真机实干，产训一体：具身智能的下一座基础设施，为什么是“实景实训平台”？

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”。 实景实训的成色，最终要由产业落地来验收。 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