潮新闻客户端 执笔 邹冠尔 吴丽燕
台上一分钟，台下十年功。具身智能机器人的应用亦是如此。
走进长三角（德清）具身智能数据采集训练场，你会看到这样一幕：
“车间”内，机器人对准一颗螺丝，缓缓拧紧，指尖的传感器微微闪烁，记录下每一次旋转的力度与角度；“咖啡馆”里，机器人端起咖啡杯，萃取、拉花，转身又拿起清洁刷，细细刷过台面的每一处边角；“客厅”中，机器人俯身整理，将高矮不一的杯子层层叠放，摆件归位的动作轻缓又准确……
德清国际地信城内一家机器人主题咖啡店里，机器人“咖啡师”正在制作咖啡。受访者供图
这幅画面，像极了未来生活的预演。只不过，机器人们还在“上学”阶段。仔细看就能发现，这些动作并不流畅：一个抓取要停顿两秒，一次转身要调整数次，叠被子的角折过来又展开，远不如春晚舞台上那些“功夫机器人”般行云流水。它们每一个笨拙的动作，都被传感器同步记录——视觉、力觉、触觉、听觉，全部转化为数据，送入仿真系统，成为它们“成长”的养料。
今年春晚，很多人有一个直观感受：机器人“活”了。去年还在扭秧歌，今年已经能在舞台上打醉拳、耍双节棍、连续后空翻，甚至和真人演员对打零失误。
但现实世界的复杂，远非演播厅的标准化场景可比。
“具身智能机器人的运动能力已经很强，但在理解环境和自主决策方面，还远不如一个三岁孩子。”浙江无问智行科技CEO刘盛翔说。
所以，它们得从头学起。就像人类孩子要上幼儿园、小学、中学，机器人也要经历一场漫长的“基础教育”。
正是为了教会这些“孩子”如何服务人类，一座专门为机器人办的“专业学校”在浙江应运而生。3月5日，长三角（德清）具身智能数据采集训练场暨业界首个物理AI数据基座平台正式投入使用。
训练场上，从“零”开始
长三角（德清）具身智能数据采集训练场是支撑新型人工智能服务的关键基础设施，由浙江无问智行科技有限公司建设运营。训练场室内总面积达8000平方米，一期已建成3000平方米，1∶1还原了多类真实应用场景，有超过百台数据采集设备，几十个机器人正在这里“上学”。
长三角（德清）具身智能数据采集训练场。受访者供图
在训练场二楼的工业区，数据采集员刘明华正在给机器人“上课”。他戴上VR眼镜、握住手柄，与身旁的具身智能机器人建立连接——透过眼镜，他看到的是机器人头部摄像头传回的画面：一张工作台，一块需要打磨去毛刺的家具板材。“我们做一个动作，机器人的手臂就会跟着做。”他缓缓移动手臂，操控机器人抓取打磨工具，定位到板材表面，开始往复式打磨。打磨完一面，再翻转板材打磨另一面。这套完整的操作流程，他每天要重复5小时左右。
“我刚接触这份工作时，确实会联想到流水线工人。”他摘下眼镜，揉了揉手腕，“但后来想明白了，我们的重复不是机械劳动，而是为了让机器人学会这些技能的必要手段。”同一个打磨动作，要在不同条件下反复练习——板材是实木还是颗粒板，表面平整还是带有纹理，颜色深一点还是浅一点，尺寸大块还是小块。这些对人类来说微小的差异，对机器人而言都是必须从零开始攻克的难题。
和机器人朝夕相处，他有过恐惧，但更多的是热情。“刚开始会想，如果机器人什么都能做，那人还能做什么？但接触久了，想法慢慢转变了：很多危险或繁重的工作交给机器人，人类就能从这些事务中解放出来。从这个角度看，我们不是在‘教会’它们取代人类，而是在‘训练’它们服务人类。”
他把手柄放回工位，“十年后我可能还在机器人背后做数据采集。因为无论机器人怎么迭代，基础数据永远需要人一点点采出来。”
