科创会·走进硬核科技| 在这里，机器人学会"开卷考试"
身着黑色动捕服的工作人员立于场地中央，双臂展开，缓缓下蹲，双手托住工具箱底部，起立，转身，将箱子平放至身后架体。
密布的各种传感器同步锁定他身上每一处标记点，腰背俯仰的角度、膝盖弯曲的幅度、腕部翻转的轨迹；三米外，一台人形机器人接收到同一套动作指令，抬手、俯身、抓握、转身、放置，机械关节循着人体运动的轨迹同步运转。
采集完毕的数据进入队列，等待后续质检与标注。这里是北京人形机器人创新中心旗下的具身智能数据采集基地。金融界上市公司研究院的“科创会·走进硬核科技”系列栏目于日前走进了这里。
这既是AI大脑积累"经验"的超级工厂，也是一所培养机器人的“特殊学校”，日产能超过五百小时，正以昼夜不歇的节奏，驱动人形机器人从实验室走向真实世界。对于即将踏入千家万户、千行百业的人形机器人来说，未来的考验不亚于一场没有大纲、没有范围的"闭卷考试"，快递分拣、家庭陪护、工厂装配、电力巡检，场景千变万化，干扰层出不穷。
而现在，在这座基地里，工作人员正带着它们一道一道地"刷题"，把真实世界可能遇到的各种状况提前演练、反复训练。把每一道模拟考题的答案变成数据；每一次采集，都是在帮机器人熟悉题型、积累经验。教机器人"学会" 像这样的采集工位，基地内同时运行着上百个。
二楼光学动捕区，工作人员正在模拟障碍跨越。他抬腿、前伸、试探性地调整重心，跨过障碍箱，落脚时手臂顺势支撑，稳稳落地。动捕系统将每一帧细微动作实时捕捉，转化为数据流送入后台，经过标注、入库，成为训练数据集。
这道"跨越障碍"的考题，机器人今天在训练员带领下做对了。未来某一天，当它在某个真实的场景需要独自面对障碍时，它将调用今天学会的答案——关节该转多少度、重心该往哪里移——直到稳稳迈出那一步。旁边另一组工位上，工作人员操控着机械手与一台机器人同向站立，同时开工。
人手控制下的机械手怎样捏住微型电路板零件，机械人就用它的“夹抓手”同步夹取；人做什么，机器就跟着做什么，动作节奏完全一致，像照镜子一般。每一次对位时的微小摆动、每一次插入前的反复试探，人机同步留下完整轨迹——这些偏差数据被标注为高价值训练样本，送入模型迭代队列。未来机械臂再执行同样任务时，会记得今天试错中积累的经验，夹得更稳，对得更准，按得更实。
机器人没见过的场景，就无法正确处理。数据采集的本质，就是一场大规模的"开卷"训练——在训练员的手把手带领下，把人类身体的动作转化为机器可以读懂的数字指令，并可以做到、做好。基地负责人夏华林说，失败的数据往往比成功的数据更有价值，"就像自动驾驶里撞过的路障，机器只有从错误中才能学会应变。"
那些"答错"的瞬间，恰恰是闭卷考试前最宝贵的复习资料。具身智能赛道的核心壁垒 在智能驾驶赛道摸爬滚打多年的夏华林，习惯用老本行来做类比："自动驾驶能够快速跑通，靠的是数据飞轮——路测越多，数据越多，模型越聪明，车越安全。"他停顿了一下，看向正在执行抓取任务的机械臂："放到人形机器人这条赛道，道理一模一样。
未来最核心的竞争壁垒，一定是数据飞轮。因为硬件可以买，算法可以开源，但高质量、大规模、覆盖真实场景的数据，买不来，也急不来。"北京人形机器人创新中心正是基于这一判断，在不到一年时间内，搭建起国内场景覆盖最全、机器人构型最丰富、数据产能与质量领先的专业化采集平台。
目前基地已配置数十种机器人构型、百余台主流设备，配合百余套无本体动捕系统同步作业，具备多机型、多场景、多任务并行采集能力，采集的数据可在不同机型间复用。T+1交付背后的"质控闸门" 题库在不断扩充，但每一道题的答案都必须经过严格审核。夏华林说，工作人员全天在岗采集，最终沉淀下来的有效数据往往只有三四个小时。"
我们的原则是，宁可少，不能糙。"基地建立了三级质检体系：采集完毕第一道自动化初检，过滤明显无效数据；标注完成第二道复核，检查标签一致性；交付算法团队前第三道验收，通过多维度指标综合评估。大量工作由自动化平台完成，辅以人工抽检，确保每一条数据都可溯源、可复现。
