250 台机器、10 个工位、年产 50 万小时：把「数据工厂」的产能拆成每天每台
四大场景、10 个标准化功能区、250 余台机器人，年产 50 万小时真机数据。把这三个数放在一起除一下，每台机器每天要跑 5.5 小时。这个数比「年产 50 万小时」有用得多——它直接决定报价能不能对上。
- 场地配置：博登智能马鞍山具身机器人创新中心（安徽博领智能科技运营）复刻工业制造、家庭生活、商超零售、商务办公四大场景，建成 10 个标准化数据采集功能区，入驻 250 余台主流机器人。
- 产能口径：中心称已具备年产 50 万小时真机训练数据、百万小时级 Ego（第一视角）场景数据的能力，是安徽省规模领先的真机数据产业基地。
- 拆到每天：50 万 ÷ 250 台 ÷ 365 天 ≈ 5.5 小时/台/天；若按 250 个工作日算，则是 8 小时/台/天。
- 另一个分母：百万小时 Ego 数据与这 250 台机器人无关——Ego 靠人戴设备采集，不占机器人。
- 判断：「年产 50 万小时」是采集口径，不是可用口径。按行业「8 小时出 2—3 小时有效数据」的经验折算，真正能进训练集的大概只有 15 万小时上下。谈价时该问的是有效小时占比，不是年产能。
这条新闻第一眼看是地方产业稿：某市中心建成、多少台机器人、多少小时数据。
第二眼看，里面有一组能直接拿去做生意的数。
先把配置念一遍。
中心位于马鞍山雨山区未来产业创新中心，由安徽博领智能科技运营，是博登智能全国具身机器人创新中心的首个样板项目。它复刻了四类高频场景：工业制造、家庭生活、商超零售、商务办公；建成 10 个标准化数据采集功能区；入驻 250 余台主流机器人；跑的是「训练—验证—回流—再训练」的闭环。
产能表述是：年产 50 万小时真机训练数据、百万小时级 Ego 场景数据。
这是全篇最该做的一次除法。
50 万小时 ÷ 250 台 = 2000 小时/台/年。
再除以 365 天，是 5.48 小时/台/天；如果按 250 个工作日算，是 8 小时/台/天——正好一个班次。
这两个数给出的画面完全不同。
按 365 天算，机器人一天只跑 5.5 小时，剩下的时间在待机、换场、调试、充电；按 250 个工作日算，中心是标准的「一个班次、周末停」的工厂节奏，工作日满负荷 8 小时。
判断：后一种更可能。数采不是无人值守的活，采集过程要有人搭场景、换物体、盯异常、做标注。一个班次加上换场与维护，一天 8 小时是常态。这也意味着，50 万小时这个数，隐含了一个「工作日历」的假设——而这个假设，客户在谈合同时有权要求看清楚。
再往下看一层：10 个功能区配 250 台机器，平均一个功能区 25 台。
这个密度不低。商超零售区摆 25 台机器人同时作业，是相当拥挤的——真实超市的货架间距通常撑不住。所以更可能的配置是：功能区是「场景模板」，250 台机器人在其中轮转，而不是每个区固定停 25 台。
判断：「10 个工位 × 每天 8 小时」和「250 台 × 每天 8 小时」是两种完全不同的产能模型，差 25 倍。如果按工位算，年产 50 万小时需要每个工位每天跑 137 小时，不可能。所以 50 万小时一定是「多台并行 + 多工位轮转」的合计口径。这一点，原文没有说清，但它决定了这个数字该怎么被客户使用。
原文把两个数并列写：「年产 50 万小时真机训练数据、百万小时级 Ego 场景数据」。
并列容易让人以为后者是前者的两倍产能。其实不是一回事。
Ego 指第一视角数据，采集方式是人戴着摄像头或动捕设备干活，不需要机器人参与。它的成本结构与真机数据完全不同：一台机器人一天可能只产出几小时可用数据，一个人戴上设备一天能录八小时，只是后处理更麻烦。
所以这两个数不能相加，也不能互相替代。它们的用途也不同：真机数据带关节角、力矩、末端位姿，能直接训练策略；Ego 数据只有画面和手部动作，要靠重定向才能用。
判断：把 Ego 的百万小时和真机的 50 万小时放在一句话里，是一种「总量叙事」。它在招商和宣传上有效，但在技术评估时会误导——因为训练一个可部署的策略，两者需要的量级差得远。本号在 726 篇拆 GR00T 2 时提过一组对照：40 万小时人类视频、1 万小时 UMI 演示、2.35 万小时真机遥操作，真机只占 5% 左右。比例悬殊，但真机那部分是省不掉的那一段。
本号此前整理过一组行业经验值：8 小时的采集，通常只能出 2—3 小时有效数据。
按这个比例，5.5 小时/台/天的采集量，对应大约 1.7 小时/台/天的有效数据；全年下来，50 万小时采集口径对应约 15 万小时可用口径。
这个折算很粗，但它指向一个关键区别：采集小时和可用小时，是两个价。
如果中心按采集小时报价，客户买到的是「录了多少」；如果按可用小时报价，客户买到的是「能训多少」。前者对供给方有利，后者对需求方有利。行业目前多用前者，因为后者需要一套判定标准——什么算有效、谁来判、失败样本算不算。
判断：数采中心这门生意，未来一年最可能发生的分化，不是产能多少，而是「敢不敢按有效小时结算」。敢按有效小时结算的，本质是在卖「合格率」，定价会高，但客户复购率也高；只按采集小时结算的，会陷入价格战——因为采集小时是可以靠加班堆出来的。
这也解释了为什么这类中心最近都在办赛。
报道里提到，博登智能将在「人形机器人与具身智能实景实训挑战赛」上做专题演讲，分享实景机器人训练与数据研发的经验。
一个数采中心去赛事上演讲，逻辑上有点绕。但放在这门生意的结构里看，很顺。
赛事带来三样东西：真实场景里的失败样本、外部团队的使用反馈、以及一批潜在客户。
失败样本比成功样本值钱。一个抓取动作成功一千次，模型学到的信息量有限；失败一百次，每次的原因不同（遮挡、反光、材质、姿态），这些才是训练里最稀缺的部分。而中心自己搭场景，很难造出足够的「意外」——赛事能。
判断：数采中心办赛，本质是在给自己造「长尾数据」。参赛队伍自带不同的本体、不同的策略、不同的失败方式，一场赛事产生的异常样本，可能比一个月的常规采集更丰富。这是一笔很划算的账：办赛花钱，但拿到的是最难采的那部分数据。
同样的逻辑也出现在泰山。泰安在 11 月 10 日的发布会上宣布免费开放泰山部分场地与机器人训练场，对完成训练和备案的团队实行免门票、免场地保障费的「两免」政策。山地场景是稀缺的，全国能提供真实山地测试条件的地方不多。用免费换数据与产业聚集，账算得过来。
两件事放在一起看，路径很像：先有稀缺场景，再有赛事，再有数据，最后才是产能。顺序反过来做（先建产线再找场景）的，通常会卡在「没有真实变化」这一关。