隨著機器人逐步從實驗室走向生活與生產，數據采集和訓練有望成為新的技術壁壘。
8 月 15 日首鋼園舉行的石景山人形機器人數據訓練中心開放日活動上，筆者獲悉，作為北京市首個人形機器人數據訓練中心，該中心利用具身雙臂升降機器人、輪式人形機器人、單臂無人機、單臂四足仿生機器人等形態多樣的 108 臺機器人，以及搭建的新零售、汽車裝配等十大場景，每年預計可產出超百萬條高質量多模態數據，目前已為多家海內外的大模型企業、機器人企業提供數據服務。
人形機器人數據訓練中心運營方、睿爾曼公司創始人兼 CEO 鄭隨兵表示，機器人走入生活長期面臨三大核心瓶頸——操作能力、泛化能力與成本控制。傳統機械臂笨重昂貴，服務機器人功能單一，關鍵在于缺乏像人一樣適應復雜環境并靈活操作的能力。同時，早期解決方案部署周期長、場景適應性差，加上高昂的成本嚴重阻礙規?；瘧?。要想實現讓機器人走入生活，在解決操作能力和成本后，實現規?；瘧靡垣@取真機數據才能快速推動行業發展。
鄭隨兵表示，2025 年是人形機器人和具身智能走入生活元年。未來，人形機器人數據訓練中心希望利用更多高質量數據、更多算力以及人才建設，讓具備泛化能力的新一代機器人將捅破市場天花板，真正走進千行百業、千家萬戶進行應用。
鄭隨兵也坦言，具身智能最大痛點在于沒有大量頂尖人才。" 機器人或具身智能落地的基礎建設是人才。我們也在想辦法去建立能落地的課程體系、研究，但人才產出基本上是 4 年之后了。所以，具身智能行業現在一個特別大的痛點在于，沒有（大量頂尖）人才。"
會后群訪交流時，鄭隨兵對筆者表示，人形機器人數據訓練中心預計將擴容至數百臺睿爾曼機器人設備，實現超千小時高質量數據，以滿足機器人數據訓練需求。
" 我們想讓機器人在生活中干活，所以我們造的是能在場景里邊作業的機器人，（未來）一定還是回歸到輪式。你看市場的趨勢，原來做人形機器人似乎也都開始造輪式機器人了。" 鄭隨兵表示，人形機器人發展類似于自動駕駛 L0-L5 級，未來 2-3 年內，人形機器人會達到 L2、L3 級輔助駕駛，擁有半自主能力；未來 5 年左右的時間，會出現足夠智能化的全自主機器人，類似于 L4、L5 這樣完全自動駕駛能力，這個時間點與場景、行業需求都有一定關聯性。
據了解，訓練中心著重解決的是 " 跨場景數據通用性不足 "" 仿真環境與真實場景差距顯著 "" 行業缺乏標準化數據格式與高效閉環迭代生態 " 三大機器人產業核心痛點問題。訓練中心圍繞十大真實應用場景開展大規模數據處理和模型訓練，構建覆蓋 " 數據－訓練－驗證－落地 " 的全棧式服務能力，拓展具身智能核心生態，匯聚產業鏈要素資源，助力打造技術共生、數據共享、商業共贏的創新生態圈。
人形機器人數據訓練中心匯聚了元客視界、艾歐智能、知行機器人、傲意科技、強腦科技等具身智能產業鏈上下游十余家企業的先進技術與產品，聯合構建起覆蓋感知、決策、執行各環節的產業生態矩陣，并聯動鵬城實驗室、上海人工智能實驗室等產學研機構共同搭建具備 " 場景數據采集－模型訓練－應用驗證 " 全閉環能力的智能訓練場。
作為訓練中心核心設備與技術提供方，睿爾曼成立于 2018 年，公司以智能通用模塊化機器人作為切入點，融合先進的軟硬件與人機交互技術，通過自主研發和持續創新為客戶提供高性價比、高可靠性、易操作的機器人本體及智能控制系統等解決方案，在控制器、驅動器、電機和減速器等核心零部件方面均為自主研發并擁有自主知識產權，主要面向新零售新餐飲、醫療健康、檢驗檢疫和教育教學等領域落地。
融資方面，睿爾曼已完成三輪融資，投資方包括云啟資本、科沃斯、坤萬創投、元和資本等機構。
商業化方面，睿爾曼是是全球超輕量仿人機器臂的定義者和引領者；睿爾曼全資子公司微悍動力全棧自研的諧波減速器出貨量將超過 10 萬臺 / 年，全棧自研的一體化關節模組全球出貨量前三，觸達客戶超過 4000 家，積累了上千個標桿案例；國內絕大多數的具身智能企業均采用睿爾曼關節或機械臂產品或 ODM 產品，并與多家機構成立聯合中心或聯合實驗室。
鄭隨兵表示，國內有多家人形機器人訓練場，有各種具身智能數據訓練，采集的數據質量參差不齊，應用平臺各式各樣，未來是否進行數據資源統籌和整合，這將是行業非常大的命題之一。然而，石景山人形機器人數據訓練中心是行業內唯一一個實現數據訓練閉環的機構，實現了具身智能數據閉環，從數據采集、訓練，以及提供持續和批量級平臺級具身智能數據解決方案等，實現了整個數據訓練商業閉環。
