在北京石景山舉辦的中關村論壇平行分論壇——2026中國科幻大會上，具身智能觸覺及多模態感知數訓創新中心正式宣布成立。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，聚焦具身智能產業的技術需求，重點突破觸覺感知、異構計算、自主無人數采三大技術領域，致力于構建涵蓋數據采集、算法訓練、場景落地的全鏈條技術轉化平臺。

當前，機器人產業智能化升級面臨的核心挑戰之一是數據獲取難題。在論壇“百億具身智能對話”環節，星動紀元聯合創始人席悅指出，真實場景數據采集存在多重障礙：場景方開放權限受限、大規模采集成本高昂且耗時漫長，而現有解決方案如1:1復刻真實場景自建訓練場，因依賴工程師全程參與導致效率低下、成本攀升。他提出兩條優化路徑：一是構建“數據采集-模型迭代”閉環飛輪，使機器人能在真實環境中自主處理極端情況；二是推進“人類演示+真機采集”的混合模式，但需解決本體構型、運動形態、感知方式差異等技術瓶頸。

原力靈機創始人唐文斌則認為，數據雖是行業瓶頸，但并非不可逾越。他指出，通過資金投入購置機器人、建設訓練場、雇傭遙操作人員及外包數據標注，可快速積累百萬小時級、億級樣本的數據量，因此“數據有無”并非關鍵壁壘。真正形成競爭優勢的是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系統。

智平方聯合創始人張鵬強調，盡管公司已具備多樣化數據獲取渠道，但真實場景數據仍具有不可替代的價值。他透露，公司通過一線部署的產品實現數據回流，并將沉淀后的數據視為核心資產，在確保安全的前提下與客戶共享這部分數據。

據披露，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，試圖破解行業數據短缺與質量不足的困境。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，可能使傳統依賴重資產投入的遙操作數據采集工廠陷入發展困境。

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”，但行業普遍面臨兩大難題：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。該人士指出，多數廠商不具備搭建高效數據處理體系的技術實力，且行業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。若EGO、UMI等無本體數據技術普及，場景資源的稀缺性將進一步凸顯，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核心要素。

技術迭代趨勢顯示，具身智能需要億級小時級的訓練數據，但當前總量仍嚴重不足。部分依賴機器人本體、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“硬件規模”轉向“真實場景獲取能力”與“場景-數據閉環迭代效率”的較量。