# 70 多家已启用、40 余家在建、150 万小时人类视频：中国把具身智能最贵的一笔成本，摊到了一张地图上
> 全国已建成启用 70 多家具身智能训练场，在建和规划 40 余家，一家中关村平台已交付 150 万小时人类视频数据。训练场正在变成这个行业最重的一笔资产——但「有多少个」从来不是关键数字，关键是每个场位每年吐出多少能直接喂给策略的小时数。
### TLDR
- **三个数字**：全国已建成启用**具身智能训练场 70 多家**；**在建、规划 40 余家**；中关村一家人工智能企业的具身智能数据平台**已交付 150 万小时人类视频数据**，报道称量级达全球领先。
- **空间分布**：形成**长三角、京津冀、珠三角**三大核心集群。这是 2026-10-09 07:40 央视口径下的官方表述。
- **已经落到真机上**：深圳依托实训数据训练的**轮臂式人形机器人**，可完成**开关电柜、启闭工业阀门**等复杂作业——这是报道里唯一被点名的具体动作。
- **产业底数**：2025 年我国人工智能核心产业规模**超 1.2 万亿元**，企业数量**超 6200 家**。
- **闭环口径**：工信部等部委专项行动聚焦**工业、服务、特种**三大领域，构建「**实景实训—数据沉淀—产品迭代—规模部署**」产业闭环。
- **判断**：70 这个数字不能直接换算成数据产能。真正决定回报的是**单位场位年产出小时数**与**利用率**，而这两个数在公开报道里一个都没有。
### SRC
素材时间窗为前一日 18:00 → 当日 09:00（北京时间，2026-10-08 18:00 → 2026-10-09 09:00）。本条主源落在窗口内：2026-10-09 07:40:55 网易转载工信微报的央视新闻稿件（记者朱江、孙蓟潍）。核查方式与边界：① 全文核心事实（70 多家已启用、40 余家在建规划、150 万小时人类视频数据、三大集群、开关电柜与启闭工业阀门、1.2 万亿元与 6200 家、四段闭环表述）均出自该单一信源，本号未能找到第二家独立媒体对同一组数字的原发报道，也未找到工信部官网对应的原文稿件，属单一信源；② 「已交付 150 万小时」的公司主体在报道中只被描述为「中关村的一家人工智能企业」，未具名，无法核对交付口径是否包含仿真合成数据（原文措辞为「汇聚全国各地训练场的人类视频与仿真合成数据，已交付 150 万小时人类视频数据」，人类视频与仿真数据的比例未披露）；③ 「量级达到全球领先」是报道中的定性表述，未给出对比对象与口径，本号按媒体评价处理，不作为事实引用；④ 「开关电柜、启闭工业阀门」是报道中演示性描述，未说明成功率、节拍、是否需要遥操作干预，不构成上岗结论；⑤ 2025 年人工智能核心产业 1.2 万亿元、企业 6200 家两项为年度宏观口径，与训练场建设进度无直接因果关系，本文只作背景引用。判断均为作者分析，已用「判断：」标注。
### BODY
1先把三个数字摆在一起
70、40、150 万
央视这条不到一分钟的报道，给出了三个可以直接记下来的数字。
柱长为示意长度，不代表各维度之间的可比关系；数据出自央视新闻 2026-10-09 07:40 报道
第三个数字藏在报道的中段：中关村一家人工智能企业的具身智能数据平台，已交付 150 万小时人类视频数据。这个数字的量级感需要换算一下——按照每天 8 小时计，150 万小时大约相当于 625 人年的连续作业录像。它不是一个小数字。
但这三个数字放在一起，真正有意思的地方不在量级，而在它们指向的同一件事：具身智能最贵的那笔成本，正在从实验室转移到场地里。
2三大集群对应的是场景，不是技术
长三角、京津冀、珠三角
报道把 70 多家场子归到三个集群。如果不看地图只看产业分工，这三条线的差异非常清楚。
长三角
