人形机器人的竞争，早已从硬件和AI模型的比拼，延伸到了训练数据这个关键战场。2026年3月，韩国机器人公司Robotis宣布在乌兹别克斯坦建设面积超11万平方米的数据工厂，计划7月完成、10月运营，目标直指挑战中国智元机器人的领先地位。这不仅是企业间的较量，更标志着数据已成为人形机器人发展的战略资源。

训练数据：人形机器人执行高难度任务的关键瓶颈

训练数据对于机器人来说，就像燃料对于引擎——没有足够高质量的数据，再先进的硬件和算法也难以发挥效能。以倒牛奶这个看似简单的动作为例，可能需要采集近百条训练数据才能让机器人稳定执行。然而现实中的数据采集效率极低：一小时仅能获取20条有效轨迹数据，且存在30%的行为偏差。

这种低效率、高成本的采集过程，直接限制了机器人执行复杂任务的能力。一些企业选择进入动作重复性高的工厂环境来弥补数据短板，比如在宝马工厂造电池的AEON和在汽车产线打螺丝的小米机器人。但这种方式采集的数据场景单一，难以覆盖机器人未来需要应对的多样化环境。

企业应对：韩国Robotis与中国智元机器人的数据基础设施竞赛

面对数据瓶颈，中韩企业采取了不同的基础设施策略。Robotis在乌兹别克斯坦的数据工厂计划颇具野心：

从规模对比来看，Robotis的乌兹别克斯坦工厂面积是智元上海工厂的30多倍。选择乌兹别克斯坦的原因很实际：劳动力成本较低，且当地政府提供了完整的产业支持，有利于大规模开展数据采集工作。

Robotis的计划不仅仅是扩大自身的数据采集能力。该公司首席执行官Kim Byung-soo表示，一旦建成，其规模和功能将有望挑战世界最大数据工厂的地位。更重要的是，这个数据工厂可能为人形机器人行业开辟出一个新市场——构筑数据基础设施并将数据出售给其他企业。

全球影响：数据成为战略资源，科技竞争加剧

Robotis的举措反映了全球化科技竞争的新趋势：数据正成为继硬件、算法之后的第三个竞争维度。能够构建大规模机器人数据基础设施的企业，将在人形机器人开发中获得显著竞争优势。

目前中国在机器人数据采集方面仍保持领先。从数量上看，中国境内有多家数据采集工厂，布局更早且发展更快。政策支持也是重要因素：北京亦庄提供了数据采集实训场奖励，上海、深圳等城市也推出了相关支持政策。

数据工厂的兴起可能带来行业变革。一方面，大规模、标准化的数据采集将显著提升机器人的性能和可靠性；另一方面，数据销售可能成为新的商业模式，为行业设置更高的进入门槛。

从业者观察：数据基础设施的长期价值

从技术趋势的交叉融合视角看，人形机器人的发展正在经历类似数据库演进的过程。早期数据库系统各自为政，数据难以共享；后来出现了标准化的数据仓库和大数据平台，推动了整个行业的发展。人形机器人的训练数据目前也处于“各自采集”的阶段，缺乏标准化的数据结构和共享机制。

Robotis建设大规模数据工厂的尝试，有点像在机器人领域建设“数据仓库”——通过集中化、规模化的数据采集和处理，为行业提供标准化的数据服务。这种模式如果成功，不仅会降低单个企业的数据采集成本，还可能催生新的数据交易市场。

不过，数据工厂的运营面临多重挑战：数据采集成本远高于视频或图像数据，实验必须重复多次且在严格控制的条件下进行；机器人在真实环境中运行的安全风险也给数据收集带来限制；缺乏标准化的数据结构使得数据难以跨平台使用。

中国企业凭借早期布局和政策支持，目前在数据采集方面保持优势。但Robotis的乌兹别克斯坦工厂如果按计划建成运营，将在规模上形成明显优势。这场数据基础设施的竞赛，最终可能决定谁能在人形机器人的下一个发展阶段占据主导地位。

从投资角度看，数据基础设施的价值可能被低估。就像云计算兴起时，很多人只关注应用层而忽视了基础设施层的长期价值。在人形机器人领域，数据采集和处理的基础设施同样具有战略意义——它不仅是技术发展的支撑，还可能成为独立的商业模式。

未来几年，我们可能会看到更多企业加入数据工厂的建设竞赛，数据采集的效率和质量将成为衡量企业竞争力的重要指标。这场竞赛的结果，不仅影响个别企业的命运，更可能重塑整个人形机器人产业的格局。