一字排開的具身智能機器人在數據訓練師的遙控下，一遍又一遍地練習抓取礦泉水瓶、將餐盤放進微波爐、掃碼快遞件﹔不遠處，戴著動作捕捉設備的操作人員正來回疊衣服、整理床鋪，每一個動作都被傳感器精准記錄，並轉化為機器人學習的“教材”……

這樣的場景，正在全國多地的具身智能訓練場內上演。記者在多地調研了解到，被譽為“機器人學校”的具身智能訓練場正加速落地，成為支撐具身智能技術從實驗室走向產業一線的重要新型基礎設施。

超70家訓練場建成啟用

疊一件衣服、拿起一個杯子、整理一張桌子——這些人類習以為常的動作，對機器人而言，都需要在一次次數據採集和模型訓練中反復習得，每一次抓取和放置都在生成軌跡、力度、成功率等數據，回傳、清洗、標注后成為下一輪模型訓練的“養料”。

大語言模型、多模態大模型依托文字積累和海量互聯網數據，實現了“知”的跨越式發展﹔而具身智能面向物理世界的“行”，則高度依賴真實環境中的實際作業數據。這類數據此前從未被系統性地採集、處理和存儲，導致具身智能面臨巨大的數據缺口。

在此背景下，具身智能訓練場應時而生，這是一類面向具身智能研發和應用搭建的關鍵基礎設施，在真實物理環境中支撐具身智能數據生產、模型訓練、系統應用能力驗証和迭代優化。

中國信息通信研究院近期發布的《具身智能訓練場研究報告（2026年）》顯示，截至今年6月底，全國共建成啟用超過70家訓練場，在建或規劃中的訓練場也有40多家。

訓練場的分布格局，也與國內具身智能產業集群高度吻合，形成以長三角、京津冀和珠三角為核心的三大集群。其中，浙江已建成的訓練場數量最多，達14個﹔江蘇、北京、廣東、山東緊隨其后，均為8個。

“一個值得注意的趨勢是，訓練場建設還在突破傳統人工智能產業高度集聚於一線城市的模式，向三線、四線乃至五線城市延伸，呈現出多層級城市協同布局的態勢。”中國信通院人工智能研究所具身智能部副主任張蔚敏表示，這種布局邏輯的轉變，反映出訓練場建設正從人才、資本驅動轉向真實場景、數據供給和運營效率驅動——哪裡有合適的場景，訓練場就建到哪裡。

既是“練習場”更是產業公共底座

具身智能訓練場最初因數據需求而建，如今功能已遠不止於數據採集的“練習場”。

“我們把廣東省具身智能訓練場稱為‘機器人學校’，這本身就蘊含了我們對未來的想象，就像人要上學才能獲得知識和技能一樣，之后再走向社會、真正發揮價值。”廣東省具身智能訓練場負責人高芳說。

比如，機器人從學校“畢業”了，需要找到合適的“工作崗位”。大灣區擁有豐富的場景和機器人供應鏈主體，廣東省具身智能訓練場會常態化開展機器人產品與行業應用方之間的精准供需對接，幫助機器人企業找到真實的落地場景和機器人大腦訓練所需的各類資源，也幫助制造業、醫療、能源等行業找到適合的具身智能機器人解決方案。

越來越多的具身智能訓練場，還承擔著“連接器”的角色。

位於浙江杭州的國家人工智能應用中試基地（具身智能）就是一個聯通全國、賦能上下游的“連接器”。“基地開創性地以混合所有制企業為建設主體，構建了國企主導，行業頭部企業、應用場景企業參與的開放式合作機制。”杭州具身智能中試基地科技有限公司董事、副總經理李興騰介紹。

“過去，企業要開發一個應用場景，光是訓練數據就得花費上千萬元。現在入駐基地，就能一站式獲取所需資源。”青瞳（杭州）機器人科技有限公司創始人張海威感慨。基地構建以算力保障、數據開放、模型服務和場景驗証為核心的公共技術服務平台，讓初創團隊也能以低門檻獲取國家級創新資源，大幅降低中試階段的研發成本。

專家認為，具身智能訓練場已經成為產業創新的公共底座。《具身智能訓練場研究報告（2026年）》預測，隨著具身智能技術逐步成熟、產業應用不斷深化，訓練場將在場景、數據、服務、運營、標准化等多維度持續演進，我國具身智能訓練場將從建設熱潮期向能力沉澱期穩步過渡。

“建得好”還要“用得好”

從一個個單打獨斗的訓練場，到全國協同聯動的訓練網絡﹔從硬件設施搭建，到高質量數據供給、場景持續運營，具身智能訓練場正加力從“有沒有”向“好不好”轉變。

如何“建得好”又“用得好”，政策層面已經明確方向。今年6月，工業和信息化部、國務院國資委聯合啟動2026年度人形機器人與具身智能實景實訓專項行動，堅持應用牽引，要求省級地區至少遴選20個重點場景單元，按照“最小干預、利舊復用”原則開展作業環境適配改造，打造可訓練、可測試、可驗証的實景實訓空間。

國家地方共建人形機器人創新中心首席科學家江磊表示，具身智能機器人已經實現“從0到1”的技術突破，但“從1到10”規模化落地的難題尚未解決，卡在標准體系、工程管理、中試等環節，核心矛盾集中在場景適配。

多位受訪專家認為，標准化是提升訓練效果的關鍵。由中國信息通信研究院聯合40余家單位共同起草編制的人工智能系列行業標准——“具身智能數據集質量要求及評估方法”將於11月1日起正式實施。

張蔚敏介紹，該標准的發布標志著具身智能數據集建設將從規模導向向質量導向轉變，有效填補具身智能數據方向的行業標准空白，為具身智能領域的高質量數據集建設奠定基礎。

當前，多數訓練場以數據產品出售為主要收入來源，但僅靠數據出售難以覆蓋投入，商業模式的可持續性也是訓練場自身面臨的考驗。深圳“具寶盆”聯合發起人王茂林表示，下一步將從單一數據供給向覆蓋數據生產、模型訓練、應用驗証的“訓練即服務”轉型，構建多元收入結構，推動訓練場從重資產投入走向可持續運營。

面向未來，唯有堅持場景牽引、標准引領、運營為本，理性布局、深耕應用，才能真正把訓練場的基建優勢轉化為產業創新優勢，為發展新質生產力注入持久動能。（記者黃筱、周圓、孟盈如、楊有宗、李曉玲）