在機器人產業智能化升級的進程中，數據問題已成為制約發展的核心挑戰之一。3月28日，中關村論壇平行分論壇——2026中國科幻大會現場，北京石景山具身智能觸覺及多模態感知數訓創新中心正式揭牌成立。該中心由北京石景山科技創新集團有限公司聯合他山科技共同打造，聚焦具身智能產業需求，明確了觸覺感知、異構計算、自主無人數采三大技術方向，致力于構建覆蓋多模態數據采集、算法訓練、場景落地的全流程技術轉化平臺。

中關村論壇"百億具身智能對話"環節中，星動紀元聯合創始人席悅指出，當前具身智能發展的最大瓶頸在于數據獲取。真實場景下的數據采集面臨多重障礙：場景方開放權限的意愿有限，大規模采集存在成本高、周期長的問題，而現有替代方案如1:1復刻真實場景的自建訓練場模式，因過度依賴工程師全程參與采集、訓練、部署及問題定位，導致整體效率低下且成本居高不下。

針對這些痛點，席悅提出兩項解決方案：一是構建"數據采集-模型迭代"的閉環數據飛輪，使機器人能在真實環境中自主處理極端情況，持續提升系統效率；二是推進"人類演示+真機采集"的組合模式，但需突破本體構型、運動形態、感知方式等方面的差異障礙。原力靈機創始人唐文斌則認為，數據采集本質是資金與時間投入問題，通過購置機器人、建設訓練場、雇傭遙操作人員等手段可快速積累數據量，但真正形成競爭優勢的關鍵在于企業能否實現真實場景數據的自動回流，并搭建高效的數據飛輪閉環。

智平方聯合創始人張鵬強調，盡管公司已具備多種數據獲取途徑，但真實場景數據的價值無可替代。通過一線部署產品實現數據回流與沉淀，是當前行業最寶貴的數據資產。在保障安全的前提下，智平方會與客戶共享這部分數據。據悉，北京石景山人形機器人數據采集訓練中心四期項目已與樂聚、他山、睿爾曼、靈初等企業展開合作，重點破解數據短缺與質量瓶頸問題。

一位行業人士分析稱，當前具身智能領域正經歷數據體系重構。無本體數據技術（如第一人稱視角的EGO方案、通用操作接口的UMI方案）的興起，使傳統依賴重資產投入的遙操作數據采集工廠面臨發展困境。從數據價值維度看，真實場景數據仍是機器人模型訓練的"金字塔尖"資源，但行業普遍存在兩大核心問題：一是數據質量與管線設計缺乏標準化；二是數據處理能力存在顯著行業差距，多數廠商不具備搭建高效數據處理體系的技術實力，且缺乏統一的技術訣竅共享機制與基準評測體系，導致數據應用效率參差不齊。

該人士進一步指出，若EGO、UMI等無本體數據技術實現普及，將進一步凸顯場景資源的稀缺性。企業可能擺脫對傳統數據采集工廠的依賴，直接在真實場景中完成數據采集，場景的可及性與多樣性將成為數據競爭力的關鍵變量。從技術迭代趨勢看，具身智能需要億級小時級的訓練數據，當前總量仍嚴重不足，但部分與主流技術路線錯位的核心資產（如依賴機器人本體、固定場地的重資產中心）可能面臨產能利用率下滑、單位成本飆升的風險。長期來看，數據領域的競爭邏輯將從硬件比拼轉向真實場景獲取能力、場景與數據閉環迭代效率等維度。