海量数据，是人形机器人变得更智能的关键底座。

　　然而，现实是人形机器人训练缺少足够的真实物理世界数据。即使是百万量级的数据集，对机器人训练也只是杯水车薪，达到理想效果需要的数据量极其庞大。

　　一方面是数据采集的迫切需要，另一方面是企业单一训练的高成本和低效率。

　　以机器人遥控操作为例——即人工数据采集员戴着遥控操作手套手把手示教，一台遥操设备投入约35万元，再加上人工数据采集员的成本，对于企业来说无疑是一项极其“烧钱”的支出。

　　“自己来教，能力有限、费时又费钱。”一位企业技术人员坦言，正是因为这样，机器人企业作为“学生家长”，普遍对政府搭建的这一具身智能训练“学校”充满期待。

　　“场地大、条件好，非常棒的平台！”安徽聆动通用机器人科技有限公司创始人、科大讯飞机器人首席科学家季超说，公司的机器人已经在这里受训几个月的时间，每天都会产生大量高质量数据，前不久他们发表的一篇论文还引用了训练场里的数据。

　　当前，聆动通用的机器人正在学习抓取、分拣、搬运等技能，未来有望进入工厂，成为能全天候无休息的“超级工人”。“对于人形机器人来说，成功率、稳定性、高节拍是智能化的关键准绳。我们希望训练场的规模能进一步扩大，让机器人掌握更多触类旁通的泛化能力，更好地应用于工业生产等多种不同场景。”

　　“机器人在这里学习，是一个不断试错和强化的过程。”中科深谷创始人、董事长陈锋指着一台正在进行物流搬运学习的机器人说，当不同类型的机器人在一起学习，企业就有机会强化训练机器人的“大小脑”协同，不仅让机器人理解人类，也可以让机器人来理解机器人。

　　以物流场景为例，当多台不同类型机器人需共同完成分拣任务时，传统技术难以实现高效协作。“我们的‘大小脑’架构，就像给机器人建立了神经中枢系统。”陈锋解释，安装在机器人本体的“小脑”负责执行动作，但受限于算力，需将环境感知数据实时上传至云端“大脑”；拥有强大算力的“大脑”则像人类指挥官，实时优化决策并下发指令，使多台机器人能围绕同一任务自主协同。

　　不仅仅是训练，平台还是一个庞大的数据库。据介绍，该训练场开放通用训练场景、算力资源及数据采集服务，机器人企业可按需购买专业服务进行算法迭代。

　　“训练场汇聚了宝贵的数据资产，搭建了产业链上下游合作的桥梁纽带。”合肥零次方机器人有限公司创始人闵宇恒表示。