制造业密度最高，是「实景」供给最厚的区域。谁有产线，谁才拿得到工业类数据。
京津冀
中关村的数据平台、部委的标准口子集中在这里，是数据与规则的汇合点。
珠三角
深圳同时是本体供应链和整机出口地，2026-09 深圳已经把补贴从「造」挪到了「买」。
判断：把三大集群读成「技术高地」会读错方向。训练场集群的地理分布，实际对应的是场景供给密度而不是科研能力分布——长三角有的是产线，京津冀有的是标准与数据平台，珠三角有的是供应链与整机产能。这个分布逻辑决定了：真正稀缺的不是建场子的钱，是能放进场子里被反复练的那批具体作业。
3唯一被点名的动作，也是最好的验收点
开关电柜、启闭工业阀门
整篇报道里，真正具体到「做什么」的只有一句：深圳依托实训数据训练的轮臂式人形机器人，可完成开关电柜、启闭工业阀门等复杂作业。
这句话值得单独拆开看，因为这两个动作恰好符合一套很好的验收标准。
相比「叠衣服」「端托盘」这类演示友好、但验收口径模糊的任务，开关电柜这类动作有一个稀缺属性：它天然带作业规范。行业里有票证制度、有操作流程、有明确的责任边界。这意味着同一套数据既能喂策略，也能拿去做合规审计。
判断：这条演示性描述没有披露成功率、节拍、是否需要人接管，因此不构成上岗结论，只说明「这条路走通了」。但它在方法论上给了一个可复用的选场景标准：优先挑那些「行业早就有规范写的」作业。理由是——规范本身是一份免费的行为奖励函数，不需要另外设计。
4四段闭环里，最难的是第三段
实景实训 → 数据沉淀 → 产品迭代 → 规模部署
报道提及工信部等部委已在开展专项行动，聚焦工业、服务、特种三大领域，构建「实景实训—数据沉淀—产品迭代—规模部署」的产业闭环。
实景实训
在真实工位上产生数据。产出：原始小时数，这是目前报道里唯一有数字的一段。
数据沉淀
清洗、对齐、去重、标注。产出：可训练样本，折算比例未见公开披露。
产品迭代
喂进策略、回到工位验证。这一段需要机器人本体，也是闭环最容易断的一环。
规模部署
换成交付台数与付费客户，进入单位经济核算。
闭环里真正考验人的，是从「有数据」到「有样本」的那一步，以及从「有样本」到「有更好的策略」的那一步。150 万小时人类视频是第一段末期和第二段初期的口径，它不等于已经用于训练的有效样本量，更不等于策略能力的提升量。
判断：判断一个训练场值不值，不要问「有多少平米、有多少个工位」，问三个问题：① 每小时原始数据的采集全成本是多少（含人力、场地、设备折旧）；② 原始小时到可训练样本的折算率是多少；③ 过去 12 个月这台机器在同一场景里的成功率曲线长什么样。三个问题里，公开报道一个都没回答——这恰恰说明这门生意现在最值钱的不是数据，是那些能给出这三个数的运营能力。
5对做交付和租赁的公司意味着什么
你的场景，可能比你的钱更值钱
如果把这条新闻落到具体业务上，它给出的机会窗口其实很朴素：训练场需要场景，而场景在你手上。
你有的东西
真实现场的作业流程、可复用的工位、能被反复采集的日常磨损。这些东西放到训练场的计价体系里，是可以换资源的标的。
你要谈的东西
不要停在「合作共建」这种表述上。要谈到具体层面：采集哪些动作、每小时怎么计价、数据权属归谁、能不能换回训练好的策略。
判断：对神机百炼这类做机器人表演、二次开发与产教赛训的公司来说，70 多家训练场带来的最大变量不是「可以去哪里练」，而是「自己手上的场子终于有了计价口径」。一旦训练场被官方认定为一类基础设施，场地侧的数据产出就具备了入账的可能性——但前提是先把上一段那三个数字算清楚。谁先算出来，谁谈合作时的位置就不一样。
未获独立信源确认项：150 万小时数据的交付主体未具名；「量级达到全球领先」缺少对比口径；开关电柜、启闭工业阀门的成功率、节拍与人工接管率未披露；70 与 40 两数的统计口径（是否含企业自建、是否含高校自建）未见说明。以上均待后续核实。