过去几年，人形机器人热度不减。人们关注的焦点集中在芯片算力、电机扭矩、灵巧手指等硬件维度。但造一个机器人容易，教会它干活并融入人类生活，才是真正的难题。瓶颈不在硬件，在数据。

    6月1日，宇树科技IPO过会，同日英伟达宣布与宇树合作，共同开发下一代人形机器人。英伟达的创始人兼首席执行官黄仁勋直言，数据是最难解决的问题。他还预测，物理AI可能发展成数十万亿美元的市场。但数据从何而来？

    随着硬件加速标准化、开源化，真正的壁垒已从“造出来”转向“教会它干活”。湖北人形机器人创新中心首席运营官刘传厚判断，机器人进入家庭至少还需10年，国内外同行普遍面临高质量动作数据匮乏的发展瓶颈。业内人士测算，训练具备泛化能力的具身模型至少需要千万小时量级的高质量数据，而目前行业可获得的数据规模仅几十万小时，缺口巨大。

    放眼国内，人形机器人产业正从硬件竞赛转入数据竞赛。北京、上海、深圳纷纷布局数据采集中心，武汉率先将数据做成一门可交易的生意。武汉工程大学副教授曹吉胤在光谷开设的“机器人幼儿园”，训练师手把手教机器人叠衣服、端咖啡，把人类经验转化为高质量数据并进行交易。

    值得注意的是，数据采集只是第一步，如何规模化生成训练数据才是关键。大语言模型的数据可取自互联网，自动驾驶的数据可来自道路采集，而机器人需要的是包含动作、接触、受力、空间关系的物理交互数据，这是一类前所未有的数据形态，单靠真实世界采集远不足以满足需求。仿真合成数据提供了一条可行路径：将人类经验放入可控、可复现的虚拟物理环境中，规模化生成训练数据。

    人形机器人产业的进步，不能只靠硬件层面的迭代。当硬件门槛持续降低，数据正成为驱动智能升级的重要一环。正如光轮智能联合创始人杨海波所判断，2026年正在成为具身智能“数据规模化元年”。光谷的“机器人幼儿园”是一个生动的注脚，人类经验成为教材，数据采集成为启蒙教育，将看不见的人类经验转化为可交易、可复制的数字资产。武汉的这一尝试，值得期待。

    （长江日报记者陈智）

    统筹：陈智  制图：陈昌