在人工智能从“感知智能”向“具身智能”跃迁的关键窗口期，高质量数据已成为驱动人形机器人产业发展的战略资源。近日，证券时报记者实地探访了北京人形机器人创新中心具身智能机器人数据与训练基地一期。

　　该数据基地建筑面积近5000平方米，覆盖家居、商超、办公、工业、医药、康养等领域30余个典型场景，建有约200平方米专业光学动作捕捉场地。数据基地拥有全国构型最丰富的机器人120多台，配备头环式、夹爪式采集设备，动捕服、动捕手套及遥操驾舱等专业装备，具备真机遥操作、开放环境采集、动作捕捉采集等全栈式数据采集能力，同时已建立标准化项目管理体系，制定了数据采集、标注、质检等系列规范，实现全流程质量可控。

　　北京人形机器人创新中心相关负责人向证券时报记者介绍，该基地一期建成仅有半年时间，已成为国内场景覆盖最齐全、机器人构型最丰富、数据产能及质量最高的专业化数据采集平台之一。

　　据悉，目前北京人形机器人创新中心已发布并开源的Robomind具身智能数据集，下载次数超200万次，而数据基地对外市场化交付高质量实采数据也超过了数万小时，数据下载量与交付能力均位居行业第一。

　　上述负责人表示，该数据基地服务客户包括多家头部具身智能企业及科研机构，应用场景覆盖物流、商超、办公、家居等多个领域。随着通用机器人平台“具身天工”在多种场景应用落地，该基地正向着“全球首个百万小时高质量数据”的目标全速迈进，为人形机器人从实验室走向千行百业筑牢数据基石。

　　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，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。

　　但从采集角度来说，对真机数据的采集仍然存在诸多挑战，包括场景碎片化，机器人“方言”不通，数据质量参差不齐等。

　　基于对行业痛点的洞察，北京人形机器人创新中心前瞻布局专业化的数据采集基地。它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。

　　此前，北京人形机器人创新中心已通过牵头制定国内首个具身智能数据集行业标准《人工智能具身智能数据采集规范》，制定了标准化、专业化的采集流程规范，数据基地已为多家头部企业及科研机构交付超过数万小时高质量数据，整体数据合格率稳定在95%以上。

　　据介绍，在这里，每小时数据都经过严格把关，确保“出厂合格率”95%以上。同时，不同构型的机器人可以并行采集，规模化生产高质量数据，让算法团队不再为“数据荒”发愁。

（文章来源：证券时报）