机器人在哪里练，练成后用在哪里？越来越多的探索指向同一个答案：把训练放进真实的工位，这就是“实景实训平台”。据中国信息通信研究院《具身智能训练场研究报告（2026年）》及多家机构测算，训练通用具身模型至少需要千万小时级真实交互数据，而目前全球可用的高质量真机具身语料仅在百万小时量级，相差约一个数量级。若主要依靠专家遥控真机采集，产出往往不过每天数十小时。缺的不是又一间展厅，而是能把采集、标注、训练、部署失败样本再送回去的数据流水线。
在张江的觅蜂科技实训实验室，00后数据采集组长朱绵锐正与一台机器人并肩而立。“哪怕只是拿瓶子、放物件这样简单的小动作，我们也需要反复‘教学’几百遍，它们才能慢慢熟练。”朱绵锐如是说。这间被誉为“机器人学校”的实验室，折射出当前“语料饥渴”的现实困境。大语言模型可依托互联网海量文本实现“自学”，而机器人只能在真实世界中一寸寸“磨”出动作数据。
图1 数据采集员手持传感夹爪，在模拟货架前采集取物动作数据
一、训练场广布，“考场”稀缺
训练场已非稀缺资源。信通院报告显示，截至2026年6月底，全国已建成启用超70家具身智能训练场，另有46家在建或规划中。然而，难点在于“练”与“用”之间：场景任务同质化、数据产能有限、流通不足、可持续商业模式未成型，行业正从建设热潮迈向能力沉淀期。仿真训练后迁移至真实世界已成重要路径，但仿真与现实间的鸿沟仍待弥合：实验室里练熟的机器人，换到新产线、新货架，往往要“从零学起”。
2026年6月，工信部与国务院国资委联合启动人形机器人与具身智能实景实训专项行动，以生产作业工位、服务操作点位等真实场景单元为实训载体，积累高质量真机数据，构建可训练、可测试、可验证的空间。训练在应用现场发生，课题由使用者定义，数据直接服务部署——这便是“产训一体”。
实景实训并不自动等于能力。行业面前的几道硬坎，已愈发清晰：真机采集成本高、效率低；仿真环境与现实之间仍有不小差距；各家数据格式和标注规范各自为政，难以跨平台复用；人机混行要想落地，无法回避安全与责任难题；缺少公共中试环节，每家企业都得自建场景、独自承担试错成本。这次实景实训专项行动的发力点，正是用真实工位精准点出“缺失的题目”，再以数据治理和验证规程，把“能演示”逼成“能作业”。实景实训平台与一般训练场的差别，不在于场地大小，而在于数字世界距订单有多近、失败样本能否重回模型。
二、浦东上链，四环聚力
在浦东，这条链条已清晰铺开：训练、生产、回流、培养，环环有主攻重点。
训练：从“机器人学校”到数据工厂
教学始于动作拆解形成“原子级技能包”：炒菜需分解为取菜、切菜、装盘、备料到起锅翻炒的过程；削苹果则需覆盖不同形状、颜色的果实。机器人学习进步也很快。以叠衣为例，机器人最初仅识别单一朝向领口，如今无论朝向如何，均能从容应对。在他看来，不完美动作同样珍贵：熟练工的操作是“标准答案”，能教会机器人怎么做。而新手那些磕磕绊绊的“错误数据”，则能教会机器人如何在出错后自我修正。智元位于浦东的数据采集工厂，涵盖家居、餐饮、工业、商超、办公五大类真实场景，其AgiBot World 工程覆盖 217 个复杂操作任务、87个原子技能与3000余种操作物品，落在106个真实场景之上。
一间实验室之外，是更完整的实景实训的公共能力。2026 年世界人工智能大会期间，国地中心联合华为发布全国首个具身智能实训场样板点，落地浦东。上海电气打造的上海市人形机器人中试服务平台在浦东机器人谷投入运营，约6800平方米，面向行业开放试制、检测与场景验证，整机年试制产能约2000台，可完成超400项零部件与整机性能验证。前端把真机交互变成可训练数据，后端把工艺与实测数据沉淀成可复用能力——这才是“训”在公共侧的厚度。作为市属国资中以人工智能为主业的产业集团，上海仪电2026年8月与上海物理智能与机器人研究院签约，探索源头技术向场景与工程化应用转化。
生产：机器人在量产线上“答卷”
