工智能模型的重要輸入。

Lightwheel AI以 EgoSuite-Open100K 將這個方向具體化。這個數據集計劃收集10萬小時第一身人類活動，涵蓋超過15,000項任務及逾15,000個真實世界收集場景，並使用頭戴式及腕戴式視角，同時提供手部及全身姿態、語義標註和深度資料。首批1萬小時已經透過 Hugging Face 提供，項目亦計劃在 AtomGit 分發。1 12

這種方法的吸引力很直接：透過人類示範，可以廣泛涵蓋日常操作和動作，而不必每一次都用昂貴的實體機械人錄製。但人類活動數據，並不自動等於機械人的經驗。人可以本能地調整平衡、摩擦力和接觸力度；機械人則要靠自身的感測器、關節和控制系統，處理這些物理效果。

六種收集方式，亦帶來基本取捨

商湯智能產業研究院研究員田峰表示，業界正同時採用六種數據收集模式，包括遙操作、動作捕捉、合成數據，以及在真實生產線上收集資料。13

每一種方法，捕捉到的問題面向都不同：

• 遙操作 可以保留機械人本身的動作及物理回饋，但需要機械人硬件、操作員和受控的基建。
• 動作捕捉 能夠大規模記錄人類動作，卻未必包含機械人將會面對的力道和環境限制。
• 合成數據 可以有效製造罕見情境，但模擬中的行為仍要證明能夠轉移到現實世界。
• 生產線收集 最接近商業應用，因為它能記錄特定工序、失敗情況和現場限制。
• 第一身人類數據 覆蓋面廣、收集成本較低，但可能欠缺關節扭矩、接觸力等機械人動力學資料。

據報，不使用機械人本體的人類數據收集，成本大約只有用實體機械人收集示範的五分之一。代價是，數據可能反映受聘收集員如何完成一項工作，而不是熟練工人實際如何工作。13

這並不代表人類數據沒有價值，而是說它應該只是更大訓練組合的一層，並要與遙操作、機械人狀態數據、模擬資料，以及真實部署後的回饋一同使用。

機械人供應鏈，正變成數據捕捉供應鏈

大會傳達的另一個訊息是，機械人基建已不只包括馬達、電池和機械人框架，還包括用來記錄示範及感知—動作行為的設備。第一身及手持式捕捉系統、數據手套、觸覺介面、鏡頭、微控制器、記憶體和模擬元件，全部都成為數據管線的一部分。13

ORBBEC展示的無機械人本體第一身及手持式捕捉硬件、BrainCo的數據手套和觸覺靈巧手，以及GigaDevice的微控制器、記憶體和模擬產品，都指向一條成本可能較低的示範數據收集路線。13

但設備愈多，標準問題亦愈突出。不同感測器、校準方法、動作空間、中間件和標註格式所收集的數據，未必可以直接合併。

行業觀察人士將這種情況形容為 「孤島數據」：資料本身有用，卻被困在產生它的硬件及軟件系統之內。開放數據集可以減輕問題，但「開放」本身並不保證可重用。要令數據量真正累積成共同能力，還需要共通數據結構、校準元數據、時間同步規則、介面和評測標準。13

機械人會否都有自己的 AI scaling law？

另一個仍未有定論的問題是：大型模型常見的模式——數據和模型愈多，能力便愈強——是否同樣適用於機械人。

Generalist AI在2025年11月發布的 GEN-0 報告，提供了一個值得留意、但仍然有限的答案。公司在實驗中發現，較小模型面對愈來愈多元的感知—動作數據時，難以繼續吸收新資訊，並將這種現象稱為「僵化」（ossification）。當模型規模增大，表現仍然持續改善；報告指出，約在70億參數附近似乎出現一個轉折點。36

這是有意義的實驗證據，但尚未足以稱為整個機械人領域的普遍定律。結果來自單一公司的模型、數據和評測設計。機械人還有一項語言模型沒有同樣面對的難題：模型必須透過特定身體，在特定環境中行動，並受到真實物理限制約束。

所以，實際問題不只是模型夠不夠大，而是訓練數據有沒有包含正確的物理訊號，以及訓練出來的策略能否轉移到不同機體和真實工作上。

機械人出貨量，不等於商業需求

中國的製造規模，令業界能夠大量部署機械人，用於實驗和數據收集。但單看部署數字可能會產生錯覺：如果大部分機械人仍然只是用來展示能力，而不是持續創造經濟價值，出貨量便未必代表市場已經成熟。

Interact Analysis表示，2025年全球人形機械人生產量超過20,000部，但只有約10%投入真實世界應用；大部分仍然用於研究、數據收集或娛樂。同一分析亦指，中國是供應和早期採用的主要推動者。21

這個背景對數據中心熱潮尤其重要。政府支援、大批量採購和數據回購計劃，可以迅速增加機械人數量、中心數目及錄製時數，協助建立學習生態，但這些因素本身並不能證明客戶會為機械人付費——尤其是那些能夠穩定降低成本、提升產量，或完成一般人難以處理工作的機械人。

真正瓶頸，是各環節能否接得上

北京大會並沒有證明中國已經解決具身智能。它展示的是，中國正以罕見規模，把可能構成解決方案的不同零件組合起來：

1. 廣泛數據：來自人類示範和多元環境。
2. 有物理根據的數據：來自遙操作、機械人感測器和真實生產任務。
3. 可互通的基建：令錄製內容可以跨越不同機械人本體和軟件系統流通。
4. 能夠擴展並遷移的模型：不只是死記示範，而是可以應對新任務。
5. 部署回饋：記錄失敗、復原行為和人工介入。
6. 商業收入：讓數據收集可以持續，不必長期依賴補貼。

Lightwheel提出的生態方案，同樣指向這種循環，包括開放數據標準、由評測帶動收集，以及數據與模型協同設計。1

因此，最重要的結論要比「中國已經造出機械人大腦」更精準：中國正在興建工廠、儀器和數據集，為這種大腦成形提供條件。這些基建最終能否帶來廣泛實用的人形機械人，仍取決於數據質素、物理真實度、不同硬件之間的兼容性，以及機械人在展示場地和研究實驗室以外，能否證明自己可以持續創造價值。