实验室里 89% 能完成的抓取任务，放到真实住家环境，完成率只剩 12%。

这不是某家的个别事故，而是具身智能整个行业都要面对的现实。2026 年 WAIC 把人形机器人称作「部署态元年」，会场里最热闹的展区就是它们。可热度归热度，从实验室 Demo 到真实量产，中间隔着的不是算法突破，而是数据——真实世界里、带着力觉与触觉、能复现千百种家庭与工厂场景的那一类数据。缺了它，再聪明的「大脑」也只是一具不会干活的身体。

机器人卡住的，是仿真到现实的那道缝

具身智能的训练长期依赖仿真。在虚拟环境里，一个抓取任务的成功率能到 89.4%；可一旦换到真实家庭，这个数字会掉到 12%。这中间的落差，行话叫 sim-to-real gap——仿真世界是理想化的：光线恒定、地面平整、杯子永远摆在正中间；真实世界却处处是扰动，物体可能歪着、反光、被别的东西挡住一半，被碰倒后还会引发连锁反应，更别说人手一推一挡带来的不确定性。仿真教会机器人「该怎么做」，却没教会它「世界会怎么反推回来」。

更麻烦的是量级。行业估算，把一个通用机器人真正训好，需要的真实交互数据在千亿小时的量级，而今天全行业攒下来的真实数据大约只有 50 万小时。这道缝，不是靠堆算法能填上的。

数据采集的「不可能三角」

质量、规模、成本，这三件事在真实数据采集里几乎无法同时达标，从业者管它叫「不可能三角」。高质量的真机数据要靠人戴着设备一遍遍遥操作演示，成本高、采集慢；仿真数据可以无限生成，却始终带着迁移误差；互联网视频量大又免费，偏偏缺了触觉和力觉这个物理闭环。

正因为此，2026 年行业出现了一批「数据工厂」，打法各有侧重。京东与宇树以自有本体做真实场景采集；大晓开源了 200 个任务、1700 万帧的 L5 级数据集，试图把真实家庭变成机器人的训练场；灵初智能走得更激进——用自研外骨骼手套把采集成本压到传统真机方案的十分之一、精度做到亚毫米级，2026 年要把人类操作数据的采集量级拉到百万小时；智元在上海投建了 4000 平方米的数据工厂，复刻五大真实场景，近百台机器人日均产出 3 万到 5 万条轨迹，累计已超百万条。这正是「数据工厂」最直白的样貌。

但这里有个前提值得留意：今天的「数据工厂」大多在补「规模」与「成本」这一侧，真正稀缺的是数据质量——视觉、触觉、力觉与本体感觉是否在同一条时间轴上精确对齐，失败案例是否被刻意采集，数据分布是否覆盖了模型的薄弱环节。方向已经清楚了：与其先造更聪明的「大脑」，不如先把数据这道关过好——既要采得到，更要采得准。

急着上市的机器人，账还没算进真实场景

资本比技术跑得更快。宇树科技冲刺「人形机器人第 一股」，8 月 5 日确定发行价、8 月 10 日启动打新，初始市值约 420 亿元，2025 年已在全球出货超 5500 台、市占率 32.1% 居首；行业测算 2026 年中国人形机器人出货量有望突破 10 万台。看上去，量产元年是真的到了。

但同一批公司的账还有另一面：相当一部分收入仍来自科研教育等非工业场景，而不是真实的产线或家庭。机器人卖去的地方，和它真正要解题的地方，还不完全是一回事。也不是没有真干活的——Figure 的 Helix-03 已实现超 30 小时连续作业分拣，智元 2026 年 3 月累计下线 1 万台——只是规模还小，离「进千家万户」差着的正是那道数据墙。

不断松动的数据墙

这道墙，其实已经开始松动。过去半年，在真实数据上发力的，不只有模型公司。

最直观的是适配变快。谷歌 DeepMind 7 月底发布的 Gemini Robotics 2，把控制从桌面夹爪扩到人身全身，一个新本体适配只需数小时，而不是过去的数月。几家公司接连把真实数据开源出来，单家就有百万小时级的规模。

比堆量更关键的，是有人开始专攻「质量」。际数科技把测绘的误差分析搬进机器人数据，在智驾领域已把客户的可用数据比例从 10%–20% 抬到 70%–80%，两个人加一套智能体顶得过三百人标注队。它 2026 年切进具身智能，逻辑很朴素：家庭对人机交互包容度最高，每一次人类纠正都是高价值数据。当合格率本身能单独计价，数据墙就从「采不够」转向了「采得准」。

这些动作背后是一条正在成形的正向飞轮：部署越多，真实数据回流越多，模型迭代越快，能落地的场景也越广。机构测算，中国人形机器人出货有望从 2026 年的约 5 万台增至 2030 年的 44.6 万台，市场规模从 20 亿美元走到 150 亿美元。行业正在从「讲概念」切到「看订单」。

作为一门刚起步的产业，具身智能离真正稳定地走进工厂和家庭还有距离，但这恰恰是可期待的地方。当真实数据像水电一样在机器人之间流起来，今天展台上拧灯泡、扎垃圾袋的演示，才会变成明天产线上和客厅里那双稳定的手。今年撞上的这道墙，将会成为它为下一阶段打的地基。