上周，黄仁勋在CES 2026（2026年国际消费电子展）上演讲时表示，从理解语言到理解物理世界，从软件智能体到具身智能体，AI的第二个拐点已经到来，机器人领域也将迎来“ChatGPT时刻”，随后便发布了一系列物理AI模型。

　　这些模型不仅具备强大的环境感知与动态决策能力，还能通过跨平台学习快速适配不同类型的机器人硬件架构。黄仁勋预言，这套“三台计算机（训练计算机、推理计算机、模拟计算机）+合成数据+仿真”的方法会迁移到所有机器人，包括机械臂、移动机器人，乃至全人形机器人。

　　然而，在这套方法尚未成熟之前，如何让不同厂商、不同形态的机器人实现高效训练，成为推动行业突破的关键命题。

　　作为国内首个异构人形机器人训练场，国家地方共建人形机器人创新中心（以下简称“国地中心”）打造的人形机器人“麒麟”训练场，如同一本“通用秘籍”，能够打通硬件接口、通信协议和数据格式的壁垒，让不同形态的机器人共享数据、同台训练。

　　走进浦东张江模力社区8楼，仿佛踏入一个充满未来感的机器人世界。1.85米高的双足机器人在遍布沙石路、斜坡的训练场里“修炼”下盘稳定性；流水线模拟区中，机器人一遍遍训练灵巧手抓取和放置物品的能力；轮式机器人不知疲倦地演练扫地、吸尘、搬运垃圾等动作，只为成为一名专业的城市清洁工……近百台人形机器人在此同台“练兵”，不同形态、不同功能的设备协同运作，数据实时流转，构成了一幅人形机器人产业画卷。

　　“原来同一个取物动作，双足机器人练完，轮式机器人还要重复练，既浪费时间又消耗资源。”国地中心工作人员指着正在同步训练的机器人向《IT时报》记者介绍。

　　在具身智能领域，不论是工业场景中的巡检、拧螺丝，还是社会场景中的分拣、叠衣服，数据的质量和数量都直接影响机器人的“智力水平”，而不同品牌、不同构型的机器人如同“语言不通”的士兵，各自遵循专属的软硬件体系和数据标准，数据无法互通，训练只能重复进行。

　　“麒麟”训练场打破了这一壁垒，比如双足机器人的上肢操作训练数据，经过专业团队清洗整理后，可适配轮臂式机器人；轮式机器人采集的续航优化数据，又能为双足机器人的动力系统升级提供参考。

　　在数据采集区，工作人员穿着布满传感器的动作捕捉服，抬手、弯腰、拧瓶盖，一系列动作被精准记录，实时映射到不远处的人形机器人身上，人形机器人立刻就能模仿出相同的动作。

　　机器人并非人类，在灵活度和精细度上，需要进一步进行针对性训练。遥操区，工程师手持遥操手柄，操控机器人完成积木装盒、物品分拣等任务，面对被包装起来的快递，还要通过安装手部的视觉传感器和力传感器来判断包裹的尺寸、重量、材质，调整抓取力度和角度，避免因用力过猛或过小导致包装破损或抓取不稳。“一个动作大概要训练上百次。”一位训练员告诉《IT时报》记者。

　　尽管“麒麟”训练场已经有20多个实战场景，但想要让人形机器人适应现实中的场景，还需要在更加复杂多样的环境下训练。虚拟仿真平台模拟搭建的虚拟场景，让机器人融入其中，快速生成数据，例如将“拿一瓶水”的语音指令，转化为连贯的动作序列，而后再到实战场景下进行验证。

　　国地中心首席科学家江磊表示，训练场的建成将有效降低具身智能技术发展过程中的投入成本，解决基础设施的重复建设问题。通过后续训练场的成熟化运营和全国性推广，有望将其构建成为国家级虚实结合具身智能技术发育平台。

　　2025年，人形机器人从初登春晚时的踉踉跄跄，到在年末全球开发者先锋大会暨国际具身智能技能大赛中，走进工业、医疗、社会、餐厅等场景，亮出插画、叠衣服、救援等各种Kaiyun技能，具身智能行业整体都提升了一个“level（水平）”。而技术跃迁的背后，是训练数Kaiyun据的互联互通。

　　尽管“麒麟”训练场已经具备跨品牌、跨构型机器人的数据共享能力，但单一训练场的覆盖范围和场景丰富度仍有局限。

　　为了打破这一局限，一方面，国地中心收集整理分散在各企业、各场景的训练数据，经过清洗形成通用数据集，实现共享；另一方面，则是搭建起以上海“麒麟”训练场为核心，全国多个分训练场联动的“1+N”体系。

　　每个分训练场聚焦不同场景，如江苏常熟分训练场聚焦纺织、汽车零部件等工业产业，通过实物与仿真训练采集高质量数据；重庆分训练场则以新能源汽车、电子信息等五大场景为主进行训练和数据采集，年数据采集能力能达到3PB；河北则面向钢铁、生物、能源等行业构建数据集。

　　这些分训练场如同一个庞大的“数据军团”，与上海核心训练场形成数据联动，不仅能降低各企业单独建设训练场景的成本，还能在行业中形成覆盖工业制造、民生服务、特殊作业等多元领域的训练数据生态，为整个人形机器人产业的技术突破提供数据支撑。

　　在行业标准建设方面，国地中心工作人员告诉《IT时报》记者，目前已联合上海电气、库帕思、傅利叶智能等50多家企业，构建“标准共研—检验验证—标杆共建”的具身智能生态圈，推动80多项行业标准逐步落地。“从数据采集到硬件安全，从训练场建设规范到核心部件性能要求，一套统一的‘行业语言’才能让不同品牌、形态的异构机器人实现‘协同作战’。”

　　能跑马拉松、能打拳击赛，还能插花、叠衣服，但目前，70%的人形机器人是在“演戏”，老百姓最关心的还是“何时才能走进家庭”“何时能真正帮助人类做家务”……

　　“家庭场景是块硬骨头，我预计需要5~10年。”国地中心工作人员向《IT时报》记者坦言。

　　训练场的建成，不代表人形机器人能立刻适应千变万化的家庭环境。一方面，家庭场景的复杂性与标准化作业的工业场景不同，从每个家庭中不同的家具布局到家庭成员的生活习惯差异，都需要人形机器人具备极强的环境适应性和自主决策能力。目前的训练数据多来自标准化场景，而真实家庭中并没有太多标准化场景，甚至会有各种突发状况，比如孩子随手放置的玩具、宠物的突然跑动等，这些非结构化的干扰因素都可能导致人形机器人动作失误。

　　另一方面，家庭场景中，人形机器人必然会与人类近距离交互，安全性尤为关键，如何确保机械臂在接触老人、儿童时不会造成意外伤害，传感器的灵敏度、力度控制算法等软硬件都还需长期优化。

　　此外，隐私保护也是绕不开的问题，家庭中的摄像头、语音交互设备可能涉及用户隐私数据，如何建立安全的数据处理机制，防止信息泄露，需要技术标准和法律法规的双重保障。