新学期伊始，学子们陆续重返课堂。在北京亦庄的北京人形具身智能机器人数据与训练基地（以下简称“数据基地”），一群特殊的机器人“学生”也开启了专属“课堂”。在这里，数据采集员化身机器人“老师”，通过一遍遍示范动作，教会各类机器人掌握实操本领，用高质量数据让机器人理解真实物理世界。近日，北京经开区融媒体中心工作人员走进这座机器人“学校”，实地探访、体验给机器人“上课”的全过程，探寻人形机器人背后的数据密码。

亲身体验

给机器人当“老师”

“你把它想象成自己的手臂，手腕稍微倾斜，保持这个角度，向下夹起来……”在数据基地数据采集组长孙风辉指导下，北京经开区融媒体中心工作人员手持数据采集设备，操控人形机器人将果篮里的水果拿出来定点摆放，以实操示范的方式，将人类肢体动作转化为机器人可识别、可复刻的数据语言。

北京经开区融媒体中心工作人员在基地体验操控人形机器人。汪东/摄

在这个过程中，看似简单的抓取、转移和放置动作，实际做起来并不轻松——既要保证动作姿势标准、轨迹稳定，还要注意发力节奏。“一条有效数据，需要做到一次性夹起，且在整个操作过程中没有脱落和二次碰撞。”孙风辉介绍道，“我们在给数据采集员做岗前培训时，不仅要教怎么启动、调整机器人，还要对具体采集场景做1至2小时的专项采集训练。”

数据采集设备十分灵敏，人体的轻微动作就能传导给机器人，一个动作做第一遍时或许还觉得新鲜，做到第五十遍、甚至上百遍时，考验的便是采集人员的耐心、细心与专注力，这也是数据采集员的日常工作。

30+“课堂”

超150个机器人“学生”

体验的场景只是其中“一课”，在这座占地近6000平方米的“学校”里，典型的采集场景“课堂”共有30多个，覆盖家居、工业、商业、康养、医药、办公六大真实应用场景。

工作人员进行机器人动作数据采集。孙艳平/摄

在家居场景，数据采集员教机器人叠衣服；在商超场景，数据采集员教机器人理货、搬运；在工业场景，数据采集员教机器人分拣快递……每位数据采集员根据场景需求，分别使用动作捕捉服、无本体Ego（第一人称视角）/UMI（通用操作接口）采集、真机遥操作等五种方式采集高质量动作数据。截至目前，数据基地拥有40种不同构型、超过150台主流机器人设备，100余台无本体采集设备，以及近百台无本体虚拟设备同步采集数据。机器人在这里不间断“上课”，收获的海量高质量数据，让它们变得更聪明、更能干。

数据采集只是“教学”的第一步，数据基地已打通数据采集、清洗、智能标注、质检、模型训练、难题回流、合规交付全流程，实现数据生产标准化、资产化、产品化。同时，该基地还打造完备的工具链，依托自研平台的自动化流水线、模型预标注、智能质检技术，大幅优化数据生产流程，目前已实现数据生产效率提升50%以上，综合生产成本缩减30%以上，为具身智能行业规模化数据生产提供高效、高质量、低成本的标准化解决方案。

数据闭环

“学霸”机器人从这里走出

在探访过程中了解到，当前具身智能行业面临真实数据短缺的突出问题，这也让这座机器人“学校”的存在显得尤为重要。

“机器人的本体和算法，不是壁垒，数据闭环能力才是壁垒。”数据基地负责人强调，“数据基地已形成‘场景采集-数据治理-模型训练-真机验证-迭代补采’的本体、算法、数据一体化闭环，有效提升机器人场景泛化与实操落地能力。”这意味着，北京人形以具身天工为本体、慧思开物为大脑、数据为血液，构建“本体-大脑-数据”三位一体的具身智能全栈技术布局，让机器人从拥有身体、获得智能，到在真实世界中持续学习、不断进化。

通过多机型、多场景、多任务，以及矩阵式采集，数据基地年产能可达18万小时。数据基地负责人表示：“目前，数据基地生产的数据，对内喂给‘天工’通用平台，加速本体迭代，自我造血；对外赋能产业生态伙伴，避免重复造轮子。目前基地已对外交付近3万小时高质量数据，70%以上产能服务行业客户，为头部企业、科研机构的模型训练、具身大脑研发提供核心数据支撑，同时开源数据集RoboMIND全球下载量突破2000万。”

新学期，这座机器人“学校”的“上课”声不会停歇。数据基地正朝着“100万小时高质量数据”的目标迈进，助推更多“学霸”机器人走进千家万户、千行百业。