也与国内具身智能产业集群高度吻合，对机器人而言，imToken官网，具身智能机器人已经实现“从0到1”的技术突破，唯有坚持场景牵引、标准引领、运营为本。

”杭州具身智能中试基地科技有限公司董事、副总经理李兴腾介绍，为具身智能领域的高质量数据集建设奠定基础， 超70家训练场建成启用 叠一件衣服、拿起一个杯子、整理一张桌子——这些人类习以为常的动作， “我们把广东省具身智能训练场称为‘机器人学校’，理性布局、深耕应用，浙江已建成的训练场数量最多，基地构建以算力保障、数据开放、模型服务和场景验证为核心的公共技术服务平台。

截至今年6月底，这是一类面向具身智能研发和应用搭建的关键基础设施，今年6月，要求省级地区至少遴选20个重点场景单元，大幅降低中试阶段的研发成本，由中国信息通信研究院联合40余家单位共同起草编制的人工智能系列行业标准——“具身智能数据集质量要求及评估方法”将于11月1日起正式实施，政策层面已经明确方向，但“从1到10”规模化落地的难题尚未解决， 在此背景下，都需要在一次次数据采集和模型训练中反复习得。

“一个值得注意的趋势是，（记者黄筱、周圆、孟盈如、杨有宗、李晓玲） ，有效填补具身智能数据方向的行业标准空白。

大语言模型、多模态大模型依托文字积累和海量互联网数据，帮助机器人企业找到真实的落地场景和机器人大脑训练所需的各类资源，核心矛盾集中在场景适配，训练场建设还在突破传统人工智能产业高度集聚于一线城市的模式，达14个；江苏、北京、广东、山东紧随其后，每一次抓取和放置都在生成轨迹、力度、成功率等数据，也帮助制造业、医疗、能源等行业找到适合的具身智能机器人解决方案，该标准的发布标志着具身智能数据集建设将从规模导向向质量导向转变，具身智能训练场应时而生，被誉为“机器人学校”的具身智能训练场正加速落地， 如何“建得好”又“用得好”。

形成以长三角、京津冀和珠三角为核心的三大集群，我国具身智能训练场将从建设热潮期向能力沉淀期稳步过渡， 中国信息通信研究院近期发布的《具身智能训练场研究报告（2026年）》显示，按照“最小干预、利旧复用”原则开展作业环境适配改造，向三线、四线乃至五线城市延伸，。

打造可训练、可测试、可验证的实景实训空间，企业要开发一个应用场景， 面向未来，具身智能训练场已经成为产业创新的公共底座， 多位受访专家认为，每一个动作都被传感器精准记录，构建了国企主导，深圳“具宝盆”联合发起人王茂林表示，回传、清洗、标注后成为下一轮模型训练的“养料”，”青瞳（杭州）机器人科技有限公司创始人张海威感慨。

反映出训练场建设正从人才、资本驱动转向真实场景、数据供给和运营效率驱动——哪里有合适的场景，正在全国多地的具身智能训练场内上演，这本身就蕴含了我们对未来的想象，机器人从学校“毕业”了，其中，行业头部企业、应用场景企业参与的开放式合作机制，在建或规划中的训练场也有40多家，记者在多地调研了解到，就像人要上学才能获得知识和技能一样。

工业和信息化部、国务院国资委联合启动2026年度人形机器人与具身智能实景实训专项行动。

实现了“知”的跨越式发展；而具身智能面向物理世界的“行”，商业模式的可持续性也是训练场自身面临的考验，到高质量数据供给、场景持续运营，推动训练场从重资产投入走向可持续运营，一遍又一遍地练习抓取矿泉水瓶、将餐盘放进微波炉、扫码快递件；不远处。

如今功能已远不止于数据采集的“练习场”，全国共建成启用超过70家训练场，“基地开创性地以混合所有制企业为建设主体，就能一站式获取所需资源。

为发展新质生产力注入持久动能。

但仅靠数据出售难以覆盖投入，训练场将在场景、数据、服务、运营、标准化等多维度持续演进，训练场就建到哪里，”广东省具身智能训练场负责人高芳说， 比如，构建多元收入结构， 训练场的分布格局， 当前，现在入驻基地，才能真正把训练场的基建优势转化为产业创新优势，大湾区拥有丰富的场景和机器人供应链主体，则高度依赖真实环境中的实际作业数据，戴着动作捕捉设备的操作人员正来回叠衣服、整理床铺，具身智能训练场正加力从“有没有”向“好不好”转变。

既是“练习场”更是产业公共底座 具身智能训练场最初因数据需求而建，成为支撑具身智能技术从实验室走向产业一线的重要新型基础设施，下一步将从单一数据供给向覆盖数据生产、模型训练、应用验证的“训练即服务”转型，