2026 年北京世界機器人大會（WRC）呈現了一個明顯轉向：中國人形機器人產業的戰場，已不只是把機器人的外形、關節與動作做得更像人，而是開始打造一整套用來訓練「大腦」的資料基礎設施。

據報導，中國至少有 90 座人形機器人資料蒐集與訓練中心正在運作或興建。這顯示投資重點正由製造機器人本體，延伸到蒐集具身智能所需的資料。不過，大量生產資料與證明資料能訓練出可跨機器、跨任務、跨工作場域轉移的智能，仍是兩回事。13

機器人的新戰略資產：具身資料

人形機器人需要的，不只是網路圖片或文字。要學會在現實世界中拿取、移動、組裝物件，模型還必須理解人看到了什麼、身體如何移動、物件如何回應，以及一連串動作如何隨時間展開。

因此，第一視角影片、人體姿態、深度資訊、觸覺訊號，以及機器人的自身狀態資料，都可能成為訓練具身人工智能模型的重要材料。

光輪智能發布的 EgoSuite-Open100K，正是這種思路的具體展示。該計畫規劃建立 10 萬小時的人類第一視角活動資料，涵蓋逾 15,000 項任務與真實世界蒐集場景，並結合頭部與手腕視角、手部及全身姿態、語義標註和深度資訊。首批 10,000 小時已透過 Hugging Face 開放，計畫亦瞄準在 AtomGit 上發布。1 12

這種方法的吸引力很直接：人類示範可以涵蓋大量日常操作與身體動作，而且不必讓每一筆資料都由昂貴的實體機器人完成。

但人類活動資料不等於機器人經驗。人可以自然地修正平衡、摩擦力與接觸狀態；機器人則必須透過自身的感測器、關節和控制系統處理這些物理條件。資料看起來越多，並不代表其中保留了機器人真正需要的訊號。

六種蒐集方式，換來不同取捨

商湯智能產業研究院研究人員田峰表示，目前業界有六種資料蒐集範式並行，包括遙操作、動作捕捉、合成資料，以及在真實生產線上蒐集資料等。13

每種方式，捕捉到的其實是問題的不同面向：

• 遙操作能保留與特定機器人本體相關的動作及部分物理回饋，但需要機器人硬體、操作員和受控的基礎設施。
• 動作捕捉可以大規模記錄人體運動，卻未必能反映機器人將面對的力道與機械限制。
• 合成資料能有效生成罕見或難以蒐集的情境，但模擬中的行為仍必須在現實世界中驗證能否轉移。
• 真實生產線資料最接近商業應用，因為它包含特定工作、環境限制與失敗案例。
• 人類第一視角資料具有廣度且成本較低，但可能缺少機器人的關節扭矩、接觸力等動態資訊。

其中一項重要的成本差異是：不搭載機器人本體的人類資料蒐集，成本約為使用實體機器人蒐集示範的五分之一。13

代價在於，這些資料可能更像是受聘資料蒐集員如何完成一項工作，而不是經驗豐富的工人如何在實際工作環境中處理變化、失誤與突發狀況。

這並不代表人類資料沒有價值，而是意味著它更適合成為訓練資料的一層：還需要與遙操作、機器人狀態資料、模擬資料，以及真實部署中的回饋結合，才能更接近可用的機器人智能。

硬體供應鏈，正變成資料擷取供應鏈

大會釋放的另一個訊號是，機器人基礎設施如今不只包括馬達、電池和機身，也包括用來記錄示範與感覺—動作行為的設備。

第一視角和手持式擷取系統、資料手套、觸覺靈巧手、攝影機、微控制器、記憶體及類比元件，都逐漸成為資料管線的一部分。大會相關討論也提到 ORBBEC 的無機身第一視角與手持式擷取設備、BrainCo 的資料手套與觸覺靈巧手，以及 GigaDevice 的微控制器、記憶體和類比產品。13

