具身智能数据缺口达99% 真实场景数据稀缺

8月29日，中国经营报发布2026世界机器人大会现场观察报道，指出具身智能行业正面临严重的真实场景数据短缺。报道引用现场数据称，当前国内真实物理交互场景合规数据仅约50万小时，而机器人商业化落地需要数千万小时数据，缺口超过99%。

今年的世界机器人大会呈现出明显变化，如机器人从翻跟头、跳舞等表演性展示，转向搬运行李、分拣快递、自助洗衣、收纳杂物等实际任务。京东零售具身智能业务负责人郑小丹在大会期间披露，京东计划两年内建成全球最大的真实场景数据集，累计采集超1000万小时真实场景数据。相关负责人表示，当前机器人产业迟迟未能真正爆发，原因是机器人“大脑”的泛化性不足，根源正是真实场景数据的匮乏。

市场已达成初步共识，具身数据的采集难度远高于互联网文本和大语言模型训练数据。大语言模型可以直接使用互联网上现成文本，而机器人需要的物理交互数据并不存在现成数据库。

拧瓶盖的手感、抓取软包时的力度控制、复杂环境中的避障决策，这些数据只能让机器人在真实场景中“干起来”才能被采集。服务机器人企业擎朗智能创始人李通指出，行业面临“先有鸡还是先有蛋”的困境，得有机器人才有物理数据，没有数据就没有机器人。

优必选副总裁焦继超认为，具身数据的维度比自动驾驶更复杂，涉及多模态、三维空间语义标签、时序对齐，目前大量依赖人工标注，效率低、成本高。帕西尼创始人许晋诚判断，千万小时级别的数据可能是支撑机器人实现跨场景泛化能力的关键量级。

相关负责人介绍，京东将依托4000多个仓库网络，计划两年内采集超1000万小时真实场景数据，而帕西尼自研数据采集系统可连续8小时采集无漂移，已在天津、宿迁、武汉、自贡等地布局数据采集工厂。

不过，数据采集只是起点。报道指出，10万小时原始视频经清洗标注后，可用有效数据可能仅剩几千小时，这意味着，具身智能行业的数据瓶颈不仅是数量问题，更是质量和标准问题。