中国的人形机器人正在超过竞争对手，而且是字面意义上的“跑得更快”。

8月17日，一台名为“超人”的中国人形机器人跑出了每秒12.66米的速度，打破了此前由尤塞恩·博尔特创造的纪录，随后一头撞上了墙。

这场胜利进一步推高了外界对制造商宇树科技的热情。两天后，宇树科技在上海上市，股价首日暴涨460%。

不过，“超人”这次奔跑以如此狼狈的方式收场，也说明这项技术距离成熟仍然很远。预计中国企业今年将销售5万台人形机器人，是去年的三倍多。

机器人硬件方面的问题基本已经解决，软件却完全是另一回事。

要开发能够让机器人流畅完成大量实用任务的基础模型，现在必须收集海量数据。目前这一代人形机器人所使用的模型拥有几十亿个“参数”。如果要模拟人体的运作方式，参数规模需要达到数千亿。

这将使机器人模型的规模接近驱动聊天机器人的大型语言模型。

不同之处在于，聊天机器人可以利用互联网上数量庞大的数字文本进行训练，但要收集数据，让机器人学会识别玻璃杯、拿起杯子，再把咖啡倒进去，难度要高得多。

机器人需要理解从自身空间位置，到玻璃的易碎程度，再到杯中液体黏度等各种信息。这些信息必须从现实世界的实际操作，或者高度精细的现实模拟中获得。

目前，人形机器人使用的数据来源十分混杂，其中很多来自质量不高的模拟环境。现实世界收集的数据有用得多，因此如今也成为各方争夺的资源。

价值最高的是“真机数据”，也就是机器人实际行动产生的数据。机器人既可以由人远程操控，也可以自主执行任务。

另一个重要来源，是记录人类完成任务时的动作。这类信息被称为“第一视角数据”。收集时，人需要佩戴头显、触觉传感手套等设备，用来记录身体动作。

依靠湖北人形机器人创新中心这样的训练基地，中国正在迅速成为真机数据争夺战中的领先者。

在中国中部城市武汉，这座规模庞大的基地每天最多有100台机器人连续数小时观察并模仿人类动作。

几十个工作站中，有一个模拟咖啡店。柜台后，一名年轻男子戴着数字传感手套，手掌做着圆周运动，就像在往咖啡上浇热水。旁边站着一台机器人，模仿他的动作，用水壶把真正的热水倒向装有咖啡的滤杯。

机器人的手腕和手指动作，已经到了过于拟人以至于令人不安的程度。

离这个临时咖啡店只有几步远的地方，看起来像一家药店，一组人类和机器人搭档正在往货架上摆放商品。旁边是便利店，再过去是工厂生产线，后面还有各种模拟工作场景。

此前，这类训练中心一直不允许外国记者进入。

咨询公司 Interact Analysis 的数据显示，武汉这座中心只是中国专门建设、用于提取人类动作规律的53座训练设施之一。大多数是在过去两年建成的。另有34座正在建设或规划中。

上海正在建设的一座中心，可以同时容纳1000台人形机器人。中国沿海的浙江省，有一座小城市已经建成六座训练中心。

训练中心不仅需要大量空间和人员，还需要一支由最先进人形机器人组成的庞大队伍，每台机器人的价格可能高达10万元人民币，约合1.5万美元。

而且效率并不高。以模拟咖啡店里的机器人为例，即使连续练习倒咖啡8小时，也只能产生大约3小时真正有用的数据。剩下的数据大多因为操作错误而被废弃，因为工程师不希望机器人把这些错误也学进去。

汇丰银行（HSBC）的陈科里估计，这种训练方式每小时成本约为500至700元人民币。按照一种估算，要开发出能够完成大量日常任务的机器人，总共需要1亿小时训练数据。

对宇树科技等中国企业来说，好消息是，训练中心的大部分账单由政府承担。

大约五分之四的训练中心都有政府资金支持。很多中心由民营企业与地方政府合作建设。地方政府购买人形机器人，再把机器人产生的数据卖回给企业。

不同估算存在差异，但2026年上半年，中国生产的人形机器人中，最多可能有70%流向了这类训练中心，总数约1.3万台。

地方政府建设训练中心，也能够支撑本地机器人制造企业的需求。

与此同时，中国机器人制造商正在寻找办法，从国内庞大的制造业劳动力，以及大量失业年轻人身上收集第一视角数据。

围绕这种需求，一个生产可穿戴数据采集设备的小型产业已经出现。有些企业希望年轻人在家中佩戴这些设备，把采集动作数据当作兼职工作。

中国电商企业京东今年早些时候表示，已经启动一个项目，计划向10万名员工和另外50万人付费，让他们记录自己的动作。

据报道，京东在中国沿海的江苏省设有一座获得政府资金支持的设施，付费让人们在模拟超市和其他环境中完成各种任务。未来两年，京东计划收集1000万小时的数据，记录现实世界中人类活动的各种场景。

不过，人类产生的第一视角数据远不如真机数据有用，因为现实中人的四肢与机器人肢体运动方式存在很大差异。

即使其中有些数据能够使用，也必须进行标注。需要人工逐一标记每个动作，让机器人知道这个动作对应的是哪条肢体，又属于哪一种行为。

不过，一名机器人企业工程师指出，中国当年正是通过雇用大批人员给图片打标签，在图像识别技术上率先建立了优势。这一次，也完全可能重演同样的做法。

中国人形机器人产业的发展方式，与过去取得成功的制造业截然不同。

未来几年，中国可能会生产并销售数十万台价格昂贵、却基本没有多少实际用途的机器，目的只是希望未来最终能够造出既便宜又真正有用的机器人。

宇树科技股价在上市之初大涨后，已经回落30%。

美国竞争对手则更多依靠成本较低的训练方式。据称，美国最大的人形机器人生产商特斯拉直接在自己的仓库里训练机器人，因此无需承担另外建设独立训练设施的成本。

还有不少企业利用人类活动视频训练人形机器人。

如今美国工厂工人的数量已经不多，很难找到足够多的人佩戴设备收集第一视角数据。据报道，一些企业因此转向贫穷国家，付钱让当地工人在工作时佩戴头显和触觉手套。这些国家的工资甚至低于中国。

尽管如此，就像计算机视觉领域一样，中国几乎肯定仍会保持机器人数据收集方面的领先地位。

问题是，这需要付出多大的代价？

从目前的技术水平，以及未来进一步改进所需要的时间来看，人形机器人真正形成商业市场，在本世纪20年代结束前恐怕都很难实现。

摩根士丹利预计，到2030年，中国每年可能销售接近45万台机器人。

其中很多依然不会有多聪明，也仍然可能继续一头撞上墙。