中国人形机器人产业的竞争焦点正从运动性能转向真实场景下的任务执行能力。决定企业最终排名的，不再是赛场上跑得多快、跳得多高，而是能否在工厂、酒店、家庭等环境中稳定完成任务，并积累足够多的真实运行数据以支持模型训练。围绕数据获取和标准建设的投入，正成为重塑竞争格局的关键变量。

一个典型的例子出现在8月底。8月26日，第二届世界人形机器人运动会在北京国家速滑馆闭幕，共有666支队伍、2056台机器人参赛。其中，天工Ultra在百米短跑中跑出8.64秒，立定跳高达到3.40米。成绩固然引人注目，但该事件对产业的意义并不在于分数本身。

8月28日，在国家发展改革委举行的新闻发布会上，政策研究室副主任、委新闻发言人李超为产业发展划定了边界：机器人产业必须防止盲目跟风和一哄而上。举办比赛测试的是运动能力上限，定调则约束产业扩张节奏，两者指向不同。产业正处于评价标准转换期：运动性能的重要性下降，真实场景任务执行与数据积累开始成为衡量企业价值的主要标尺。

赛场之外的重心

与破纪录成绩相比，另一项发布关注度低得多。在闭幕式上，中国电子信息产业发展研究院（CCID）与北京奥运集团，联合智元机器人、银河通用、万景千寻、星海图等企业，发布了训练和比赛期间采集的真实运行数据集。该数据集总时长超过2500小时，涵盖工业、零售、餐饮、家庭、消防、酒店等12类场景，涉及44种任务和100余项技能，并免费向公众开放。

这类数据与比赛成绩有本质区别：它记录了机器人在执行叠被子、补货上架、搬运物料等日常工作时经历的操作过程。行业争抢的正是这类包含操作员判断的真实场景数据。

这一做法并非中国独有。全球主要企业都在投入资源获取数据，只是路径不同。据媒体报道，特斯拉为Optimus设立了专门的远程操作团队，操作员使用动作捕捉和VR设备模拟机器人执行指定动作，要求甚至细化到身高参数。Figure AI与宝马的合作被官方定性为实验性部署和数据收集工作。

旧金山机器人清洁公司Tau Robotics的案例更能说明问题。该公司将人形机器人清洁服务定价为每小时30美元，低于当地人工清洁工的时薪，但现阶段仍需人类操作员后台辅助控制。计入操作员时薪和机器人折旧后，成本与收费基本持平。创始人承认，AI仍难以应对家庭环境的复杂性，人类参与一方面是为了维持服务运行，另一方面是为AI积累运动数据。

从企业实验到顶层设计

类似做法也出现在1X的NEO家庭机器人上。该公司将当前阶段称为“专家模式”，即操作员提供实时协助，AI在此过程中逐步积累经验。

中国也出现了类似实践。有报道称，“具身智能数据采集员”这一职业已经出现，从业者佩戴VR或外骨骼设备，反复执行叠衣服、抓取物体等动作。另有报道称，京东家政业务让保洁员工作时佩戴数据采集设备，使每次上门服务都成为同步的数据记录。

在真实场景中，包含人类判断的运行数据稀缺到足以支撑企业即使不追求即时回报也持续投入。当这一逻辑从少数企业的选择扩展到行业和政策层面，其影响就不再局限于个别公司。运动会数据集正是这一升级的明确信号。发布方中国电子信息产业发展研究院是工信部直属事业单位。数据集免费开放的决定由地方政府和官方研究机构主导，而非任何一家参与企业的独立行为。

原本是企业层面以投资换数据、以成本换场景的实验，已被官方整合为面向全行业的公共基础设施。这些政策动作并非孤立。2月28日，工信部人形机器人与具身智能标准化技术委员会发布了《人形机器人…》（原文截断）。

从企业实验到顶层设计，中国人形机器人产业正在经历一场深刻变革。当数据成为新的基础设施，行业的竞争规则、估值逻辑乃至发展路径都将被重新定义。对于投资者而言，关注焦点应从单纯的硬件参数转向数据获取能力、场景落地深度以及政策协同效应。