人形机器人数据训练中心运营方负责人、睿尔曼公司创始人兼 CEO 郑随兵

随着机器人逐步从实验室走向生活与生产，数据采集和训练有望成为新的技术壁垒。

8 月 15 日首钢园举行的石景山人形机器人数据训练中心开放日活动上，笔者获悉，作为北京市首个人形机器人数据训练中心，该中心利用具身双臂升降机器人、轮式人形机器人、单臂无人机、单臂四足仿生机器人等形态多样的 108 台机器人，以及搭建的新零售、汽车装配等十大场景，每年预计可产出超百万条高质量多模态数据，目前已为多家海内外的大模型企业、机器人企业提供数据服务。

人形机器人数据训练中心运营方、睿尔曼公司创始人兼 CEO 郑随兵表示，机器人走入生活长期面临三大核心瓶颈——操作能力、泛化能力与成本控制。传统机械臂笨重昂贵，服务机器人功能单一，关键在于缺乏像人一样适应复杂环境并灵活操作的能力。同时，早期解决方案部署周期长、场景适应性差，加上高昂的成本严重阻碍规模化应用。要想实现让机器人走入生活，在解决操作能力和成本后，实现规模化应用以获取真机数据才能快速推动行业发展。

郑随兵表示，2025 年是人形机器人和具身智能走入生活元年。未来，人形机器人数据训练中心希望利用更多高质量数据、更多算力以及人才建设，让具备泛化能力的新一代机器人将捅破市场天花板，真正走进千行百业、千家万户进行应用。

郑随兵也坦言，具身智能最大痛点在于没有大量顶尖人才。" 机器人或具身智能落地的基础建设是人才。我们也在想办法去建立能落地的课程体系、研究，但人才产出基本上是 4 年之后了。所以，具身智能行业现在一个特别大的痛点在于，没有（大量顶尖）人才。"

会后群访交流时，郑随兵对笔者表示，人形机器人数据训练中心预计将扩容至数百台睿尔曼机器人设备，实现超千小时高质量数据，以满足机器人数据训练需求。

" 我们想让机器人在生活中干活，所以我们造的是能在场景里边作业的机器人，（未来）一定还是回归到轮式。你看市场的趋势，原来做人形机器人似乎也都开始造轮式机器人了。" 郑随兵表示，人形机器人发展类似于自动驾驶 L0-L5 级，未来 2-3 年内，人形机器人会达到 L2、L3 级辅助驾驶，拥有半自主能力；未来 5 年左右的时间，会出现足够智能化的全自主机器人，类似于 L4、L5 这样完全自动驾驶能力，这个时间点与场景、行业需求都有一定关联性。

早在今年 3 月 28 日，区企共建的北京市首个 " 人形机器人数据训练中心 " 在首钢园科幻产业集聚区正式落地，占地 3000 平方米，从选址到 108 台机器人进行调试运行仅用时 22 天。

据了解，训练中心着重解决的是 " 跨场景数据通用性不足 "" 仿真环境与真实场景差距显著 "" 行业缺乏标准化数据格式与高效闭环迭代生态 " 三大机器人产业核心痛点问题。训练中心围绕十大真实应用场景开展大规模数据处理和模型训练，构建覆盖 " 数据－训练－验证－落地 " 的全栈式服务能力，拓展具身智能核心生态，汇聚产业链要素资源，助力打造技术共生、数据共享、商业共赢的创新生态圈。

人形机器人数据训练中心汇聚了元客视界、艾欧智能、知行机器人、傲意科技、强脑科技等具身智能产业链上下游十余家企业的先进技术与产品，联合构建起覆盖感知、决策、执行各环节的产业生态矩阵，并联动鹏城实验室、上海人工智能实验室等产学研机构共同搭建具备 " 场景数据采集－模型训练－应用验证 " 全闭环能力的智能训练场。

作为训练中心核心设备与技术提供方，睿尔曼成立于 2018 年，公司以智能通用模块化机器人作为切入点，融合先进的软硬件与人机交互技术，通过自主研发和持续创新为客户提供高性价比、高可靠性、易操作的机器人本体及智能控制系统等解决方案，在控制器、驱动器、电机和减速器等核心零部件方面均为自主研发并拥有自主知识产权，主要面向新零售新餐饮、医疗健康、检验检疫和教育教学等领域落地。

融资方面，睿尔曼已完成三轮融资，投资方包括云启资本、科沃斯、坤万创投、元和资本等机构。

商业化方面，睿尔曼是是全球超轻量仿人机器臂的定义者和引领者；睿尔曼全资子公司微悍动力全栈自研的谐波减速器出货量将超过 10 万台 / 年，全栈自研的一体化关节模组全球出货量前三，触达客户超过 4000 家，积累了上千个标杆案例；国内绝大多数的具身智能企业均采用睿尔曼关节或机械臂产品或 ODM 产品，并与多家机构成立联合中心或联合实验室。

