《人民日報》（2026年03月25日 第 10 版）

丁哲章（左一）在採集機器人疊衣服的數據。受訪者供圖

　　廣東深圳光明區一間實驗室內，擺滿了各類機器人、機械臂。數據採集師丁哲章頭戴VR（虛擬現實）設備，雙手操控手柄在空中指點。他眼前的虛擬畫面，正是機器人“眼中”的世界。

　　在一個擺滿藥品的貨架前，丁哲章微微抬手，按下按鈕，身旁機器人的“手指”穩穩夾起一個藥盒，跟隨著丁哲章的手部運動軌跡，將藥盒放入收納箱中。這正是丁哲章團隊每天工作的主要內容：為具身智能機器人的“大腦”喂高質量的真實數據。

　　“如果把模型訓練視為‘做菜’，那麼數據就是‘食材’。”丁哲章取下VR頭戴式顯示器，接著介紹，“我們要做的，就是從‘採摘’到‘清洗’的全流程，即數據的採集、標注和管理。”

　　目前，具身智能的訓練面臨一個難題：機器人尚未廣泛進入真實場景，缺乏自然產生的行為數據。

　　“它不像大語言模型，有海量的互聯網語料供學習﹔也不像自動駕駛，能從真實路況中積累數據。”丁哲章解釋，機器人的每一步動作，早期需要人為引導、主動採集，否則就會陷入“無米下鍋”的境地。

　　為此，丁哲章團隊研發了一套軟硬件結合的真機數據採集系統，包括通用機器人遙操作系統、具身數據平台、人體數據採集系統等，打通機器人大模型訓練之前的所有流程，為具身智能機器人基礎場景數據提供解決方案。

　　實驗室裡，有一片被稱作“機器人超市”的測試區。不同形態的機器人——人形的、輪式的、機械臂的，分布在貨架、桌面、床鋪等場景中。幾位同事或身穿動作捕捉服，模仿武術和舞蹈動作，或通過VR頭戴式顯示器操控機械臂疊衣、縫紉等。

　　“機器人數據採集有兩個關鍵任務：一是運動控制數據，用於訓練機器人的‘小腦’，實現走、跑、跳等基礎運動﹔二是真機操作數據，通過遙操作讓機器人學會抓取、擺放等任務，訓練它的‘大腦’。”丁哲章說。

　　說話間，抓藥的機器人完成了一組訓練。“在單一場景下，一個動作可能隻需幾百條數據，但要讓它應對不同的環境變化，就需要採集更大規模的數據。”丁哲章指出，機器人不是記住某個固定坐標，而要從大量相似經驗中提煉“該怎麼抓取”的泛化能力。

　　這一龐大需求，催生了一個新興職業：數據採集師。他們要做的，並非簡單的重復動作，而是需要理解機器人的運動邏輯，就像手把手教人寫字。

　　數據採集僅是第一步。實驗室旁，數據標注員正對著屏幕標記動作細節：“何時伸手”“抓住何物”“是否成功”……這便是“洗菜”環節，確保數據干淨清晰，才能高效“下鍋”。同時，自動化、半自動化的標注工具，還可進一步提升數據批量處理能力。

　　這一系列精密嚴謹的工序，構成了具身智能賴以訓練的基礎。丁哲章說，機器人企業拿到我們提供的“原材料”，便能夠“炒菜”並“端上桌”，投入到市場應用。

　　2023年5月創業至今，丁哲章已帶領團隊服務國內外上百家機器人企業、科研院所等，覆蓋60多種機器人形態。“我們正在幫助行業打破‘沒有數據就沒法用，沒法用就沒數據’的死循環。每一個任務的閉環，都在拓展機器人的能力邊界。”他說。

　　談及行業未來，丁哲章認為當前機器人在成長過程中，需要持續的數據喂養。隨著各地機器人數據採集場陸續建設，數據採集新業態加速成形。“我們做的，就是通過數據積累，推動行業迭代升級。”丁哲章說。