采集过程支持边采边传，数据上传云端后自动清洗处理，实现T+1交付——白天带着机器人"刷题"，夜间云端流水线自动批改、整理、归档，次日清晨一份新鲜的"复习资料"即可交付内部算法团队或外部客户。依托自主研发的"慧思开物"平台底座，基地打通了采集、清洗、质检、标注、模型训练、真机评测、部署、数据回流的完整闭环，年产能达十八万小时。
"打破人类记录"背后的数据积累 不久前，北京人形研发的天工机器人在世界人形机器人运动会上大放异彩：百米赛跑以8.64秒完赛，连续多次打破人类百米纪录，举重包揽赛事前四名，舞蹈、障碍赛同样表现抢眼。这些高光时刻的幕后支撑，正是这座数据工厂日夜积累的"题库"。
百米8.64秒的奔跑姿态，脱胎于动捕区对专业运动员步态的上万次采集；举重包揽前四，来自不同重量、不同速度下反复录制的发力轨迹；障碍赛的灵活跨越，则源于工作人员一遍遍模拟跨障时积累的重心调整数据。赛场上的冠军只是一瞬间，夺冠背后真正发挥积极作用的，是这里每一道被反复演练、反复验证的"考题"。
图片说明：在第二届世界机器人运动会100米决赛现场，北京人形旗下的天工系列机器人夺冠。卷大脑、卷眼睛、卷关节，接下来卷题库 业内常说，做机器人是砸钱又内卷的赛道——"卷大脑"拼算法架构，重金挖团队、搭框架；"卷眼睛"拼感知方案，激光雷达、深度相机、多模态融合，什么贵上什么；"卷关节"拼硬件性能，高扭矩电机、精密减速器、六维力传感器，一台比一台成本高。
各家在每一个技术环节上重金押注、不遗余力。但夏华林有一个更前瞻的判断：这些都只是上半场。下半场真正要"卷"的，是题库。
硬件可以买，算法可以开源，但一套覆盖足够多场景、足够多偏差、足够多"错题"的高质量数据集，则是真正的王者。谁手里握着更大、更全、更真实的"题库"，谁就握住了人形机器人走进千家万户的入场券。实验室的模拟场景可以快速产出海量训练样本，却无法完全复刻真实产业的复杂变量——光线忽明忽暗、物料千差万别、震动随时袭来。
这些在"开卷"阶段必须尽量覆盖。为搭建从实验室到真实产业的过渡带，基地专门搭建了中式工厂模拟区，开展"机器人造机器人"的内部验证，把工厂流水线上的真实考题提前搬进训练场。"并不是所有数据价值均等，"夏华林说，"真正高质量的，是能帮机器人在真实场景完成任务的数据。
我们不需要盲目采集全世界所有场景，而是抓取落地时遇到的问题案例，回流、训练、迭代，再下发到真机持续优化。这些从真实世界回收的'错题'，最有复习价值。"百万小时目标：共建开放题库 据介绍，目前基地已确立长远目标：冲刺一百万小时高质量具身智能数据集，把"题库"越做越大、越做越全。
除自有场地外，还联动全国数十家合作采集工厂组建数据联盟，输出标准化工艺与操作规范，扩大全国数据产能布局。同时，北京人形作为牵头单位参与多项国家、行业数据标准制定，补齐采集、标注、质检的标准短板。商业模式上，北京人形优先保障天工机器人研发的数据供给，富余能力对外输出，分为数据集售卖、SaaS平台服务、数据工厂解决方案三类。
开源数据集RoboMIND已向全球开放，下载量突破两千万次，释放三十余万条双臂操作轨迹，覆盖七百余项实操任务，相当于把一部分"题库"免费开放给全行业。秉持"不止步、不独行、不筑墙、不踩坑"的原则，北京人形依托RoboMIND联动高校、科研院所与产业伙伴，降低全行业研发门槛，让更多"考生"都能用上高质量的复习资料。
未来还将完善数据全生命周期管理，探索数据交易机制，推进产教研融合，补齐行业人才短板。"真正的人形机器人时代，比的是谁的题库更大、更全、更贴近真实世界。谁掌握了数据飞轮，谁就掌握了下一程的主动权。
这场'开卷考试'，我们才刚翻开第一页。"夏华林说。财经频道更多独家策划、专家专栏，免费查阅>>