在训练场，机器人的每一次动作，视觉、深度、力觉、触觉、声音等数据都会被同步采集。这些数据经过详细标注后，会被送入仿真系统，在虚拟环境中反复训练，再加入不同光线、不同角度、不同材质的干扰变量，生成海量训练样本。最后，经过仿真训练的模型再回到真实场景进行验证，形成完整闭环。
用通俗的话说，机器人在这里“反复练习”。一次真实操作的数据，可在仿真环境中扩展为大量训练样本，大幅降低企业成本，加快模型迭代速度。从真实中来，到真实中去——这套“三步走”的训练方式，正是训练场的核心设计。
长三角（德清）具身智能数据采集训练场内，机器人正在整理货架上的物品。受访者供图
训练场承担了两个角色。无问智科CTO于春磊打了个比方：一是“教练员”，源源不断地给机器人的“大脑”提供数据燃料，让它在真实场景里自我迭代；二是“裁判员”，通过专业的测试环境，评判机器人的“大脑”到底够不够聪明。
在一墙之隔的街头，它们的“学业”成果已经开始接受检验。3月5日，就在训练场所在的德清国际地信城，一家机器人主题咖啡店开门迎客。店内的“咖啡师”是一只机械臂——研磨、萃取、打奶泡、拉花，全程不到90秒。顾客扫描二维码上传图片，机器人还能把图案打印在奶泡上，实现“咖啡私人定制”。
“3个月前，机械臂操作还不够协调，现在操作流畅多了。”“只此莫干”联合创始人王洋说。这家德清本土品牌与训练场联合打造了这家店，店内机器人服务的每一个动作，同步用于具身智能数据采集。商业运营与技术训练，在这里合二为一。
跨越高墙，让机器人走进现实世界
咖啡店里的机械臂已经运转自如，但训练场内，更多的机器人还在为一个抓取动作反复练习。这让人不禁追问：既然硬件日益强大、算法持续迭代，为什么还要专门为机器人建一所“学校”？
地平线创始人、无问智科首席顾问余凯表示，春晚上机器人的稳、准、美，正是基于大量真实加仿真数据迭代的结果，“这背后，是高质量物理交互数据的千锤百炼，是感知—决策—行动—反馈闭环的极致打磨。”而具身智能要真正走出实验室，面前还横亘着三道高墙。
第一面墙，是数据的巨大空白。
人机交互。图源：视觉中国
如今我们熟知的AI，无论是善解用户心意的豆包、主打高效推理的DeepSeek，都属于数字世界的AI——它们学习的都是互联网上现成的文字和图片，那是二维的、静态的知识。而具身智能要学习的，是三维世界里的物理规律：拿起鸡蛋和拿起铁块，力觉反馈完全不同；帮老人起身和帮小孩递东西，交互逻辑也截然相反。这些关于力度、材质、平衡、因果关系的“物理经验”，需要数百PB级的多模态数据来支撑。
但行业目前积累的，不足百分之一。
那些长尾的、复杂的、非结构化的场景——比如从一堆杂物中精准捏起一枚鸡蛋，在昏暗光线下避开障碍，在不同材质的桌面上擦拭污渍——几乎是一片无人涉足的荒漠。互联网上那些海量的文字和图片，能教会AI吟诗作对，却教不会机器人如何感知一枚鸡蛋的脆弱。因为这些信息在二维世界里根本不存在，只能在真实的物理空间中，由人戴着传感器，一次一次地“教”出来。
具身机器人正拿起一个鸡蛋。受访者供图
德清训练场的第一个使命，正是在这片荒漠里开垦绿洲。每一次抓取、每一次转身、每一次擦拭产生的数据都被同步记录，把那些互联网上没有的“物理经验”，一点点沉淀为结构化的数据资产。
第二面墙，是数据质量的参差。
物理世界AI对数据质量的要求，远高于数字世界。一个标注错误的图片，可能只让AI认错一只猫；但一条力度数据失真的操作记录，却可能让机器人捏碎鸡蛋、撞倒老人。然而当前行业现状是：各家自采数据，格式五花八门；标注各有一套，标准混乱；仿真环境与真实世界严重脱节，在虚拟世界里跑得飞快的模型，一到现实就处处