中國人形機器人產業的競爭焦點正從運動效能轉向真實場景下的任務執行能力。決定企業最終排名的，不再是賽場上跑得多快、跳得多高，而是能否在工廠、酒店、家庭等環境中穩定完成任務，並積累足夠多的真實執行資料以支援模型訓練。圍繞資料獲取和標準建設的投入，正成為重塑競爭格局的關鍵變數。

一個典型的例子出現在8月底。8月26日，第二屆世界人形機器人運動會在北京國家速滑館閉幕，共有666支隊伍、2056台機器人參賽。其中，天工Ultra在百米短跑中跑出8.64秒，立定跳高達到3.40米。成績固然引人注目，但該事件對產業的意義並不在於分數本身。

8月28日，在國家發展改革委舉行的新聞釋出會上，政策研究室副主任、委新聞發言人李超為產業發展劃定了邊界：機器人產業必須防止盲目跟風和一鬨而上。舉辦比賽測試的是運動能力上限，定調則約束產業擴張節奏，兩者指向不同。產業正處於評價標準轉換期：運動效能的重要性下降，真實場景任務執行與資料積累開始成為衡量企業價值的主要標尺。

賽場之外的重心

與破紀錄成績相比，另一項釋出關注度低得多。在閉幕式上，中國電子資訊產業發展研究院（CCID）與北京奧運集團，聯合智元機器人、銀河通用、萬景千尋、星海圖等企業，釋出了訓練和比賽期間採集的真實執行資料集。該資料集總時長超過2500小時，涵蓋工業、零售、餐飲、家庭、消防、酒店等12類場景，涉及44種任務和100餘項技能，並免費向公眾開放。

這類資料與比賽成績有本質區別：它記錄了機器人在執行疊被子、補貨上架、搬運物料等日常工作時經歷的操作過程。行業爭搶的正是這類包含操作員判斷的真實場景資料。

這一做法並非中國獨有。全球主要企業都在投入資源獲取資料，只是路徑不同。據媒體報道，特斯拉為Optimus設立了專門的遠端操作團隊，操作員使用動作捕捉和VR裝置模擬機器人執行指定動作，要求甚至細化到身高參數。Figure AI與寶馬的合作被官方定性為實驗性部署和資料收集工作。

舊金山機器人清潔公司Tau Robotics的案例更能說明問題。該公司將人形機器人清潔服務定價為每小時30美元，低於當地人工清潔工的時薪，但現階段仍需人類操作員後台輔助控制。計入操作員時薪和機器人折舊後，成本與收費基本持平。創始人承認，AI仍難以應對家庭環境的複雜性，人類參與一方面是為了維持服務執行，另一方面是為AI積累運動資料。

從企業實驗到頂層設計

類似做法也出現在1X的NEO家庭機器人上。該公司將當前階段稱為“專家模式”，即操作員提供即時協助，AI在此過程中逐步積累經驗。

中國也出現了類似實踐。有報道稱，“具身智慧資料採集員”這一職業已經出現，從業者佩戴VR或外骨骼裝置，反覆執行疊衣服、抓取物體等動作。另有報道稱，京東家政業務讓保潔員工作時佩戴資料採集裝置，使每次上門服務都成為同步的資料記錄。

在真實場景中，包含人類判斷的執行資料稀缺到足以支撐企業即使不追求即時回報也持續投入。當這一邏輯從少數企業的選擇擴充套件到行業和政策層面，其影響就不再侷限於個別公司。運動會資料集正是這一升級的明確訊號。釋出方中國電子資訊產業發展研究院是工信部直屬事業單位。資料集免費開放的決定由地方政府和官方研究機構主導，而非任何一家參與企業的獨立行為。

原本是企業層面以投資換資料、以成本換場景的實驗，已被官方整合為面向全行業的公共基礎設施。這些政策動作並非孤立。2月28日，工信部人形機器人與具身智慧標準化技術委員會發布了《人形機器人…》（原文截斷）。

從企業實驗到頂層設計，中國人形機器人產業正在經歷一場深刻變革。當資料成為新的基礎設施，行業的競爭規則、估值邏輯乃至發展路徑都將被重新定義。對於投資者而言，關注焦點應從單純的硬體引數轉向資料獲取能力、場景落地深度以及政策協同效應。