服贸会开幕的2026年9月，石景山首钢园里一处老厂房完成了新一轮改造，对外挂出的新牌子叫石景山的具身智能训练中心。它的另一个身份更早为人所知——北京头一家面向人形机器人的数据训练基地。场子铺开1500多平方米，近270台（套）机器人在里面轮番练活，官方给出的年数据产出量级是接近2000万条。

现场能看到这样的画面：人穿上一身动捕服，按程序规定的步伐穿行、避让障碍、把箱子拎起又放下，整个过程被录下来，再喂给机器人反复模仿。技术支撑方元客视界负责华北业务的史光耀把话说得很透，这种围绕真人动作采集得到的数据，迁移性更强，换一家本体厂商的机器人也照样能用。

热闹的演示视频里，人形机器人能跑能跳能空翻。可一旦下到产线，让它捏块软布、拧颗螺丝，立马就露怯。机房里现成的仿真程序不去用，非要在首钢园腾出一整层楼、把真人请进车间一招一式地带，这背后到底图什么？

01 三个月内，官方把这处基地推上台前

时间线其实很短。9月1日，石景山区率先放风，说这栋厂房会在本届服贸会上以新面貌亮相——这是官方第一次公开确认改造计划。那一天的通稿篇幅不长，却把改造范围、亮相节点一一点明，等于向产业链递出一个明确信号：这处基地要动真格了。

隔了三天，北京市科委进一步点名方向，要在“4D高斯光场与世界模型”这条技术路线上重点发力，同步上马一套多视角光场采集装置。口径里没有夸张的形容词，却把未来几年的技术赌注说得很清楚：不追逐短期炫技，而是把力气花在让机器人理解真实空间这件事上。

等到9月11日服贸会正式开门，新牌子挂出去，它和早已在跑的二期、三期连成了一片。外界这才反应过来，所谓升级并非临时装修，而是把原本分散在不同楼层、不同阶段的采集能力，重新拼成一条完整链条。

承建这摊子的是凌云光、中关村通力两家牵头，京石科创、乐聚通研等上下游企业一同参与，更像一条产业链在搭台，而非单一公司独自唱戏。从光学器件到整机本体，从算法到数据服务，角色分工彼此咬合。

往回看，2025年它就已经落位在首钢园那片科幻产业创新中心，是全市首个这类基地，当时屋里摆了百来台机器人。从百来台扩到近270台（套），从单屋试跑到三期接力，节奏不算快，却每一步都选在服贸会这种公开场合公布。产业路线的信号意味很浓：北京想把具身智能最缺的那层数据底座，先在石景山这块地上立起来。

02 机器人视频里翻跟头，一进工厂就露馅

宣传片里，人形机器人能跑酷、能后空翻、能跟着跳操。真把它拉到车间，让它抓一块软布、拧一颗螺丝，劲儿小了捏不住，劲儿大了直接捏变形。视频里那些行云流水的动作，一旦落到真实物料上，容错空间往往只有几牛顿。

症结出在仿真到真机之间那道鸿沟里：机房里的虚拟模型能算出理想状态下的摩擦系数，却算不准真布料、真水果、真油污的物理脾气。业内有说法提到，摩擦系数只要相差0.01，柔软物体的抓取失败率就可能往上跳近80%——这一数字来自企业自报，目前没有第三方测量背书，只能当作参考量级。

大模型过去这些年把文本和图像数据几乎啃了个遍，如今撞上一堵新的数据墙，真正稀缺的，是真实世界里和触觉、力控相关的向量。文字可以从网上爬，图像可以从相册里翻，可手指头压下去那一瞬间皮肤的形变、关节受力的回弹，没有任何现成数据库能直接喂给模型。

一条毛巾要怎么叠才齐整，一颗草莓攥到什么力度才不烂，光靠人在键盘上调参数根本算不出来，必须由真人上手，把手上每一处受力反馈原样录进去。早先靠远程遥操作，师傅遥控着机器人走一遍，动作轨迹是录下来了，可那一捏一放之间的手感往往丢掉了。实景采集要补的，恰是这一环。

