过去一年，人形机器人的公告像发红包一样密集。几千万、几个亿的采购合同，隔三差五就蹦出来一条。《2026年人形机器人产业发展报告》数据指出，上半年国内出货量已经超过4万台，占了全球97%。
但人民日报在世界机器人大会期间泼了一盆冷水，具备真实商业成色的规模化量产订单，仍然稀缺。
这话听着似乎有些矛盾，订单铺天盖地，怎么真实需求又稀缺了？答案藏在这些订单的结构里。
01
热闹的订单里
藏着一条数据暗线
先看一组被反复引用的操作。企业联合其他主体设立子公司，再由子公司回头采购自己的机器人；这里面夹杂着不少左手倒右手的关联订单，有些甚至只是框架协议，连交付时间都没写死。
更耐人寻味的是数据采集中心。某赛道14亿元的盘子里，近六成资金流向了数采中心；机器人企业把机身卖给数采中心收了钱，转身又从数采中心手里买回训练数据。
钱在闭环里转了一圈，机器人物理位置其实没动。
局外人看是资本游戏，从业者却看到了另一层，这些空转的订单，本质上是在花钱买一样东西，数据。
02
机器人卡脖子的
从来不是机身，是“教材”
人形机器人为什么迟迟不能大规模走进工厂和家庭？不是因为关节做不出来，也不是成本降不下来。
是数据。
行业测算，训练一个接近人类水平的机器人大脑，需要10亿小时级别的真实操作数据；而截至2026年初，全球可用的高质量物理交互数据，只有大约50万小时。更有甚者提出，连千万小时门槛的十分之一都够不上。
那为什么不用仿真软件？业内人士分析表示，因为仿真环境是理想化的，而现实却全是变量。光照偏一点、杯子挪了半厘米、物体重了50克，模型就可能失灵。真机与仿真之间那条成功率的鸿沟，靠把模型做大填不上，只能靠覆盖足够多变量的真机数据去填。
在此背景下，数采场应运而生。在封闭园区里搭出工厂、药店、仓储的复刻场景，让一台台真机反复抓取、搬运、装配，把每一次物理交互都记录成数据，再反哺给模型，一点一点把精度磨上去。
03
数采场解了渴
却挖出一口“各家自喝”的井
数采场确实补上了真机数据的缺口，但它自己又成了新的瓶颈。
最要命的问题，是数据没有标准。
AIoT星图研究院调研发现，目前各家采集时用的本体不同、传感器标定不同、动作定义不同，采出来的数据格式互不认账，无法跨品牌跨本体使用。
除此外，集中式数采还存在三道坎。其一，场景失真，封闭场馆里光照恒定、地面平整，采出来的是片场数据；其二，成本撑不住，专业遥操员一天八小时，真正有效的真值数据可能就两三个小时；其三，数据死死绑定本体，跨场景复用率极低。
结果就是，每家企业花大价钱采回来的数据，只能喂自己的机器人，换一家公司的机身就基本作废。上百座训练场遍地开花，听起来繁荣，实则是各挖各的井，各喝各的水，重复投入，谁也没法站在别人的肩膀上。
连这门生意本身都在洗牌。据了解，某数采场运营不到18个月，已有训练场原运营方便撤走了自有设备，原因是遥操路线的方向偏了，数据质量和精度没达到预期。
04
批量落地的钥匙
藏在两件还没做完的事里
人形机器人要从展台走向批量上岗，光靠各家闷头攒数据不够，需要等两个变量同时到位。
第一个变量，是跨品牌、跨本体的数据流通标准。
2026年7月，工信部TC8成立WG7人形机器人数数据标准工作组，工作组研讨会上组长单位代表谈到，行业虽面临真实交互数据不足的难题，但比数据数量缺口更严峻的，是标准之缺。
2026年4月，由我国牵头、数字华夏等中企深度参编的全球首个人形机器人数据集国际标准，正式在ISO/TC 299（机器人技术委员会）成功立项；工信部《国家人形机器人产业标准体系建设指南（2026版）》也在向社会征求意见，专门覆盖数据采集、处理、存储到流通的全链条。
标准一旦立起来，数据才能像今天的电力一样，在不同品牌的本体之间自由流动。一家在A工厂采到的装配数据，B公司的机器人拿来就能用，这才是整个行业真正的杠杆。
第二个变量，是世界模型成熟。
过去，大语言模型预测的是下一个字，世界模型要预测的是下一个动作、下一段物理后果。
而世界模型的进化，恰恰又反过来吃数据。当海量、可跨本体泛化的真实数据被喂进去，世界模型会迎来质变；模型越强，机器人在真实场景里的泛化能力就越好，落地速度自然被推着往前跑，这是一个正向飞轮。
小结
绕回开头问题，被嘲笑为“左手倒右手”的订单，到底是不是泡沫？
短期看，确实有水分。关联交易、框架协议、封闭数采，这些都不该被包装成真实需求。但把时间拉长一点看，空转的订单，更像是行业在用真金白银给自己攒“教材”。
机身造出来了，没有数据训练，就永远只能在展会上跳舞；而数据这门课，不可能靠等、靠仿真、靠抄作业学会，只能一台一台真机在真实场景里摔跟头、记笔记。
它不完美，数据不标准，场景有失真，重复建设严重，这些问题都真实存在。可判断一个技术赛道是不是真在往前走，有个笨办法，别看它融了多少钱，看它有没有给下一代产品攒下能复用的资产。
人形机器人现在攒下的，正是这门最脏最累、却谁也绕不开的课。