這套設備有望以較低成本產生大量示範資料，但也帶來標準化難題。不同感測器、校準流程、動作空間、中介軟體和標註方式所產生的資料，未必能直接合併。

業界因此擔心出現所謂的 「孤島資料」：資料雖然有用，卻被困在產生它的硬體與軟體堆疊之中。開放資料集可以降低這種風險，但「開放」本身並不保證資料能被重複使用。要讓資料量真正累積成共同能力，還需要共通的資料格式、校準中繼資料、時間同步規則、介面與評測協定。13

機器人是否也存在 AI 的規模化定律？

另一個尚未有定論的問題是：大型語言模型所呈現的模式——資料越多、模型越大，能力越強——是否也適用於機器人。

Generalist AI 在 2025 年 11 月發布的 GEN-0 報告，提供了一項鼓舞人心但仍有限的答案。該公司在自身實驗中觀察到，較小模型難以吸收越來越多元的感覺—動作資料，並將這種現象稱為「模型僵化」（ossification）。當模型規模擴大後，性能仍持續提升；報告指出，約在 70 億參數附近似乎出現了一個轉折點。36

這是值得注意的實驗證據，但還不能稱為整個機器人領域都適用的規模化定律。結果來自單一公司的模型、資料與評測設計，並不代表大型語言模型的規律已被普遍證實可以搬到機器人身上。

機器人還面臨語言模型沒有以同樣方式面對的難題：模型必須透過特定的身體，在特定環境中行動，並受到真實物理條件限制。

因此，實務問題不只是模型夠不夠大，而是訓練資料是否包含正確的物理訊號，以及訓練出的策略能否轉移到不同機器人本體和真實工作上。

機器人出貨量，不等於商業需求

中國的製造規模讓業界能夠大量部署機器人，進行實驗與資料蒐集。但出貨數字很容易造成錯覺：如果大多數機器人仍用於展示能力、研究或蒐集資料，而不是持續創造經濟價值，出貨量就不能直接代表成熟的商業需求。

Interact Analysis 表示，2025 年全球人形機器人產量超過 20,000 台，但只有約 10% 部署於真實世界應用；大多數機器人則用於研究、資料蒐集或娛樂。該分析也指出，中國是供應量和早期採用的主要推動者。21

這個背景對中國資料中心的擴張尤其重要。政府支持、大宗採購和資料回購計畫，都能迅速增加機器人數量、中心數目與記錄時數。這些措施可能有助於建立學習生態，但無法單獨證明客戶會為能穩定降低成本、提高產量，或完成難以由人類獨力處理的工作而付費。

換句話說，資料中心越多，不代表機器人已經找到足夠多的付費工作。

真正的瓶頸，是各個環節能否收斂

北京大會並未證明中國已經解決具身智能問題。它所展示的是：中國正以罕見的規模，拼湊一套可能通往具身智能的產業組件：

1. 廣泛資料：來自人類示範與多元環境。
2. 具物理基礎的資料：來自遙操作、機器人感測器和真實生產任務。
3. 可互通的基礎設施：讓資料能跨越不同機器人本體與軟體堆疊流通。
4. 能夠規模化並轉移的模型：不只是記住示範，而是學會處理新任務。
5. 部署回饋：記錄失敗、復原動作和人工介入。
6. 商業收入：讓持續蒐集資料不必永遠依賴補貼。

光輪智能提出的生態計畫，也指向這樣的循環：建立開放資料標準，以評測結果驅動資料蒐集，並協調資料與模型的設計。1

因此，最準確的結論不是「中國已經造出機器人大腦」，而是中國正在建造讓這種大腦成為可能的工廠、儀器和資料集。

這套基礎設施最終能否產生廣泛實用的人形機器人，將取決於資料品質、物理保真度、不同硬體之間的相容性，以及機器人能否在展示與研究場景之外，持續創造可衡量的商業價值。

2026 年北京世界機器人大會（WRC）呈現了一個明顯轉向：中國人形機器人產業的戰場，已不只是把機器人的外形、關節與動作做得更像人，而是開始打造一整套用來訓練「大腦」的資料基礎設施。

