已关闭的中心--这是终点吗？
位于首钢公园的人形机器人培训中心，自 2025 年 3 月起作为中国最早的试点项目之一投入运营，现已停止运行。当地媒体称，原因是 Realman（一家硬件和技术供应商）退出。这不是一个项目的失败，而是一个转型。石景山区解释说，在合作伙伴退出后，该中心进入了一个新阶段：开发 4D 高斯光场和世界模型。与其继续构建新的项目，不如改变运营逻辑--从在受控条件下收集数据到将其用于实际场景。
这不是培训中心改变方向的第一个案例。在过去的两年里，中国许多地区都将这种设施作为其具身智能发展战略的一部分进行投资。但建设基础设施仅仅是开始。关键问题在于，谁将在长期内为数据买单--以及这些数据是否真的有用。
今年 5 月，石景山区中心的第三期项目收集了近 270 台机器人，并拥有接近 2000 万个数据点的年生产能力。最初，在 2025 年 3 月，第一期的计划是每年生产超过一百万个数据点。这种发展速度表明，中国各地区正在大力投资于人形机器人的基础设施。
数据不是“土地”，而是一种工具。
放大图像关闭放大上一张图片之前的逻辑很简单：数据越多越好。北京的中心计划每年收集超过 2000 万个数据点，主要来自模拟场景--从家务劳动到电子产品组装。但事实证明，在稳定实验室条件下收集的数据很难用于现实世界。机器人会遇到不断变化的光照、不平坦的地板以及无法轻松模拟的意外干扰。
Realman 意识到了这一点并改变了策略。与其在受控条件下收集数据，不如现在远程控制机器人在工厂、仓库和家庭中进行操作。这就像一个“闭环”：数据是在实际工作过程中产生的，然后立即用于改进模型，而该模型又可以更好地处理后续情况。这不再仅仅是收集数据--而是一个持续的迭代过程。
来自稳定实验室环境的数据很难应用于现实世界，在现实世界中，光照、地面不平整和不可预测的干扰等因素会不断变化。Realman认为，来自不受控制的环境中的实际操作的数据比来自稳定实验室环境的数据对模型更有价值。
谁将在未来为数据付费？
放大图像关闭放大上一张图片问题在于，人形机器人的数据具有很强的“私有领域”特征。每家公司都使用不同的机器人身体、传感器、控制系统和模型架构。因此，来自一个系统的数据很难被另一个系统使用。这意味着，即使培训中心收集了数百万个数据点，如果这些数据不能直接改善模型，该公司可能也不愿意购买它们。
因此，出现了一个矛盾：地方政府希望建立公共中心作为支持行业发展的基础设施，而公司则专注于数据是否具有成本效益以及是否能带来实际价值。这并不是一个矛盾--而是一个目标上的差异。因此，关键问题是：谁将为这个循环提供资金？是由使用这些数据的公司还是由国家作为对未来的投资者来资助？
数据的价值不在于数量，而在于其可用性。因此，关键问题是：谁将为这个循环提供资金？是由使用这些数据的公司还是由国家作为对未来的投资者来资助？
数据新时代--从收集到应用
这表明政府理解，没有一种“正确”的方法。数据可以来自模拟、视频、互联网或实际操作--但其价值取决于如何使用它们。
未来不在于建立更多的培训中心，而在于创建封闭的循环：场景→数据→模型→改进。这意味着，该中心不必“完全相同”，它可以像北京一样进行调整。关键是它必须以符合模型实际需求的方式运行，而不只是符合投资计划。
Realman认为，来自不受控制的环境中的实际操作的数据比来自稳定实验室环境的数据对模型更有价值。这表明，未来不在于数据的数量，而在于其质量和可用性。
这对机器人的未来意味着什么？
关闭北京的培训中心不是终点，而是一个突破。它表明，在没有明确的融资模式和应用的情况下建立基础设施是有风险的。但同时也表明，未来不在于数据的数量，而在于其质量和可用性。
对于公司来说，这是一个挑战：他们必须将数据视为一种用于模型开发的工具，而不只是将其视为一种成本。对于政府来说，这是一个新的角色：不是建立中心，而是支持集成的系统，这些系统将数据与实际场景和应用程序联系起来。这不再是“谁为数据付费”，而是“如何将数据转化为价值”。
这种转型表明，机器人的未来不在于构建越来越大的数据中心，而在于创建动态的、集成的系统，这些系统将实际操作条件与持续的模型改进相结合。关键问题不再是谁为数据付费，而是如何实际使用这些数据--它们是否转化为更好的决策、更快的响应和更可靠的机器人操作。对于企业来说，这意味着需要从将数据视为一种成本转变为将其视为竞争力的关键。对于政府而言，新的角色是：不是构建基础设施，而是支持能够实现封闭式数据循环的生态系统。
