真機實幹，產訓一體：具身智能的下一座基礎設施，為什麼是“實景實訓平臺”？

機器人在哪裡練，練成後用在哪裡？越來越多的探索指向同一個答案：把訓練放進真實的工位，這就是“實景實訓平臺”。據中國信息通信研究院《具身智能訓練場研究報告（2026年）》及多家機構測算，訓練通用具身模型至少需要千萬小時級真實交互數據，而目前全球可用的高質量真機具身語料僅在百萬小時量級，相差約一個數量級。若主要依靠專家遙控真機採集，產出往往不過每天數十小時。缺的不是又一間展廳，而是能把採集、標註、訓練、部署失敗樣本再送回去的數據流水線。在張江的覓蜂科技實訓實驗室，00後數據採集組長朱綿銳正與一臺機器人並肩而立。

“哪怕只是拿瓶子、放物件這樣簡單的小動作，我們也需要反覆‘教學’幾百遍，它們才能慢慢熟練。”朱綿銳如是說。這間被譽為“機器人學校”的實驗室，折射出當前“語料飢渴”的現實困境。大語言模型可依託互聯網海量文本實現“自學”，而機器人只能在真實世界中一寸寸“磨”出動作數據。圖1 數據採集員手持傳感夾爪，在模擬貨架前採集取物動作數據一、訓練場廣佈，“考場”稀缺 訓練場已非稀缺資源。信通院報告顯示，截至2026年6月底，全國已建成啟用超70傢俱身智能訓練場，另有46家在建或規劃中。

然而，難點在於“練”與“用”之間：場景任務同質化、數據產能有限、流通不足、可持續商業模式未成型，行業正從建設熱潮邁向能力沉澱期。仿真訓練後遷移至真實世界已成重要路徑，但仿真與現實間的鴻溝仍待彌合：實驗室裡練熟的機器人，換到新產線、新貨架，往往要“從零學起”。2026年6月，工信部與國務院國資委聯合啟動人形機器人與具身智能實景實訓專項行動，以生產作業工位、服務操作點位等真實場景單元為實訓載體，積累高質量真機數據，構建可訓練、可測試、可驗證的空間。訓練在應用現場發生，課題由使用者定義，數據直接服務部署——這便是“產訓一體”。實景實訓的成色，最終要由產業落地來驗收。

行業面前的幾道硬坎，已愈發清晰：真機採集成本高、效率低；仿真環境與現實之間仍有不小差距；各家數據格式和標註規範各自為政，難以跨平臺複用；人機混行要想落地，無法迴避安全與責任難題；缺少公共中試環節，每家企業都得自建場景、獨自承擔試錯成本。這次實景實訓專項行動的發力點，正是用真實工位精準點出“缺失的題目”，再以數據治理和驗證規程，把“能演示”逼成“能作業”。實景實訓平臺與一般訓練場的差別，不在於場地大小，而在於數字世界距訂單有多近、失敗樣本能否重回模型。二、浦東上鍊，四環聚力 在浦東，這條鏈條已清晰鋪開：訓練、生產、迴流、培養，環環有主攻重點。

訓練：從“機器人學校”到數據工廠教學始於動作拆解形成“原子級技能包”：炒菜需分解為取菜、切菜、裝盤、備料到起鍋翻炒的過程；削蘋果則需覆蓋不同形狀、顏色的果實。機器人學習進步也很快。以疊衣為例，機器人最初僅識別單一朝向領口，如今無論朝向如何，均能從容應對。在他看來，不完美動作同樣珍貴：熟練工的操作是“標準答案”，能教會機器人怎麼做。而新手那些磕磕絆絆的“錯誤數據”，則能教會機器人如何在出錯後自我修正。智元位於浦東的數據採集工廠，涵蓋家居、餐飲、工業、商超、辦公五大類真實場景，其AgiBotWorld工程覆蓋217個複雜操作任務、87個原子技能與3000餘種操作物品，落在106個真實場景之上。

一間實驗室之外，是更完整的實景實訓的公共能力。2026年世界人工智能大會期間，國地中心聯合華為發佈全國首個具身智能實訓場樣板點，落地浦東。上海電氣打造的上海市人形機器人中試服務平臺在浦東機器人谷投入運營，約6800平方米，面向行業開放試製、檢測與場景驗證，整機年試製產能約2000臺，可完成超400項零部件與整機性能驗證。前端把真機交互變成可訓練數據，後端把工藝與實測數據沉澱成可複用能力——這才是“訓”在公共側的厚度。作為市屬國資中以人工智能為主業的產業集團，上海儀電2026年8月與上海物理智能與機器人研究院簽約，探索源頭技術向場景與工程化應用轉化。

