机器人真正想要走向产业化，用于决策核心的“大脑”能力的突破才是关键，这已是行业共识。然而“大脑”的训练需要烧掉海量数据燃料。具身智能数据基建战，京东先吹响号角。
4月16日，京东具身智能数据中心的神秘面纱终于揭开。《每日经济新闻》记者注意到，京东率先公布2000小时人类实操视频具身智能数据集。同时发布自研超高清采集终端JoyEgoCam、具身大模型JoyAI-RA以及具身智能数据交易平台。
同日，由智元机器人孵化的具身智能数据公司觅蜂科技正式亮相。觅蜂科技官网的“数据市场”板块已上架467个具身智能训练数据。其预计今年数据采集规模有望达到千万小时。
2026年人形机器人半程马拉松开赛在即，今年，300多台机器人、上百支队伍将同场竞技。马拉松比赛检验的是机器人负责运动、控制的“小脑”，具身智能公司百花齐放的今天，“小脑”能力的突破对绝大多数头部公司来说，可能已经算不上难题。
而机器人想要走进千家万户以及产业侧，负责感知、决策和执行的“大脑”必须高度发达。这需要海量、真实的物理世界数据。数据从哪来？如何采集和训练？不同机器人本体数据如何互通复用？大厦落成，需要从造“砖”开始。
具身智能面临“数据荒”
觅蜂科技董事长兼CEO（首席执行官）、智元机器人合伙人姚卯青公开表示，训练类似ChatGPT-5级别的系统所需语料达百亿小时量级，而具身智能可用数据仅在50万小时量级，规模差距悬殊，还存在标准缺失、质量不一、供需错配等问题。
与大语言模型相比，具身智能的数据积累无疑还处于早期阶段。《每日经济新闻》记者从京东方面了解到，其认为具身智能要达到真正可用，至少需要1000万小时级别的真实场景交互数据。然而，当前行业数据规模仅约100万小时，数据缺口高达10倍。
融资规模不断被刷新，量产步伐全面提速，市场规模水涨船高，一年比一年热闹的具身智能赛道，深陷“数据荒漠”困境，背后必然有很多不可控因素。
京东方面告诉《每日经济新闻》记者，首先是数据稀缺，真实场景交互数据获取困难，成本高昂。传统物理AI数据采集方式通常需要定制化机械臂、专用传感器、固定工位等，设备成本高昂、部署周期长。其次是泛化不足，模型难以适应不同环境和任务场景。最后是不同机器人本体数据无法互通复用，形成了“数据孤岛”。
因此，具身智能数据链路的第一步是数据采集。最底层是硬件层，包括头戴设备、数据采集手套、机器人本体等“身体部件”。
记者注意到，京东云发布了自研的可穿戴式超高清采集终端JoyEgoCam。其配备4K高清摄像头，支持60帧帧率与130度超广角拍摄，可实现毫秒级动作细节捕捉。在精准度方面，重投影误差小于0.2像素。
此外，觅蜂科技也推出了MEgo系列无本体数据采集硬件，包含采集夹爪、头戴式采集设备等。设备具备超300度全景感知与亚毫秒级数据同步能力。
通过可穿戴设备，普通人也可以在工厂、物流、零售、医疗以及家庭等环境中完成数据采集，从而降低数据采集门槛，拓展采集场景。
京东此前发动数十万人参与数据采集，包括内部超过10万名各类职业员工，以及外部最多50万各行业人员，其中在宿迁就将发动超10万市民参与。记者还注意到，京东率先在平台公布了2000小时人类实操视频具身智能数据集。
据京东方面称，未来将构建全球规模最大的具身智能数据采集中心，在两年内积累1000万小时人类真实场景视频数据。
海量数据还需模型训练机器人也需要“救护车”
数据采集完成后，这些数据如何真正融入机器人的“大脑”？京东具身智能相关负责人告诉《每日经济新闻》记者，底层硬件设备完成物理世界真实数据采集后，需要被送至“工具层”，可以理解为用一个“工具箱”进行数据处理、模型训练以及仿真评测等。
“再往上就是模型层，也就是所谓的‘大脑’，包含VLA模型（视觉—语言—动作模型）、VLN模型（视觉—语言导航）、世界模型等核心能力。最顶层就是应用层，就是这些技术最终落地的场景，比如家政服务、物流配送、医疗辅助、零售服务、工业制造等。”该负责人透露。
记者了解到，京东为此上线了具身数据服务平台和京东云JoyBuilder模型开发平台。
去年京东在具身智能领域罕见地完成了“六连投”，比起绝大部分互联网大厂的纯财务投资，京东几乎是自家业务、全场景关联具身智能赛道。具身智能数据中心是整个京东具身智能战略的一环。
机器人半马开赛之前，4月15日，京东宣布正式推出“机器人救护车”，为人形机器人、四足机器人、AI陪伴机器人等提供维修保养服务，涵盖基础维修、故障诊断、换电补能、设备回收等全场景需求。目前，京东“机器人救护车”已率先服务北京地区，未来3年，机器人上门维修服务还将拓展至全国超50个核心城市。
此外，京东还宣布，加速机器人行业商业化和场景落地，目标在2026年助推机器人品牌累计销售规模突破百亿元、产品上市周期缩短20%，为此会打通线上App、线下门店、Joybuy海外平台等全渠道销售网络。
机器人如何在物流、家庭、工业等真实土壤中真正“活”起来？这仍是一个需要无数机器人本体公司、具身智能数据公司深入思考并为之倾尽所有的问题和过程。这场具身智能基建战没有终局，谁先铺好路、烧足数据燃料，谁就更有可能在机器人“大脑”时代的竞速中，占据下一个10年的制高点。