鄭隨兵表示，因為人形機器人訓練中心用戶量大，相對標準化，所以具身智能數據能夠在國內和國外都被廣泛使用。根據市場需求，訓練中心把基礎數據轉換成他們所要的數據格式，售賣出去。同時，訓練中心基于海量的真實場景，把機器人布局到家里廚房、疊衣服、售貨、工業等場景，讓智能機器人能夠真正落地。
對于靈巧手技術，鄭隨兵認為，未來機器人走入工作生活時，兩個手指也許比五個指頭更有優勢。" 機器人本體硬件不同，數據和應用也是分層的。從機器人末端運動規劃，到實際控制、采集電流等，在分層之后的不同場景、不同訓練數據當中實現通用落地。"
展望未來，鄭隨兵表示，到 2025 年底，睿爾曼公司將實現銷量近千臺整機目標，到 2026 年，公司的目標是達到數萬臺的機器人整機產能。
人形機器人已經是中國明確的未來產業標志性產品。公開報告顯示，2025 年，人形機器人產業有望從 " 技術驗證期 " 向 " 規?；逃闷?" 快速過渡，中國人形機器人市場規模預計超過 82 億元，占全球市場約 50%。
據 IDC 研究數據，預計到 2029 年，全球機器人市場規模將超過 4000 億美元。其中，中國市場占據近半份額，并以近 15% 的復合增長率位居全球前列。
" 回歸到最本質的，數據中心產生的價值是什么？來自于客戶愿意為其（數據）付費。我們得到了國內外非常頂尖機構的認可，這些營收將支撐訓練中心整體的運營成本，這是國內唯一一個可以做到相關商業化的機構。" 鄭隨兵稱，作為行業基座型企業，睿爾曼未來將支撐數據和機器人應用百花齊放，機器人產業規模也將快速增長。
鄭隨兵強調，今天大家制造機器人，一定不是為了 " 造一個人 "，而是真正能在具體場景干活的一個工具。
以下是鄭隨兵部分交流對話：
問：相比軟件和模型，人形機器人硬件到底是否重要？是否真像有些行業人士所說，已經不再是人形機器人發展的瓶頸和壁壘？
鄭隨兵：大家都在做一個平臺級的事情，別人能干，我也能干。所以看到大量雷同的（人形機器人）。目前來看，輪式人形操作基本上也都歸到睿爾曼平臺上。
所以我認為，硬件非常重要，主要在于硬件能夠真正讓大家看到機器人跳舞、動作的廠家具備操作能力，未來如果讓機器人身體性能更高、實現工廠落地，參數、精度、一致性、力控、皮膚需要不斷優化，這就非常重要了。
但是，真正要把機器人應用在生活的各個場景里邊，你會發現，大家對機器人硬件的質量、一致性各方面有了更高要求。睿爾曼通過了 5 萬小時 MTBF 機器人檢測中心認證，到真實場景里機器人能夠長期把工作任務做完。
問：之前有些機器人動作發抖，主要是硬件或模型能力不足，您對此有何看法？
鄭隨兵：早期的時候，客戶使用低成本數據采集技術，訓練一個模型，你會發現機器人抓這個瓶子要抖一下，最后訓練的模型都是如此。主要原因是，當時采集數據的時候，遙控機械臂硬件相對便宜，采集過程中手抖了一些，而訓練出來的模型是個黑盒子，它不知道這個事情，而是認為抖一下才能抓取貨物。這是非常典型的案例。
所以，機器人對硬件是要有一定要求的，大家對硬件認為模型先去用，但模型最后還是要落地在硬件層面，如果你連 AI 具身智能數據源頭要求都不高，只是通過一些仿真、相對便宜的硬件產生數據，最后還是沒辦法實現機器人應用落地。
問：機器人從實驗室到真實場景一共需要幾步？
鄭隨兵：機器人行業非?；馃幔蠹曳浅Ｃ鞔_具身智能落地的大方向，但這個過程中，大家看到很多 Demo、很多炫技的東西。但未來，真正具身智能機器人走入生活需要以下三步。
首先第一步，一定是在無智能情況下，機器人還能在服務、康養、工業等場景中海量應用，然后不斷疊加智能等能力，才能更好使用起來。
第二步，機器人能夠輔助人實現半自主化，最快未來 2-3 年實現，類似于 L2、L3 輔助駕駛。隨著 1000 個人操作 1 萬個機器人，再下一步可能 10 個人操作 1 萬個機器人，對于機器人操作需求，可能未來 10 個人，只是需要滿足一些服務性要求即可。
第三步，未來五年左右的時間，人形機器人能夠像 L4、L5 完全自動駕駛狀態，進入完全自動化，擁有足夠的智能化能力，從而走進千家萬戶。
現階段，機器人先進入剛性需求行業，從 L0 不斷走到 L5。而如果單論一個機器人走入生活，我認為這個情況已經到來，2025 年，具身機器人已經在非自主情況下實現了多個場景應用，成為機器人走入生活的元年。
（本文首發于鈦媒體 App，作者｜林志佳，編輯｜蓋虹達）