在上海浦东金桥，上汽通用奥特能超级工厂已经迎来人形机器人“正式工”。作为上汽集团及国内汽车行业首批量产产线应用人形机器人的案例，“能仔1号”由上汽通用与智元联合研发，已在别克至境E7电池量产线上承担电芯抓取、上料等工序。目前，“能仔1号”累计完成近8万件工件作业，开动率稳定在98%。从实验室的动作训练，到汽车工厂的稳定运行，机器人开始接受工业生产节拍与可靠性的双重考验。
图2 能仔1号在别克至境E7电池量产线承担电芯抓取、上料等工序
具身实景实训的探索也在全球汽车制造重镇同步展开。2025年，在美国南卡罗来纳州的宝马斯帕坦堡工厂， Figure 02 在约10个月的项目周期内，累计运行约1250小时，搬运超过9万件钣金零部件，参与3万余辆宝马X3的生产。在德国柏林，梅赛德斯-奔驰将Apptronik公司研发的 Apollo人形机器人引入马林费尔德数字工厂园区，围绕生产物流、零部件搬运和初步质量检查开展测试。
图3 Figure AI部署于美国南卡罗来纳州的宝马斯帕坦堡工厂
上海具身智能在汽车供应链的探索则不止步于此。国地中心“灵龙”系列机器人已进驻延锋汽车相关产线，完成一线实景数据采集与自主作业验证。从“进厂了”到“跑了多少”，机器人开始在真实工位上交出可以核对的成绩单。
回流：不断尝试
训练与产线之外，关键环节是反馈回流。通过异构人形机器人训练场、中试基地、数据采集工厂，张江正在打通“数据采集—模型训练—策略验证—真机迁移”全链路。以智元张江数采工厂为中心，向多家训练场输出采集能力，统一标准与回流。上海创智学院与智元联合发布了最新研究成果，在LWD（Learning While Deploying）框架中，部署真机交互数据实时回流并更新策略，在线LWD在泡功夫茶、榨果汁、调鸡尾酒、鞋盒收纳等长程任务成功率任务上分别提升了最高提升17%，多任务平均成功率达95%。
图4 LWD 系统架构与在线持续学习循环概览
培养：具身训练师，渐成新职业
产训一体，最终落脚于人。2026年9月9日，人社部等部门发布第八批新职业包含“具身智能机器人应用技术员”，下设数据采集员与训练师两个工种。数据采集亦从“专业影棚”走向“全民随手拍”，举手投足皆可成训练。
三、永不落幕的具身智能公共考场
“一天一个样，一月一大变”这句感慨，这句话说的是机器人进步，也说出了训练方式的变化。从上海到美国斯帕坦堡，再到德国柏林，全球真实场景正在为具身智能提供最严格、也最有价值的实战考场。不同技术路线正在汇聚到同一个方向：让机器人从“学会动作”走向“胜任岗位”，从单点技术突破走向可验证、可复制的产业生产力。
实景实训正成为全球具身智能产业的共同发展新方向。10月23日至25日，2026全球开发者先锋大会暨国际具身智能技能大赛将在张江科学会堂举办，届时改造2000平方米场地，打造永久性具身智能场景实训空间。以包括具身智能在内的先导产业为方向，上海正在构建创新应用联合体，构建长期开放、用于实训验证与技术迭代的平台，生产、商业、公共服务等真实场景落地于此，由场景提出需求、机器人开展实训，依托沉淀数据持续迭代，复制成熟方案。这等同于打造“永不落幕”的具身智能公共考场。
作为大会的主办方和实训平台的运营方之一，上海市人工智能行业协会将以作业技能包等形式，评估整机解决方案的真实作业成功率、效率提升率、安全可靠性及经济可行性。大会通过模拟赛、线上仿真与实景实赛构建整体链路，让机器人在真实任务中检验本领。上海正在构建“训—赛—产—融”闭环，打造可复制的实景实训模式，力求将训练、产线验证与具身永久公共考场收拢至同一主链。让机器人进化提速的，不只是重复教学，更是把课堂搬到真正干活的地方。训于工位，考于现场，数据重归训练。
从张江实验室，到浦东工厂的电芯产线，再到科学会堂的实景实训，这座正成形的基础设施，练的是机器人，连的是订单，也考验着一座城市把技术变成生产力的耐心和智慧。
热门跟贴