據報導，中國至少有 90 座人形機器人資料蒐集與訓練中心正在運作或興建。這顯示投資重點正由製造機器人本體，延伸到蒐集具身智能所需的資料。不過，大量生產資料與證明資料能訓練出可跨機器、跨任務、跨工作場域轉移的智能，仍是兩回事。13

機器人的新戰略資產：具身資料

人形機器人需要的，不只是網路圖片或文字。要學會在現實世界中拿取、移動、組裝物件，模型還必須理解人看到了什麼、身體如何移動、物件如何回應，以及一連串動作如何隨時間展開。

因此，第一視角影片、人體姿態、深度資訊、觸覺訊號，以及機器人的自身狀態資料，都可能成為訓練具身人工智能模型的重要材料。

光輪智能發布的 EgoSuite-Open100K，正是這種思路的具體展示。該計畫規劃建立 10 萬小時的人類第一視角活動資料，涵蓋逾 15,000 項任務與真實世界蒐集場景，並結合頭部與手腕視角、手部及全身姿態、語義標註和深度資訊。首批 10,000 小時已透過 Hugging Face 開放，計畫亦瞄準在 AtomGit 上發布。1 12

這種方法的吸引力很直接：人類示範可以涵蓋大量日常操作與身體動作，而且不必讓每一筆資料都由昂貴的實體機器人完成。

但人類活動資料不等於機器人經驗。人可以自然地修正平衡、摩擦力與接觸狀態；機器人則必須透過自身的感測器、關節和控制系統處理這些物理條件。資料看起來越多，並不代表其中保留了機器人真正需要的訊號。

六種蒐集方式，換來不同取捨

商湯智能產業研究院研究人員田峰表示，目前業界有六種資料蒐集範式並行，包括遙操作、動作捕捉、合成資料，以及在真實生產線上蒐集資料等。13

每種方式，捕捉到的其實是問題的不同面向：

• 遙操作能保留與特定機器人本體相關的動作及部分物理回饋，但需要機器人硬體、操作員和受控的基礎設施。
• 動作捕捉可以大規模記錄人體運動，卻未必能反映機器人將面對的力道與機械限制。
• 合成資料能有效生成罕見或難以蒐集的情境，但模擬中的行為仍必須在現實世界中驗證能否轉移。
• 真實生產線資料最接近商業應用，因為它包含特定工作、環境限制與失敗案例。
• 人類第一視角資料具有廣度且成本較低，但可能缺少機器人的關節扭矩、接觸力等動態資訊。

其中一項重要的成本差異是：不搭載機器人本體的人類資料蒐集，成本約為使用實體機器人蒐集示範的五分之一。13

代價在於，這些資料可能更像是受聘資料蒐集員如何完成一項工作，而不是經驗豐富的工人如何在實際工作環境中處理變化、失誤與突發狀況。

這並不代表人類資料沒有價值，而是意味著它更適合成為訓練資料的一層：還需要與遙操作、機器人狀態資料、模擬資料，以及真實部署中的回饋結合，才能更接近可用的機器人智能。

硬體供應鏈，正變成資料擷取供應鏈

大會釋放的另一個訊號是，機器人基礎設施如今不只包括馬達、電池和機身，也包括用來記錄示範與感覺—動作行為的設備。

第一視角和手持式擷取系統、資料手套、觸覺靈巧手、攝影機、微控制器、記憶體及類比元件，都逐漸成為資料管線的一部分。大會相關討論也提到 ORBBEC 的無機身第一視角與手持式擷取設備、BrainCo 的資料手套與觸覺靈巧手，以及 GigaDevice 的微控制器、記憶體和類比產品。13