生產：機器人在量產線上“答卷”在上海浦東金橋，上汽通用奧特能超級工廠已經迎來人形機器人“正式工”。作為上汽集團及國內汽車行業首批量產產線應用人形機器人的案例，“能仔1號”由上汽通用與智元聯合研發，已在別克至境E7電池量產線上承擔電芯抓取、上料等工序。目前，“能仔1號”累計完成近8萬件工件作業，開動率穩定在98%。從實驗室的動作訓練，到汽車工廠的穩定運行，機器人開始接受工業生產節拍與可靠性的雙重考驗。圖2 能仔1號在別克至境E7電池量產線承擔電芯抓取、上料等工序具身實景實訓的探索也在全球汽車製造重鎮同步展開。

2025年，在美國南卡羅來納州的寶馬斯帕坦堡工廠， Figure02在約10個月的項目週期內，累計運行約1250小時，搬運超過9萬件鈑金零部件，參與3萬餘輛寶馬X3的生產。在德國柏林，梅賽德斯-奔馳將Apptronik公司研發的Apollo人形機器人引入馬林費爾德數字工廠園區，圍繞生產物流、零部件搬運和初步質量檢查開展測試。圖3FigureAI部署於美國南卡羅來納州的寶馬斯帕坦堡工廠上海具身智能在汽車供應鏈的探索則不止步於此。國地中心“靈龍”系列機器人已進駐延鋒汽車相關產線，完成一線實景數據採集與自主作業驗證。從“進廠了”到“跑了多少”，機器人開始在真實工位上交出可以核對的成績單。

迴流：不斷嘗試訓練與產線之外，關鍵環節是反饋迴流。通過異構人形機器人訓練場、中試基地、數據採集工廠，張江正在打通“數據採集—模型訓練—策略驗證—真機遷移”全鏈路。以智元張江數採工廠為中心，向多家訓練場輸出採集能力，統一標準與迴流。上海創智學院與智元聯合發佈了最新研究成果，在LWD（LearningWhileDeploying）框架中，部署真機交互數據實時迴流並更新策略，在線LWD在泡功夫茶、榨果汁、調雞尾酒、鞋盒收納等長程任務成功率任務上分別提升了最高提升17%，多任務平均成功率達95%。圖4LWD 系統架構與在線持續學習循環概覽培養：具身訓練師，漸成新職業產訓一體，最終落腳於人。

2026年9月9日，人社部等部門發佈第八批新職業包含“具身智能機器人應用技術員”，下設數據採集員與訓練師兩個工種。數據採集亦從“專業影棚”走向“全民隨手拍”，舉手投足皆可成訓練。三、永不落幕的具身智能公共考場 “一天一個樣，一月一大變”這句感慨，這句話說的是機器人進步，也說出了訓練方式的變化。從上海到美國斯帕坦堡，再到德國柏林，全球真實場景正在為具身智能提供最嚴格、也最有價值的實戰考場。不同技術路線正在匯聚到同一個方向：讓機器人從“學會動作”走向“勝任崗位”，從單點技術突破走向可驗證、可複製的產業生產力。實景實訓正成為全球具身智能產業的共同發展新方向。

10月23日至25日，2026全球開發者先鋒大會暨國際具身智能技能大賽將在張江科學會堂舉辦，屆時改造2000平方米場地，打造永久性具身智能場景實訓空間。以包括具身智能在內的先導產業為方向，上海正在構建創新應用聯合體，構建長期開放、用於實訓驗證與技術迭代的平臺，生產、商業、公共服務等真實場景落地於此，由場景提出需求、機器人開展實訓，依託沉澱數據持續迭代，複製成熟方案。這等同於打造“永不落幕”的具身智能公共考場。作為大會的主辦方和實訓平臺的運營方之一，上海市人工智能行業協會將以作業技能包等形式，評估整機解決方案的真實作業成功率、效率提升率、安全可靠性及經濟可行性。

大會通過模擬賽、線上仿真與實景實賽構建整體鏈路，讓機器人在真實任務中檢驗本領。上海正在構建“訓—賽—產—融”閉環，打造可複製的實景實訓模式，力求將訓練、產線驗證與具身永久公共考場收攏至同一主鏈。讓機器人進化提速的，不只是重複教學，更是把課堂搬到真正幹活的地方。訓於工位，考於現場，數據重歸訓練。從張江實驗室，到浦東工廠的電芯產線，再到科學會堂的實景實訓，這座正成形的基礎設施，練的是機器人，連的是訂單，也考驗著一座城市把技術變成生產力的耐心和智慧。