也正因此，别家还在机房里一遍遍翻拍空翻视频时，石景山已经把训练厂房直接搬进了接近真工厂的车间和厨房。视频里那些漂亮动作，本质是被渲染出来的理想解；而车间要的，是沾了灰、沾了水、沾了油污之后依然立得住的那组参数。两者看似都在教机器人动作，喂进去的东西完全不是一回事。

03 把老师傅的手感，录成机器人吃得下的数据

升级之后，整座训练中心以4D世界模型作为统一底座。按官方表述，数字智能、空间智能、物理智能三者在此打通，认知决策、场景重建、真机执行三段被串成一条完整链路。过去模型先在脑子里想、再在虚拟空间里演、最后才到真机上试，三段彼此割裂；如今这层底座把它们压到同一套数据之上。

新建的多视角光场采集装置，能高精度还原物体运动轨迹、形变过程和光影变化，给模型送进去的是高保真原始素材。相比单摄像头拍下来的二维画面，多视角光场像把物体周围一圈的视角一次性收齐，模型能看清它在三维空间里怎么动、怎么弯、怎么反光。

场景上做了明确分工：家用方向覆盖家务清洁、烹饪备餐、家庭照护；工业方向则深入到布料缝纫、打包搬运、产品装配等具体工序。一边贴近普通人的客厅厨房，一边贴近工人的流水线，两类场景数据最后汇进同一个池子。

采集回来的数据要先清洗、再标注，然后才导出给企业拿去训练。二期每年能交付600万条以上的高质量真实场景数据；一期另按存储口径计，年数据量超过10PB。这个量级放在过去做遥操作的小作坊里，是很难想象的。

三期专门加码触觉这一维度，机器人手腕、脸部都布上摄像头和触觉传感器。抓一只桃子，力气太大擦伤果皮，力气太小又拿不起来，每一次用力大小都被记录在案。配合这些传感器，模型才学得到“轻重”二字怎么写。

放眼整个园区，中关村（石景山）那个具身智能方向的数据要素产业园，总建筑面积逾14万平方米，已经聚起人工智能企业100多家、人形机器人企业40多家。训练中心只是其中一个节点，旁边是算法公司、本体厂商、零部件供应商，数据采完就能就近流转。

当然，冷静的看法同样存在：实景采集花钱多，这套数据能不能真正规模化、换个场景还灵不灵，都需要时间回答。所谓实景干一小时、能顶仿真跑上百个钟头的说法，目前听上去更像行业宣传话术，还不能直接写进投资测算。

04 AI的下半场，在一捏一拿一缝里

归根结底，制造业的底气不只是厂房和机器的数量，更是能不能把那些最棘手的真实物理场面，沉下来变成可反复调用的数据资产。机器可以一夜之间铺满车间，但车间里那些被老师傅藏在手指尖的经验，才是真正需要时间沉淀的部分。

让AI下一盘围棋并不难，难的是它能把一条毛巾叠得齐齐整整、端起一碗汤不洒出一滴。这中间差的，全是老师傅手上那点经验。棋盘上的规则是封闭的、可穷举的；而毛巾、瓷碗、汤面之间的关系是开放的、带摩擦的、带重力的，每一次抓握都在重新计算。

就在这1500多平方米的厂房里，机器人提笔写毛笔字，笔画一笔接一笔走得稳；抓水果之前会先试轻重；再过阵子，还要学着上手剥虾。写毛笔字练的是腕力和节奏，抓水果练的是轻重，剥虾练的是精细动作——挑的全是那些过去被认为“只有人才能干”的活。

AI下一段的比拼，不在元宇宙里接着翻跟头，而藏在一捏、一拿、一缝的真实触感里。北京把一所“机器人技校”直接开进真实车间，押的正是这一口手感。

眼下一期刚刚升级完，二期、三期仍在运行，距离真正大规模进厂顶岗还隔着一段路。可把真人手感转录成数据这件事，方向算是定下来了。

新闻来源：今日头条、全民新视野