這套設備有望以較低成本產生大量示範資料，但也帶來標準化難題。不同感測器、校準流程、動作空間、中介軟體和標註方式所產生的資料，未必能直接合併。

業界因此擔心出現所謂的 「孤島資料」：資料雖然有用，卻被困在產生它的硬體與軟體堆疊之中。開放資料集可以降低這種風險，但「開放」本身並不保證資料能被重複使用。要讓資料量真正累積成共同能力，還需要共通的資料格式、校準中繼資料、時間同步規則、介面與評測協定。13

機器人是否也存在 AI 的規模化定律？

另一個尚未有定論的問題是：大型語言模型所呈現的模式——資料越多、模型越大，能力越強——是否也適用於機器人。

Generalist AI 在 2025 年 11 月發布的 GEN-0 報告，提供了一項鼓舞人心但仍有限的答案。該公司在自身實驗中觀察到，較小模型難以吸收越來越多元的感覺—動作資料，並將這種現象稱為「模型僵化」（ossification）。當模型規模擴大後，性能仍持續提升；報告指出，約在 70 億參數附近似乎出現了一個轉折點。36

這是值得注意的實驗證據，但還不能稱為整個機器人領域都適用的規模化定律。結果來自單一公司的模型、資料與評測設計，並不代表大型語言模型的規律已被普遍證實可以搬到機器人身上。

機器人還面臨語言模型沒有以同樣方式面對的難題：模型必須透過特定的身體，在特定環境中行動，並受到真實物理條件限制。

因此，實務問題不只是模型夠不夠大，而是訓練資料是否包含正確的物理訊號，以及訓練出的策略能否轉移到不同機器人本體和真實工作上。

機器人出貨量，不等於商業需求

中國的製造規模讓業界能夠大量部署機器人，進行實驗與資料蒐集。但出貨數字很容易造成錯覺：如果大多數機器人仍用於展示能力、研究或蒐集資料，而不是持續創造經濟價值，出貨量就不能直接代表成熟的商業需求。

Interact Analysis 表示，2025 年全球人形機器人產量超過 20,000 台，但只有約 10% 部署於真實世界應用；大多數機器人則用於研究、資料蒐集或娛樂。該分析也指出，中國是供應量和早期採用的主要推動者。21

這個背景對中國資料中心的擴張尤其重要。政府支持、大宗採購和資料回購計畫，都能迅速增加機器人數量、中心數目與記錄時數。這些措施可能有助於建立學習生態，但無法單獨證明客戶會為能穩定降低成本、提高產量，或完成難以由人類獨力處理的工作而付費。

換句話說，資料中心越多，不代表機器人已經找到足夠多的付費工作。

真正的瓶頸，是各個環節能否收斂

北京大會並未證明中國已經解決具身智能問題。它所展示的是：中國正以罕見的規模，拼湊一套可能通往具身智能的產業組件：

1. 廣泛資料：來自人類示範與多元環境。
2. 具物理基礎的資料：來自遙操作、機器人感測器和真實生產任務。
3. 可互通的基礎設施：讓資料能跨越不同機器人本體與軟體堆疊流通。
4. 能夠規模化並轉移的模型：不只是記住示範，而是學會處理新任務。
5. 部署回饋：記錄失敗、復原動作和人工介入。
6. 商業收入：讓持續蒐集資料不必永遠依賴補貼。

光輪智能提出的生態計畫，也指向這樣的循環：建立開放資料標準，以評測結果驅動資料蒐集，並協調資料與模型的設計。1

因此，最準確的結論不是「中國已經造出機器人大腦」，而是中國正在建造讓這種大腦成為可能的工廠、儀器和資料集。

這套基礎設施最終能否產生廣泛實用的人形機器人，將取決於資料品質、物理保真度、不同硬體之間的相容性，以及機器人能否在展示與研究場景之外，持續創造可衡量的商業價值。