8月18日，中国信通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共同发布《具身智能训练场研究报告（2026年）》。报告指出，训练场产业链已初步成型，整体呈现“上游技术供给活跃、下游应用仍待拓展”的倒三角特征，这一结论为当前具身智能基础设施的发展状态提供了阶段性判断。
具身智能训练场是面向机器人本体、AI模型及具身智能应用提供数据采集、模型训练、算法验证和测试评估等服务的综合性基础设施。报告显示，当前训练场产业链的上游环节，包括传感器、数据采集设备、仿真平台、算力资源等，技术供给较为活跃，各类软硬件供应商参与度较高。而下游应用环节，包括面向制造、物流、安防、商业服务等场景的落地部署，仍处于早期探索阶段，尚未形成规模化商业闭环。
报告特别指出，训练场属于典型的重资产投入项目。建设成本涵盖场景建设、数采及本体设备、算力、网络、存储与管理系统等多个方面，日常运营费用同样不菲。以数据采集场景为例，需搭建符合真实作业环境的物理空间，配置多类型机器人本体及传感设备，并配套高性能计算与存储资源，整体投入规模可观。这意味着训练场的建设和运营对资金实力和资源整合能力提出了较高要求。
在商业模式方面，报告显示，当前训练场的商业服务以数据产品出售为主，同时部分机构正在探索模型与本体训练验证、联合研发、测试验证等业务形态。其中，数据产品出售被普遍视为最快形成收入的路径，但报告亦指出，仅依靠数据出售难以覆盖重资产投入，回本周期较长。这一判断意味着，训练场运营方需要在数据交易之外寻找更多元的收入来源。
报告建议，训练场运营方应通过平台化交易、增值服务拓展和“训练即服务”等路径构建多元收入结构。平台化交易有助于提升数据资产的流通效率，增值服务可围绕数据标注、模型评测、场景定制等高附加值环节展开，而“训练即服务”则有望将训练场从一次性项目交付转变为持续性服务输出，改善现金流结构。
从行业背景看，具身智能被视为人工智能与物理世界交互的重要方向，近年来受到政策与资本的双重关注。人形机器人作为具身智能的核心载体，其技术成熟度与商业化进程高度依赖高质量训练数据的积累和算法的持续迭代。训练场的建设正是为了弥补这一环节的短板，为机器人企业、AI公司及行业用户提供标准化的数据与训练基础设施。
此次报告的联合发布方之一，人形机器人（上海）有限公司，是上海地区推动人形机器人产业化的代表性平台企业；具身智能测试实验室则专注于具身智能系统的标准化测试与评估。三方联合发布报告，既反映了研究机构对产业现状的系统梳理，也体现了产业侧对训练场标准化和商业化路径的迫切关注。
当前，国内多个城市已启动具身智能训练场的规划与建设，但多数训练场建设时间尚短，运营模式和盈利模型仍在验证之中。报告认为，随着产业链上下游协同加深，训练场有望从单一的数据生产节点演进为集数据服务、模型训练、测试验证和行业解决方案于一体的综合服务平台。这一转型能否实现，将取决于运营方在商业模式创新和生态构建上的实际推进速度。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
