【科技资讯】中国信通院发布《具身智能训练场研究报告（2026年）》：全国建成超70家，三大集群格局初成

“具身智能训练场建起来只是第一步，更重要的是用起来、转起来，真正成为数据资源基地和实景实训平台，支撑具身智能产业规模化发展。”

2026年8月18日，中国信息通信研究院人工智能研究所联合人形机器人（上海）有限公司、具身智能测试实验室，在中国人工智能产业发展联盟第十八次全体会议上正式发布《具身智能训练场研究报告（2026年）》。报告系统梳理了我国具身智能训练场的建设现状、共性挑战、发展阶段与标准化需求。

一、核心数据总览

指标	数据
全国建成启用训练场（截至2026年6月底）	超过70家
在建或规划中训练场	46家
区域覆盖	覆盖全国过半省级行政区
三大核心集群	长三角、京津冀、珠三角
城市层级延伸	从一线城市逐步向三线、四线乃至五线城市延伸
含工业制造场景的训练场占比	86%（最多）
特种应急场景占比	约25%（最少）
具身基础模型所需真实数据	至少千万小时级
当前全球可用高质量真实数据	仅数十万至百万小时级

二、为什么需要训练场？

具身智能的演进建立在规模定律（Scaling Law）成立的假设之上，足够多的数据是享受规模定律红利的前提。然而当前数据供需存在量级差距：具身基础模型要迎来”ChatGPT时刻”至少需要千万小时级真实数据，而全球可用高质量真实数据仅为数十万至百万小时级。

训练场作为一类面向具身智能研发和应用搭建的关键基础设施，在真实物理环境中支撑：

• 数据生产——采集真实物理交互数据
• 模型训练——支撑具身基础模型迭代
• 能力验证——系统应用能力测试与迭代优化

三、建设模式：政企双线、综合与垂类协同

维度	格局
建设主体	政府引导 + 企业自建两类主体双线发力
平台方向	综合平台（面向多行业场景，支持跨场景泛化，当前建设主流）+ 行业垂直（扎根单一行业关键作业环节，产业深入渗透载体）
组织模式	区域协同 + 行业合作
场景梯次	由可控场景向开放场景、由高频任务向复杂任务、由通用操作向行业作业逐步拓展

五大行业场景分布

行业场景	训练场覆盖率	说明
工业制造	86%	覆盖率最高，具身智能落地最核心场景
家庭服务	次之	服务机器人核心场景
商业零售	次之	分拣、导购、盘点等
医疗康养	较少	康复、护理、手术辅助等
特种应急	约25%	覆盖率最低，技术门槛高、场景特殊

此外，农业、文旅等行业也有零星场景分布。

四、数据工程：全流程流水线闭环

报告强调，“可采集数据规模”并不等同于”可训练数据规模”。原始数据需经过多道工程环节才能转化为可训练、可复用、可流通的数据产品。

数据工程环节	说明
任务下达	根据模型训练和场景验证需求定义数据采集任务
真实数据采集	在可控/开放物理环境中采集多模态交互数据
清洗标注	原始数据去噪、对齐、标注等处理
合规质检	数据质量评估与合规审查
存储管理	数据资产化存储与版本管理
训练验证与反馈迭代	数据用于模型训练，效果反馈驱动新一轮采集
趋势：数据全链路的工具化、自动化改造正在取代人工密集型数据生产方式，成为训练场稳定产出高质量数据的必然选择

五、商业模式：产业链初步成形，可持续盈利仍待探索

当前训练场产业链呈现“上游技术供给活跃、下游应用仍待拓展”的倒三角特征。

维度	现状
资产属性	重资产投入——场景建设、数采及本体设备、算力、网络、存储与管理系统；日常运营费用不菲
当前主要收入	数据产品出售（最快形成收入）
探索中的业务	模型与本体训练验证、联合研发、测试验证
核心挑战	仅靠数据出售难以覆盖重资产投入，回本周期较长
未来方向	平台化交易、增值服务拓展、”训练即服务”（Training-as-a-Service）等多元收入结构

六、发展三阶段与标准化进展

阶段	特征
建设热潮期	各地密集立项建设，规模快速扩张
能力沉淀期 （当前阶段）	从”建起来”转向”用起来”，数据产能、场景质量、运营能力成为核心竞争力；部分定位不清、能力不足的训练场将向产业链细分环节分化
生态繁荣期	数据交易流通、跨场协同、服务一体化成熟

标准化工作

• YD/T 6771-2026《人工智能 关键基础技术 具身智能数据集质量要求及评价方法》——已发布的行业标准
• 2026-0074T-YD《人工智能 关键基础技术 具身智能训练场综合评估技术规范》——编制中，围绕场景建设、设备与基础设施、数据全链路、运营管理、风险控制五大核心要素，对综合类和行业垂类训练场开展分级评估，以评促建

七、五大未来趋势

序号	趋势	方向
1	实景实训化	从数据采集走向真实场景中的模型训练与能力验证一体化
2	数据工程化	全链路工具化、自动化，提升数据产能与质量
3	交易流通合规化	建立数据产品交易规则与合规流通机制
4	服务一体化	从单一数据服务向”训练即服务”等综合服务延伸
5	全周期标准化	场景、数据、运营、服务、安全合规多维度标准体系完善

报告撰写团队

专家	职务/方向
魏凯	中国信通院人工智能研究所所长，正高级工程师；ITU-T SG21国内对口组组长、工信部人工智能标准化技术委员会秘书长
石霖	中国信通院人工智能研究所具身智能与机器人部主任，高级工程师
白入文	中国信通院人工智能研究所工程师，博士；牵头10余份具身智能领域标准技术规范
李碧莹	中国信通院人工智能研究所工程师，博士；参与多份具身智能行业标准与联盟技术规范编制

来源：中国信息通信研究院、人形机器人（上海）有限公司、具身智能测试实验室《具身智能训练场研究报告（2026年）》。