郑随兵表示，国内有多家人形机器人训练场，有各种具身智能数据训练，采集的数据质量参差不齐，应用平台各式各样，未来是否进行数据资源统筹和整合，这将是行业非常大的命题之一。然而，石景山人形机器人数据训练中心是行业内唯一一个实现数据训练闭环的机构，实现了具身智能数据闭环，从数据采集、训练，以及提供持续和批量级平台级具身智能数据解决方案等，实现了整个数据训练商业闭环。

郑随兵表示，因为人形机器人训练中心用户量大，相对标准化，所以具身智能数据能够在国内和国外都被广泛使用。根据市场需求，训练中心把基础数据转换成他们所要的数据格式，售卖出去。同时，训练中心基于海量的真实场景，把机器人布局到家里厨房、叠衣服、售货、工业等场景，让智能机器人能够真正落地。

对于灵巧手技术，郑随兵认为，未来机器人走入工作生活时，两个手指也许比五个指头更有优势。" 机器人本体硬件不同，数据和应用也是分层的。从机器人末端运动规划，到实际控制、采集电流等，在分层之后的不同场景、不同训练数据当中实现通用落地。"

展望未来，郑随兵表示，到 2025 年底，睿尔曼公司将实现销量近千台整机目标，到 2026 年，公司的目标是达到数万台的机器人整机产能。

人形机器人已经是中国明确的未来产业标志性产品。公开报告显示，2025 年，人形机器人产业有望从 " 技术验证期 " 向 " 规模化商用期 " 快速过渡，中国人形机器人市场规模预计超过 82 亿元，占全球市场约 50%。

据 IDC 研究数据，预计到 2029 年，全球机器人市场规模将超过 4000 亿美元。其中，中国市场占据近半份额，并以近 15% 的复合增长率位居全球前列。

" 回归到最本质的，数据中心产生的价值是什么？来自于客户愿意为其（数据）付费。我们得到了国内外非常顶尖机构的认可，这些营收将支撑训练中心整体的运营成本，这是国内唯一一个可以做到相关商业化的机构。" 郑随兵称，作为行业基座型企业，睿尔曼未来将支撑数据和机器人应用百花齐放，机器人产业规模也将快速增长。

郑随兵强调，今天大家制造机器人，一定不是为了 " 造一个人 "，而是真正能在具体场景干活的一个工具。

以下是郑随兵部分交流对话：

问：相比软件和模型，人形机器人硬件到底是否重要？是否真像有些行业人士所说，已经不再是人形机器人发展的瓶颈和壁垒？

郑随兵：大家都在做一个平台级的事情，别人能干，我也能干。所以看到大量雷同的（人形机器人）。目前来看，轮式人形操作基本上也都归到睿尔曼平台上。

所以我认为，硬件非常重要，主要在于硬件能够真正让大家看到机器人跳舞、动作的厂家具备操作能力，未来如果让机器人身体性能更高、实现工厂落地，参数、精度、一致性、力控、皮肤需要不断优化，这就非常重要了。

但是，真正要把机器人应用在生活的各个场景里边，你会发现，大家对机器人硬件的质量、一致性各方面有了更高要求。睿尔曼通过了 5 万小时 MTBF 机器人检测中心认证，到真实场景里机器人能够长期把工作任务做完。

问：之前有些机器人动作发抖，主要是硬件或模型能力不足，您对此有何看法？

郑随兵：早期的时候，客户使用低成本数据采集技术，训练一个模型，你会发现机器人抓这个瓶子要抖一下，最后训练的模型都是如此。主要原因是，当时采集数据的时候，遥控机械臂硬件相对便宜，采集过程中手抖了一些，而训练出来的模型是个黑盒子，它不知道这个事情，而是认为抖一下才能抓取货物。这是非常典型的案例。

所以，机器人对硬件是要有一定要求的，大家对硬件认为模型先去用，但模型最后还是要落地在硬件层面，如果你连 AI 具身智能数据源头要求都不高，只是通过一些仿真、相对便宜的硬件产生数据，最后还是没办法实现机器人应用落地。

问：机器人从实验室到真实场景一共需要几步？

郑随兵：机器人行业非常火热，大家非常明确具身智能落地的大方向，但这个过程中，大家看到很多 Demo、很多炫技的东西。但未来，真正具身智能机器人走入生活需要以下三步。

首先第一步，一定是在无智能情况下，机器人还能在服务、康养、工业等场景中海量应用，然后不断叠加智能等能力，才能更好使用起来。

第二步，机器人能够辅助人实现半自主化，最快未来 2-3 年实现，类似于 L2、L3 辅助驾驶。随着 1000 个人操作 1 万个机器人，再下一步可能 10 个人操作 1 万个机器人，对于机器人操作需求，可能未来 10 个人，只是需要满足一些服务性要求即可。

第三步，未来五年左右的时间，人形机器人能够像 L4、L5 完全自动驾驶状态，进入完全自动化，拥有足够的智能化能力，从而走进千家万户。

现阶段，机器人先进入刚性需求行业，从 L0 不断走到 L5。而如果单论一个机器人走入生活，我认为这个情况已经到来，2025 年，具身机器人已经在非自主情况下实现了多个场景应用，成为机器人走入生活的元年。

（本文首发于钛媒体 App，作者｜林志佳，编辑｜盖虹达）