《科创板日报》9月4日讯。在人形机器人行业热度攀升、本体发布节奏加快的当下，产业链的焦虑焦点已悄然从“造机器人”转向了“喂数据”。在北京人形机器人创新中心的数据与训练基地，一场关于数据质量的探讨正在展开。面对行业普遍存在的“千万小时”等宏大叙事，该基地负责人直言，数据量的多少并非关键，真正有价值的“高质量”数据才是核心命题。
这座占地6000余平方米的基地，被视作具身智能数据基建的“国家队样板间”。基地内部搭建了家庭、商超、工业、医药康养等六大类、30多种实景场景，配置了150多台套机器人本体设备以及150多套无本体采集设备，涵盖自研的第一人称视角头环和五自由度夹爪工装。其中，约200平方米的光学动捕场地尤为引人注目，此前在机器人运动会上包揽举重项目前四名的“天工”机器人，其举重、跑步、翻越障碍及舞蹈动作的数据，皆由此诞生。
基地的数据生产模式极具工厂化特征。采集员每日工作8小时，除去场景布置与道具摆放，有效采集时间约为6小时。数据采集与云端传输同步进行，夜间则由自动化管线集中处理，实现“边采边传”，次日即可交付客户，这一模式被内部称为“7+1”交付。目前，基地数据年产能达18万小时，已服务100多家客户，多为头部大模型与具身智能本体企业。
针对行业对“高质量数据”定义的模糊，基地负责人给出了务实的判断：数据的价值在于能让模型在场景中落地并产生良好效果。以自动驾驶为例，真正值钱的是Corner Case数据，而非全量采集。为此，基地建立了三道质检机制：采集后一检、标注后二检、交付算法侧验收三检。数据显示，今年上半年交付给头部客户的数据，验证通过率保持在95%以上。
在技术实现上，基地已基本实现标注环节的AI接管，大幅降低了人力成本。采集端则采取“有本体+无本体”的矩阵式方案，自研手部姿态算法可捕捉人手21个关节运动轨迹，映射精度达毫米级；触觉与力觉数据则通过动捕手套按需采集，兼顾了精度与成本。
值得一提的是，北京人形开源的RoboMIND数据集全球下载量已突破2000万，位居全球首位。基地积极参与工信部牵头的多项行业标准制定，实现了数据合规、血缘追溯及版权合成的全链路留痕。
在商业层面，基地虽已打通数据销售、平台服务和数采场解决方案三类路径，但目前并非主要盈利来源。面对真机数据价格每有效小时约500至1000元且呈回落态势的现状，基地负责人坦言，目前仍处于投入阶段。
谈及行业争议，负责人将具身智能比作十年前的自动驾驶，认为集中式采集是验证数据—算法—本体闭环的必要手段。他预测，随着行业进入“数据飞轮”竞争阶段，百万小时级高质量数据集将成为标配，而从6000平米的样板间走向千行百业的真实场景，行业的数据基建才刚刚打下地基。