干活能力不够，瓶颈出在能用于具身智能模型训练的数据紧缺。针对这一痛点，地方层面纷纷搭建起具身智能数据采集中心，作为拥抱产业新热潮的切入点。一些企业自建数据采集场。但有全国政协委员提醒，不可忽视数采工厂的重复建设隐患。

　　据南都记者不完全梳理，包括北京石景山、四川自贡、广西柳州、广西防城港、江西九江、江苏无锡、湖北武汉、浙江绍兴、河南郑州等地，均已成立具身智能数据采集中心。

　　全国政协委员、中国科学院自动化所研究员赵晓光深耕领域。2026年全国两会前夕，她告诉南都记者，数采中心遍地开花，源于具身智能模型需要真实物理环境中采集的数据，进而通过强化学习持续提升模型性能。

　　数据采集的主流方式通常分为真机数据和仿真合成数据。尽管部分企业重押仿真数据，但多数企业仍将真机数据列为首选。

　　3月2日，全国政协委员、新希望集团董事长刘永好接受媒体群访时呼吁，国家应对高质量训练场景的数据获取给予支持，推动数据采集中心的建设。他建议，面向工业制造、农牧业、医疗护理等场景，建设具身智能数据采集训练中心，采集包含力觉、触觉等物理特性的高维度数据。

　　但赵晓光表示，应当规避数采工厂的重复建设问题。以面向居家养老场景的服务机器人为例，这类通常需要完成给老人喂饭、搀扶老人下床等特定任务。尽管这些任务在不同养老机构中高度相似，但由于参与研发的企业不同，各自就会为训练模型而各自独立开展数据采集项目，便不可避免地造成重复投入。

　　“这导致了数据利用率不高。”赵晓光介绍，真实场景下的数据采集成本高。一条高质量的数据虽然长度可能仅有几十秒，但有时需耗费数小时采集，并经过清洗、标注、管理等工序。重复投入明显缺乏经济性与合理性。

　　一位行业人士此前告诉南都记者，具身模型当前存在跨本体的难题。即使场景相同，使用不同构型的机器人采集的数据也难以有效复用。

　　推进工业场景的落地实践中，机器人公司往往寻求和汽车工厂等场景方合作，在真实产线训练机器人，积累相应的数据。

　　赵晓光表示，这些特定产线上的数据可能涉及场景方的商业秘密，如果对外共享，“无疑是把自己的生命线拿出来了”。而且，数据也是具身智能公司的“护城河”，开源出来可能让竞争对手“吃到免费午餐”。

　　这引发了数据采集与利用的一大矛盾：数据是企业核心壁垒，难以共享；如果不共享，又可能带来重复投入。

　　鉴于企业无法无偿共享数据，赵晓光设想，这需要通过顶层设计，用交易的方式推动具身智能数据在市场上流通。同时，对数据集产品中涉及企业商业秘密的部分进行脱敏或加密处理。

　　在具身智能数据和模型能力受限的当下，人形机器人的受众市场仍集中在文娱表演领域。据市场调研机构IDC于1月下旬发布的一份报告，2025年全球的应用场景中，文娱商演占比最高，达到36.8%，工业制造仅有9.2%。

　　2026年央视春晚成为又一个的秀场，并引发机器人浓度太高的调侃。在赵晓光看来，这类表演实则代表着机器人性能的不断提升。机器人在春晚上的演出看似为了娱乐，但厂商展示出的机器人稳定性、运动控制能力等，其实是机器人未来步入实际作业场景和家庭场景所需的基础能力。

　　在商业化落地推进的关口，大批具身智能公司已完成集结。根据工信部的数据，2025年国内人形机器人整机企业数量超140家，发布人形机器人产品超330款。

　　针对这一背景，市场上出现了关于具身智能赛道产品同质化的声音。不过，赵晓光认为，产品同质化不可避免，但具身智能未来的市场规模相当可观，一家企业吞不下这么大的“蛋糕”，即使是类似的产品依然能找到需求空间。

　　2026年也被一些行业人士视为“洗牌”之年。赵晓光表示，行业发展本身就是大浪淘沙的过程。如果没有足够数量的企业参与竞争，就难以筛选出真正优质的企业。而优质企业往往是在激烈的市场竞争中脱颖而出的。

　　人才是企业进行市场竞争的基石。招聘平台脉脉于2025年12月发布《2025年度人才迁徙报告》显示，2025年1-10月，机器算法位列新发岗位量增幅的第三位。融资充沛的企业用高额薪资争抢人才。

　　作为科研院校的研究者，赵晓光发现，具身智能机器人行业的人才缺口目前很大，这是一个全球范围内的共性问题。由于行业爆发时间较短，许多高校也是近两年才新设具身智能专业。

　　教育部官网2025年11月发布的公告显示，北京航空航天大学等7所高校申请增设“具身智能”新专业。“具身智能”专业定位为融合人工智能、机器人学、计算机与控制工程的战略性新兴交叉学科。

　　北京理工大学在提交的专业设置申报表中提到，具身智能行业正面临着严峻的复合型技术人才短缺问题，形成“高薪觅才”与“人才难匹配”并存的局面。根据调研，当前各行业和单位具身智能人才缺口约100万。由于高复合型和高层次人才培养周期长、实践门槛高，高校与职业院校的人才输出远不及产业需求增长速度。

　　赵晓光预计，未来三至五年左右，具身智能人才紧缺的问题有望得到一定程度缓解。但人才的培养过程是一个漫长的过程，从能上手到成为高手，可能得磨练十年以上的时间。具身智能数据采集工厂遍地开花 政协委员提醒避免重复建设