在北京郊区一个不起眼的工业园区里，一台人形机器人正伸手将一袋薯片整齐地码上货架。几米外，工作人员反复拍摄自己叠床单、拿靠垫的动作——这些视频，将成为机器人的“教材”。

中国正在干一件大事：让机器人走出实验室，在模拟超市、工厂、家庭里“实习”，学习如何成为人类。而这场“实习”的规模，正在以惊人的速度膨胀。

▍数据，才是具身智能的“石油”

大语言模型靠互联网上海量文本“喂”大，但机器人要学的不是文字，是物理世界的规则——怎么握住鸡蛋不捏碎，怎么在托盘滑落前接住一杯水。这些数据互联网上没有，只能靠真机一点点采集。

美国的做法是买数据、雇人在实验室里模拟，或者跑到印度、越南低成本采集。中国选择了另一条路：在全国范围内建起了至少64个数据采集和训练中心，另有20多个正在建设中。在北京人形机器人创新中心的基地里，120多台机器人在家居、商超、办公、工业等六大领域的30多个场景里接受训练。成都、武汉、杭州……一张覆盖全国的“机器人训练网络”正在成形。

▍从“炫技”到“干活”

硬件领先之后，中国机器人企业正在拼命补“大脑”。宇树科技即将IPO，承诺把6.1亿美元募资的近一半砸向AI模型开发。智元机器人第15000台具身智能机器人已经下线，刷新全球行业量产纪录。2026年上半年，中国具身智能赛道融资总额已超900亿元，是去年同期的5倍。

Figure AI用一段50小时无差错的包裹分拣直播庆祝里程碑，中国开发者却直言“太干净了，不符合现实”。智元项目总监艾文说得直白：“我们的部署是在真正的生产线上，以应对劳动力短缺并解放工人。”今年计划工厂内拥有超过1000台人形机器人，2027年将超过1万台。

▍这场竞赛，中国凭什么赢？

深圳X方机器人算法负责人甘如意给出了答案：“在这里美国一点优势都没有。这正是中国的优势所在：组织劳工并大规模部署用于数据收集的机器。”高盛驻香港分析师杜淑玲指出，目前领先的公司约有50万小时数据，而行业共识是需要数千万小时。

当美国公司还在实验室里打磨“完美演示”时，中国已经把数千台机器人送进真实产线，让它们在摸爬滚打中积累数据、迭代模型。Figure的演示在实验室，中国的部署在生产线——这中间的差距，正是数据鸿沟，也可能是最终决定谁先抵达通用智能终点的关键变量。

摩根士丹利预计，到2050年人形机器人市场每年价值将达5万亿美元。在这场关于“谁先学会做人”的竞赛里，中国正在用最朴素也最有效的方式积累优势：让机器人先走进真实世界，再学会成为人类。